Artigo
09/28/2010

Criando uma nova estrutura de mineração

Quando você cria uma solução de mineração de dados no MicrosoftSQL ServerAnalysis Services, a primeira etapa é para criar uma estrutura de mineração usando Assistente de Mineração de Dados (Analysis Services - Mineração de dados) em Business Intelligence Development Studio. A estrutura de mineração define o domínio de dados a partir do qual serão criados modelos de mineração. Todos os modelos de mineração se baseiam em uma estrutura.

Estruturas de mineração usam fontes de dados relacionais ou OLAP (processamento analítico online). As estruturas de mineração relacionais são baseadas em dados armazenados nos sistemas de banco de dados relacionais, definidos como uma exibição de fonte de dados. As estruturas de mineração OLAP se baseiam em uma dimensão e em medidas relacionados a partir do cubo OLAP existente no mesmo banco de dados que a estrutura de mineração.

Para obter mais informações:Criando bancos de dados, Projetando objetos multidimensionais do banco de dados do Analysis Services

O Assistente de Mineração de Dados define automaticamente uma estrutura de dados e permite adicionar um modelo de mineração inicial para a estrutura. Uma vez que a estrutura de mineração pode conter vários modelos de mineração, você pode usar o Designer de mineração de dados para adicionar mais modelos de mineração à estrutura.

As seções a seguir fornecem mais informações sobre como criar novas estruturas de mineração com o Assistente de Mineração de Dados e como definir opções na estrutura de mineração que permitirão que você crie um conjunto de teste ou execute consultas nos dados da estrutura de mineração.

Criando uma estrutura de mineração relacional
Criando uma estrutura de mineração OLAP
Habilitando a validação e o detalhamento

Criando uma estrutura de mineração relacional

As estruturas de mineração relacionais podem se basear em quaisquer dados disponíveis por meio de uma fonte de dados OLE DB. Se os dados de origem forem contidos em várias tabelas, você poderá alimentá-los no assistente como uma única tabela de casos usando as tabelas aninhadas.

Para obter mais informações:Tabelas aninhadas (Analysis Services - Mineração de Dados)

O Assistente de Mineração de Dados o conduz pelas seguintes etapas para criar a estrutura para um novo modelo de mineração:

Selecionando um tipo de fonte de dados, nesse caso, um banco de dados relacional.
Decidindo se deve ser criada somente uma estrutura ou uma com um modelo de mineração.
Selecionando um algoritmo para o modelo.
Selecionando uma fonte de dados.
Selecionando uma tabela de casos e, opcionalmente, qualquer tabela aninhada.
Selecionando o tipo de cada coluna; previsível, entrada ou chave.
Especificando os tipos de conteúdo da coluna.
Especificando um conjunto de dados de validação opcional.
Habilitando o detalhamento na estrutura; nomeando e salvando a nova estrutura de mineração e o modelo de mineração associado.

Para obter mais informações:Algoritmos de mineração de dados (Analysis Services – Mineração de Dados), Colunas do modelo de mineração, Colunas da estrutura de mineração, Tipos de dados (Mineração de Dados), Tipos de conteúdo (mineração de dados)

Criando uma estrutura de mineração OLAP

Os cubos OLAP geralmente contêm muitos membros e dimensões que pode ser difícil saber por onde começar a mineração de dados. Para ajudar a identificar os padrões que os cubos contêm, geralmente você identifica uma única dimensão de interesse e, em seguida, começa a explorar os padrões relacionados à dimensão. A tabela a seguir lista várias tarefas de mineração de dados OLAP comuns, descreve os cenários de amostra nos quais você pode aplicar cada tarefa e identifica o algoritmo de mineração de dados a ser usado para cada tarefa.

Tarefa	Cenário de exemplo	Algoritmo
Agrupar membros em clusters	Segmente uma dimensão de cliente com base nas propriedades do membro do cliente, os produtos que os clientes compram e a quantidade de dinheiro que eles gastam.	Microsoft Algoritmo de Cluster
Localizar membros interessantes ou anormais	Identifique lojas interessantes ou anormais em uma dimensão de loja com base em vendas, lucros, local da loja e tamanho da loja.	Algoritmo de Árvores de Decisão da Microsoft
Localizar células interessantes ou anormais	Identifique as vendas por loja que contradizem as tendências típicas com o tempo.	Algoritmo Microsoft Time Series

O Assistente de Mineração de Dados o conduz pelo seguinte processo para criar a estrutura para um novo modelo de mineração:

Selecionando um tipo de fonte de dados, nesse caso, um cubo.
Selecionando um algoritmo.
Selecionando uma dimensão de cubo de fonte.
Selecionando uma chave de caso.
Selecionando colunas de caso.
Selecionando tabelas aninhadas.
Selecionando o uso de cada coluna; previsível, entrada ou chave.
Especificando os tipos de conteúdo da coluna.
Dividindo o cubo de fonte.
Criando um conjunto de dados de teste opcional.
Nomeando e salvando a nova estrutura de mineração e o modelo de mineração associado.

Você pode definir as seguintes opções na última página do assistente:

Permitir detalhamento
Criar dimensão do modelo de mineração
Criar um cubo usando a dimensão do modelo de mineração

Se você optar por criar uma nova dimensão de modelo de mineração no cubo de origem, poderá incluir as informações que o algoritmo de mineração de dados encontra na fonte de dados OLAP. Criando uma dimensão de modelo de mineração, você pode procurar e consultar o conteúdo do modelo na forma de uma dimensão. Essa opção está disponível para os modelos criados usando os algoritmos Cluster Microsoft, as Árvores de Decisão da Microsoft e Regras de Associação da Microsoft.

Se você selecionar a opção para criar um novo cubo, um novo cubo é definido no banco de dados, incluindo a dimensão do modelo de mineração e, opcionalmente, quaisquer dimensões relacionadas.

Habilitando o detalhamento e a validação

Quando você cria a estrutura de mineração, você também deve definir duas opções importantes para trabalhar com os dados: validação e detalhamento. A validação é um recurso do SQL Server 2008 que permite que você particione os dados na estrutura de mineração em um conjunto de treinamento e um conjunto de teste para uso com todos os modelos associados àquela estrutura. Para obter mais informações, consulte Particionando dados em conjuntos de treinamento e teste (Analysis Services - Mineração de dados).

O detalhamento permite que você exiba dados de origem na estrutura de mineração, consultando o modelo de mineração. Isso é útil quando você está visualizando os resultados de um modelo de mineração e quer ver detalhes adicionais a partir dos casos subjacentes. Por exemplo, talvez você queira encontrar informações de contato, os casos que foram usados para treinar um determinado cluster e assim por diante. Para usar o detalhamento, você deve habilitá-lo quando você cria a estrutura de mineração; você não pode habilitá-lo posteriormente. Para obter mais informações, consulte Usando a análise nos modelos de mineração e nas estruturas de mineração (Analysis Services – Mineração de dados).