Esecuzione di query su un modello di associazione (Analysis Services - Data mining)
Quando si crea una query su un modello di data mining, è possibile creare una query sul contenuto, che fornisce dettagli sulle regole e i set di elementi individuati durante l'analisi oppure una query di stima, che utilizza le associazioni individuate nei dati per eseguire stime. Per un modello di associazione, le stime sono in genere basate su regole e possono essere utilizzate per fornire indicazioni, mentre le query sul contenuto solitamente esplorano la relazione tra set di elementi. È anche possibile recuperare metadati relativi al modello.
In questa sezione viene illustrato come creare i tipi di query seguenti per i modelli basati sull'algoritmo Microsoft Association Rules.
Query sul contenuto
Recupero di metadati del modello tramite DMX
Recupero di metadati dal set di righe dello schema
Recupero di un elenco di set di elementi e prodotti
Recupero di parametri del modello
Recupero dei primi 10 set di elementi
Query di stima
Stima degli elementi associati
Determinazione della confidenza per i set di elementi correlati
Ricerca di informazioni sul modello
Tutti i modelli di data mining espongono il contenuto appreso dall'algoritmo secondo uno schema standardizzato, ovvero il set di righe dello schema del modello di data mining. È possibile creare query sul set di righe dello schema del modello di data mining tramite istruzioni Data Mining Extensions (DMX) oppure utilizzando stored procedure Analysis Services. In SQL Server 2008 i set di righe dello schema vengono esposti come tabelle di sistema, in modo che sia possibile eseguire query su di essi mediante la sintassi Transact-SQL.
Torna all'inizio
Query di esempio 1: Recupero di metadati del modello tramite DMX
Con la query seguente vengono restituiti i metadati relativi al modello di associazione Association, ad esempio il nome del modello, il database in cui è archiviato e il numero di nodi figlio del modello. Questa query utilizza una query contenuto DMX per recuperare i metadati dal nodo padre del modello:
SELECT MODEL_CATALOG, MODEL_NAME, NODE_CAPTION,
NODE_SUPPORT, [CHILDREN_CARDINALITY], NODE_DESCRIPTION
FROM Association.CONTENT
WHERE NODE_TYPE = 1
[!NOTA]
È necessario includere il nome della colonna CHILDREN_CARDINALITY tra parentesi quadre per distinguerlo dalla parola chiave riservata MDX con lo stesso nome.
Risultati dell'esempio:
MODEL_CATALOG |
Association Test |
MODEL_NAME |
Association |
NODE_CAPTION |
Association Rules Model |
NODE_SUPPORT |
14879 |
CHILDREN_CARDINALITY |
942 |
NODE_DESCRIPTION |
Association Rules Model; ITEMSET_COUNT=679; RULE_COUNT=263; MIN_SUPPORT=14; MAX_SUPPORT=4334; MIN_ITEMSET_SIZE=0; MAX_ITEMSET_SIZE=3; MIN_PROBABILITY=0.400390625; MAX_PROBABILITY=1; MIN_LIFT=0.14309369632511; MAX_LIFT=1.95758227647523 |
Per una definizione del significato di queste colonne in un modello di associazione, vedere Contenuto dei modelli di data mining per i modelli di associazione (Analysis Services - Data mining).
Torna all'inizio
Query di esempio 2: Recupero di metadati aggiuntivi dal set di righe dello schema
Eseguendo una query sul set di righe dello schema di data mining, è possibile trovare le stesse informazioni restituite in una query sul contenuto DMX. Tuttavia, il set di righe dello schema fornisce alcune colonne aggiuntive, ad esempio la data dell'ultima elaborazione del modello, la struttura di data mining e il nome della colonna utilizzata come attributo stimabile.
SELECT MODEL_CATALOG, MODEL_NAME, SERVICE_NAME, PREDICTION_ENTITY,
MINING_STRUCTURE, LAST_PROCESSED
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Association'
Risultati dell'esempio:
MODEL_CATALOG |
AdventureWorks DW |
MODEL_NAME |
Association |
SERVICE_NAME |
Association Rules Model |
PREDICTION_ENTITY |
v Assoc Seq Line Items |
MINING_STRUCTURE |
Association |
LAST_PROCESSED |
29/09/2007 22.21.24 |
Torna all'inizio
Query di esempio 3: Recupero dei parametri originali per il modello
Con la query seguente viene restituita una singola colonna contenente i dettagli sulle impostazioni dei parametri utilizzate durante la creazione del modello.
SELECT MINING_PARAMETERS
from $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'Association'
Risultati dell'esempio:
MAXIMUM_ITEMSET_COUNT=200000, MAXIMUM_ITEMSET_SIZE=3 MAXIMUM_SUPPORT=1, MINIMUM_SUPPORT=9 0,40923449156529E-04 MINIMUM_IMPORTANCE = -999999999, MINIMUM_ITEMSET_SIZE=0, MINIMUM_PROBABILITY=0 0,4
Ricerca di informazioni su regole e set di elementi
Un modello di associazione viene utilizzato in genere per individuare informazioni sui set di elementi frequenti e per estrarre dettagli su regole e set di elementi specifici. Ad esempio, è possibile che si desideri estrarre un elenco di regole classificate come particolarmente interessanti o creare un elenco dei set di elementi più comuni. Tali informazioni vengono recuperate tramite una query sul contenuto DMX. È anche possibile esplorare queste informazioni utilizzando il Visualizzatore Microsoft Association Rules.
Torna all'inizio
Query di esempio 4: Recupero di un elenco di set di elementi e prodotti
Con la query seguente vengono recuperati tutti i set di elementi, insieme a una tabella nidificata in cui sono elencati i prodotti inclusi in ognuno di essi. La colonna NODE_NAME contiene l'ID univoco del set di elementi all'interno del modello, mentre NODE_CAPTION fornisce una descrizione di testo degli elementi. In questo esempio la tabella nidificata è bidimensionale, in modo che il set di elementi che contiene due prodotti genera due righe nei risultati. È possibile omettere la parola chiave FLATTENED se il client supporta dati gerarchici.
SELECT FLATTENED NODE_NAME, NODE_CAPTION,
NODE_PROBABILITY, NODE_SUPPORT,
(SELECT ATTRIBUTE_NAME FROM NODE_DISTRIBUTION) as PurchasedProducts
FROM Association.CONTENT
WHERE NODE_TYPE = 7
Risultati dell'esempio:
NODE_NAME |
37 |
NODE_CAPTION |
Sport-100 = Existing |
NODE_PROBABILITY |
0.291283016331743 |
NODE_SUPPORT |
4334 |
PURCHASEDPRODUCTS.ATTRIBUTE_NAME |
v Assoc Seq Line Items(Sport-100) |
Torna all'inizio
Query di esempio 5: Recupero dei primi 10 set di elementi
In questo esempio viene illustrato come utilizzare alcune delle funzioni di raggruppamento e ordinamento disponibili per impostazione predefinita tramite DMX. La query restituisce i primi 10 set di elementi ordinati per supporto per ogni nodo. Si noti che non è necessario raggruppare in modo esplicito i risultati, come avviene invece in Transact-SQL; tuttavia, è possibile utilizzare un'unica funzione di aggregazione in ogni query.
SELECT TOP 10 (NODE_SUPPORT),NODE_NAME, NODE_CAPTION
FROM Association.CONTENT
WHERE NODE_TYPE = 7
Risultati dell'esempio:
NODE_SUPPORT |
4334 |
NODE_NAME |
37 |
NODE_CAPTION |
Sport-100 = Existing |
Esecuzione di stime tramite il modello
Un modello di regole di associazione viene spesso utilizzato per generare indicazioni basate sulle correlazioni individuate nei set di elementi. Pertanto, quando si crea una query di stima basata su un modello di regole di associazione, in genere si utilizzano le regole del modello per fare supposizioni in base ai nuovi dati. PredictAssociation (DMX) è la funzione che restituisce indicazioni e include diversi argomenti che è possibile utilizzare per personalizzare i risultati della query.
Le query su un modello di associazione possono anche risultare utili, ad esempio, per restituire la confidenza di varie regole e di vari set di elementi, in modo da confrontare l'efficacia di diverse strategie di cross-selling. Negli esempi seguenti viene illustrato come creare tali query.
Torna all'inizio
Query di esempio 6: Stima degli elementi associati
In questo esempio viene utilizzato il modello di associazione creato nell'esercitazione di base sul data mining. Viene illustrato come creare una query di stima che indica quali prodotti consigliare a un cliente che ha acquistato un determinato prodotto. Questo tipo di query, in cui i valori vengono forniti al modello in un'istruzione SELECT…UNION, è denominata query singleton. Poiché la colonna del modello stimabile che corrisponde ai nuovi valori è una tabella nidificata, è necessario utilizzare una clausola SELECT per eseguire il mapping del nuovo valore alla colonna della tabella nidificata, [Model], e un'altra clausola SELECT per eseguire il mapping della colonna della tabella nidificata alla colonna a livello di case, [v Assoc Seq Line Items]. L'aggiunta della parola chiave INCLUDE-STATISTICS alla query consente di vedere la probabilità e il supporto per le indicazioni.
SELECT PredictAssociation([Association].[vAssocSeqLineItems],INCLUDE_STATISTICS, 3)
FROM [Association]
NATURAL PREDICTION JOIN
(SELECT
(SELECT 'Classic Vest' as [Model])
AS [v Assoc Seq Line Items])
AS t
Risultati dell'esempio:
Model |
$SUPPORT |
$PROBABILITY |
$ADJUSTEDPROBABILITY |
|---|---|---|---|
Sport-100 |
4334 |
0.291283 |
0.252696 |
Water Bottle |
2866 |
0.19262 |
0.175205 |
Patch kit |
2113 |
0.142012 |
0.132389 |
Torna all'inizio
Query di esempio 7: Determinazione della confidenza per i set di elementi correlati
Mentre le regole sono utili per generare indicazioni, i set di elementi sono più interessanti per un'analisi più approfondita dei modelli nel set di dati. Se ad esempio le indicazioni restituiti con la query dell'esempio precedente non sono soddisfacenti, è possibile esaminare altri set di elementi che contengono il Prodotto A per valutare in modo più efficace se il Prodotto A è un accessorio che i clienti tendono ad acquistare con tutti i tipi di prodotti o se è strettamente correlato all'acquisto di determinati prodotti. Il modo più semplice per esplorare queste relazioni consiste nel filtrare i set di elementi nel Visualizzatore Microsoft Association. Tuttavia, è possibile recuperare le stesse informazioni con una query.
Con la query di esempio seguente vengono restituiti tutti i set di elementi che includono l'articolo Water Bottle, incluso il singolo articolo Water Bottle.
SELECT TOP 100 FROM
(
SELECT FLATTENED NODE_CAPTION, NODE_SUPPORT,
(SELECT ATTRIBUTE_NAME from NODE_DISTRIBUTION
WHERE ATTRIBUTE_NAME = 'v Assoc Seq Line Items(Water Bottle)') as D
FROM Association.CONTENT
WHERE NODE_TYPE = 7
) AS Items
WHERE [D.ATTRIBUTE_NAME] <> NULL
ORDER BY NODE_SUPPORT DESC
Risultati dell'esempio:
NODE_CAPTION |
NODE_SUPPORT |
D.ATTRIBUTE_NAME |
|---|---|---|
Water Bottle = Existing |
2866 |
v Assoc Seq Line Items(Water Bottle) |
Mountain Bottle Cage = Existing, Water Bottle = Existing |
1136 |
v Assoc Seq Line Items(Water Bottle) |
Road Bottle Cage = Existing, Water Bottle = Existing |
1068 |
v Assoc Seq Line Items(Water Bottle) |
Water Bottle = Existing, Sport-100 = Existing |
734 |
v Assoc Seq Line Items(Water Bottle) |
Quando si crea una query che include una tabella nidificata, oltre alle righe della tabella nidificata che corrispondono ai criteri, la query restituisce tutte le righe della tabella esterna o del case. Nell'esempio è stato aggiunta pertanto una clausola WHERE per eliminare le righe della tabella del case con valore Null per il nome dell'attributo di destinazione.
Elenco di funzioni
Tutti gli algoritmi Microsoft supportano un set comune di funzioni. L'algoritmo Microsoft Association Rules supporta tuttavia le funzioni aggiuntive elencate nella tabella seguente.
Cronologia modifiche
Aggiornamento del contenuto |
|---|
Aggiunta di collegamenti negli argomenti per semplificare la revisione degli esempi di query. |