Erstellen einer neuen Miningstruktur
Wenn Sie in Microsoft SQL Server 2005 Analysis Services (SSAS) Data Mining-Modelle erstellen, müssen Sie als Erstes eine Miningstruktur mithilfe des Data Mining-Assistent in Business Intelligence Development Studio erstellen. Die Miningstrukturen definieren die Datendomäne, aus der die Miningmodelle erstellt werden.
Miningstrukturen können entweder auf relationalen oder auf OLAP-Datenquellen (Online Analytical Processing) basieren. Relationale Miningstrukturen beschreiben die in relationalen Datenbanksystemen gespeicherten Daten. OLAP-Miningstrukturen werden mithilfe eines OLAP-Cubes erstellt, der auf derselben Datenbank vorhanden ist wie die Miningstruktur.
Weitere Informationen finden Sie unter Entwerfen und Erstellen von Datenbanken, Verwenden von OLAP (Online Analytical Processing)
Der Data Mining-Assistent definiert automatisch eine Miningstruktur und fügt der Struktur das erste Miningmodell hinzu. Da eine Miningstruktur mehrere Miningmodelle enthalten kann, können Sie den Data Mining-Designer verwenden, um der Struktur weitere Miningmodelle hinzuzufügen.
Die folgenden Abschnitte bieten weitere Informationen zum Erstellen neuer Miningstrukturen mithilfe des Data Mining-Assistenten.
- Erstellen einer relationalen Miningstruktur
- Erstellen einer OLAP-Miningstruktur
Erstellen einer relationalen Miningstruktur
Relationale Miningstrukturen können auf Daten basieren, die durch eine OLE DB-Datenquelle zur Verfügung gestellt werden. Wenn die Quelldaten in mehreren Tabellen enthalten sind, können Sie diese als einzelne Falltabelle mithilfe von geschachtelten Tabellen in den Assistenten übernehmen.
Weitere Informationen finden Sie unter Geschachtelte Tabellen
Der Data Mining-Assistent führt Sie beim Erstellen der Struktur eines neuen Miningmodells durch folgende Schritte:
- Auswahl eines Datenquellentyps, in diesem Falle eine relationale Datenbank.
- Auswahl eines Algorithmus.
- Auswahl einer Datenquelle.
- Auswahl einer Falltabelle und ggf. von geschachtelten Tabellen.
- Auswahl des Typs der einzelnen Spalten, entweder als vorhersagbare, als Eingabe- oder als Schlüsselspalte.
- Festlegen der Spalteninhaltstypen.
- Benennen und Speichern der neuen Miningstruktur und des zugeordneten Miningmodells.
Auf der letzten Seite des Assistenten haben Sie die Option, die Ausführung eines Drillthroughs zu aktivieren. Wenn Sie diese Option aktivieren, können Sie die Daten, die der Algorithmus zum Erstellen des Miningmodells verwendet, durchsuchen, nachdem das Modell verarbeitet wurde.
Weitere Informationen finden Sie unter Data Mining-Algorithmen, Entwerfen und Erstellen von Datenbanken, Miningmodellspalten, Miningstrukturspalten, Datentypen (Data Mining), Inhaltstypen (Data Mining)
Erstellen einer OLAP-Miningstruktur
OLAP-Cubes beinhalten häufig viele Elemente und Dimensionen, sodass es schwierig sein kann, die in den Cubes enthaltenen Muster manuell zu identifizieren. Jedoch können Sie viele dieser Muster mithilfe von Data Mining-Techniken finden. Das aus diesen Mustern abgeleitete Wissen können Sie dann auf wichtige Geschäftsentscheidungen anwenden.
In der folgenden Tabelle werden mehrere allgemeine Data Mining-Aufgaben von OLAP aufgelistet, Beispielszenarien zur Anwendung der einzelnen Aufgaben beschrieben und der Data Mining-Algorithmus zum Verwenden für die jeweilige Aufgabe identifiziert.
| Aufgabe | Beispielszenario | Algorithmus |
|---|---|---|
Gruppieren Sie Elemente in Clustern |
Segmentieren Sie eine Kundendimension auf Basis der Kundenelementeigenschaften, der Produkte, die die Kunden kaufen, und des Geldbetrags, den die Kunden ausgeben. |
Microsoft Clustering-Algorithmus |
Finden Sie interessante oder ungewöhnliche Elemente |
Identifizieren Sie interessante oder ungewöhnliche Läden in einer Speicherdimension, basierend auf Nettoumsatz, Gewinn, Ort und Größe des Ladens. |
Microsoft Decision Trees-Algorithmus |
Finden Sie interessante oder ungewöhnliche Zellen |
Identifizieren Sie Umsätze in Läden, die nicht den allgemeinen Trends im Verlauf der Zeit entsprechen. |
Microsoft Time Series-Algorithmus |
Verwenden Sie den Data Mining-Assistenten, um die erste Struktur des OLAP-Miningmodells zu definieren. Der Assistent führt Sie beim Erstellen der Struktur eines neuen Miningmodells durch folgende Schritte:
- Auswahl eines Datenquellentyps, in diesem Falle ein Cube.
- Auswahl eines Algorithmus.
- Auswahl einer Quellcubedimension.
- Auswahl eines Fallschlüssels.
- Auswahl von Fallspalten.
- Auswahl von geschachtelten Tabellen.
- Auswahl der Verwendung jeder einzelnen Spalte, entweder als vorhersagbare, als Eingabe- oder als Schlüsselspalte.
- Festlegen der Spalteninhaltstypen.
- Aufteilen des Quellcubes.
- Benennen und Speichern der neuen Miningstruktur und des zugeordneten Miningmodells.
Auf der letzten Seite des Assistenten können Sie die folgenden Optionen festlegen:
- Drillthrough zulassen
- Miningmodelldimension erstellen
- Cube mithilfe der Miningmodelldimension erstellen
Wenn Sie die Ausführung eines Drillthroughs aktivieren, können Sie die Daten, die der Algorithmus zum Erstellen des Miningmodells verwendet, durchsuchen, nachdem das Modell verarbeitet wurde.
Wenn Sie im Quellcube eine neue Data Mining-Dimension erstellen möchten, können Sie die Informationen einschließen, die vom Data Mining-Algorithmus in der OLAP-Datenquelle gefunden werden. Wenn Sie die Option zum Erstellen eines neuen Cubes auswählen, wird ein neuer Cube auf der Datenbank definiert, der die Data Mining-Dimension beinhaltet.
Weitere Informationen finden Sie unter Data Mining-Algorithmen, Miningmodellspalten, Miningstrukturspalten, Datentypen (Data Mining), Inhaltstypen (Data Mining)
Siehe auch
Konzepte
Miningstrukturen (Analysis Services)
Data Mining-Designer
Data Mining-Assistent
Verwalten von Miningmodellen im Data Mining-Designer
Verwalten von Miningstrukturen im Data Mining-Designer
Festlegen von Spalteneigenschaften in einem Miningmodell
Festlegen der Spalteneigenschaften in einer Miningstruktur
Andere Ressourcen
Vorgehensweisen zur Miningstruktur-Registerkarte