建立新的採礦結構
當您在 Microsoft SQL Server Analysis Services 中建立資料採礦方案時，第一個步驟是使用 Business Intelligence Development Studio 中的資料採礦精靈 (Analysis Services - 資料採礦)來建立採礦結構。採礦結構會定義用來建立採礦模型的資料網域。所有採礦模型都是以結構為基礎。
採礦結構會使用關聯式或線上分析處理 (OLAP) 資料來源。關聯式採礦結構是以儲存在資料表、檔案或關聯式資料庫系統中的資料為基礎，而且該資料已經定義為成資料來源檢視。OLAP 採礦結構是以 OLAP Cube (與採礦結構存在相同的資料庫上) 中的維度和相關量值為基礎。
**如需詳細資訊，請參閱：**＜設計資料庫＞、＜設計 Analysis Services 多維度資料庫物件＞。
資料採礦精靈會自動定義採礦結構，並讓您將初始採礦模型加入至結構中。因為採礦結構可以包含多個採礦模型，所以您可以使用＜資料採礦設計師＞來加入更多採礦模型到結構中。
下列章節將提供有關使用資料採礦精靈建立新採礦結構的詳細資訊，以及如何在採礦結構上設定選項，以便讓您針對採礦結構中的資料建立測試集或執行查詢。
建立關聯式採礦結構
建立 OLAP 採礦結構
啟用鑑效組和鑽研
建立關聯式採礦結構
關聯式採礦結構能夠以透過 OLE DB 資料來源取得的任何資料為基礎。如果來源資料是包含在多份資料內，您可以建立會同時帶入您所需之資料表與資料行的資料來源檢視。如果資料表包含任何一對多關聯性 (例如，對於每一個想要分析的客戶都有多筆訂購記錄)，那麼您可以同時加入兩個資料表，然後使用其中一個資料表做為案例資料表，並將來自關聯性多側中的資料做為巢狀資料表。
**如需詳細資訊，請參閱：**＜巢狀資料表 (Analysis Services - 資料採礦)＞。
資料採礦精靈會引導您透過下列步驟，來建立新採礦模型的結構：
選取資料來源類型，以此案例而言是指關聯式資料庫。
決定要單獨建立結構，還是要建立含有採礦模型的結構。
選取模型的演算法。
選取資料來源
選取案例資料表和任何巢狀資料表 (選擇性)。
選取每個資料行的類型：可預測、輸入或索引鍵。
指定資料行內容類型。
指定選擇性的鑑效組資料集。
針對結構啟用鑽研。命名並儲存新的採礦結構和相關聯的採礦模型。
**如需詳細資訊，請參閱：**＜資料採礦演算法 (Analysis Services - 資料採礦)＞、＜採礦模型資料行＞、＜採礦結構資料行＞、＜資料類型 (資料採礦)＞、＜內容類型 (資料採礦)＞
建立 OLAP 採礦結構
OLAP Cube 經常包含很多成員和維度，導致難以得知開始進行資料採礦的位置。為了協助識別 Cube 所包含的模式，您通常會識別重要的單一維度，然後再開始探索與該維度相關的模式。下表會列出數個常見的 OLAP 資料採礦工作，描述您可套用每個工作的範例狀況，並識別用於每一個工作的資料採礦演算法。
工作 |
範例狀況 |
演算法 |
|---|---|---|
將成員組成群集 |
依據客戶成員屬性、客戶購買的產品和客戶花費的金額，來分割客戶維度。 |
Microsoft 群集演算法 |
尋找特別的或異常的成員 |
依據銷售量、收益、商店位置和商店大小，在商店維度中識別特別的或異常的商店。 |
Microsoft 決策樹演算法 |
尋找特別的或異常的資料格 |
識別一段時間後與典型趨勢相反的商店銷售。 |
Microsoft 時間序列演算法 |
資料採礦精靈會引導您完成下列程序，以便建立新採礦模型的結構：
選取資料來源類型，以此案例而言是指 Cube。
[!附註]
此 OLAP Cube 必須與採礦結構存在於相同的資料庫中。您無法使用 PowerPivot for Excel 增益集建立的 Cube 做為資料採礦的來源。
選取演算法。
選取來源 Cube 維度。
選取案例索引鍵。
選取案例資料行。
選取任何巢狀資料表。
選取每個資料行的使用方式：可預測、輸入或索引鍵。
指定資料行內容類型。
配量來源 Cube。
建立選擇性的測試資料集。
命名及儲存新的採礦結構和相關聯的採礦模型。
您可以在精靈的最後一頁設定下列選項：
允許使用鑽研
建立採礦模型維度
使用採礦模型維度建立 Cube
如果您選擇要在來源 Cube 中建立新的採礦模型維度，您可以包括資料採礦演算法在 OLAP 資料來源中尋找的資訊。您可以透過建立採礦模型維度，以維度的形式瀏覽並查詢已儲存的模型內容。這個選項適用於使用 Microsoft 群集、Microsoft 決策樹和 Microsoft 關聯規則演算法所建立的模型。
如果您選取要建立新 Cube 的選項，則新的 Cube 會定義在包括採礦模型維度 (及選擇性地包含任何相關維度) 的資料庫上。這樣可以讓您根據採礦模型所找出的階層來配量事實資料。
**如需詳細資訊，請參閱：**＜資料採礦演算法 (Analysis Services - 資料採礦)＞、＜採礦模型資料行＞、＜採礦結構資料行＞、＜資料類型 (資料採礦)＞、＜內容類型 (資料採礦)＞
啟用鑽研和鑑效組
當您建立採礦結構時，必須同時設定兩個重要的選項，以便使用資料：「鑑效組」(Holdout) 和「鑽研」(Drillthrough)。鑑效組可以讓您將採礦結構中的資料分割成培訓集和測試集，以便搭配與該結構相關聯的所有模型使用。如需詳細資訊，請參閱＜將資料分割成培訓集和測試集 (Analysis Services - 資料採礦)＞。
鑽研可讓您透過查詢採礦模型，檢視採礦結構中的來源資料。當您要檢視採礦模型的結果，而且想要查看基礎案例的其他詳細資料時，這項功能便很有用。例如，您可能會想要尋找連絡資訊、用來培訓特定群集的案例，以及其他資料。若要使用鑽研，您必須在建立採礦結構時啟用它，無法在建立之後啟用它。如需詳細資訊，請參閱＜針對採礦模型和採礦結構使用鑽研 (Analysis Services - 資料採礦)＞。