Lezione 1: Creazione della struttura di data mining Market Basket

Articolo
06/13/2017

In questa lezione si creerà una struttura di data mining che consente di stimare i prodotti Adventure Works Cycles che un cliente tende a acquistare contemporaneamente. Se non si ha familiarità con le strutture di data mining e il loro ruolo nel data mining, vedere Strutture di data mining (Analysis Services - Data Mining).

La struttura di data mining di associazione creata in questa lezione supporta l'aggiunta di modelli di data mining basati sull'algoritmo di Associazione Microsoft. Nelle lezioni successive si utilizzeranno i modelli di data mining per stimare il tipo di prodotti che un cliente tende ad acquistare contemporaneamente, ovvero per un'analisi di mercato sugli acquisti. Ad esempio, è possibile individuare la tendenza ad acquistare contemporaneamente mountain bike, pneumatici per bicicletta e caschi.

In questa lezione, la struttura di data mining viene definita utilizzando le tabelle nidificate. L'utilizzo delle tabelle nidificate è determinato dal fatto che il dominio dei dati che verrà definito dalla struttura è contenuto in due diverse tabelle di origine. Per altre informazioni sulle tabelle nidificate, vedere Tabelle nidificate (Analysis Services - Data Mining).

Istruzione CREATE MINING STRUCTURE

Per creare una struttura di data mining contenente una tabella annidata, usare l'istruzione CREATE MINING STRUCTURE (DMX). Il codice nell'istruzione può essere suddiviso nelle parti seguenti:

Denominazione della struttura
Definizione della colonna chiave
Definizione delle colonne di data mining
Definizione delle colonne della tabella nidificata

Di seguito è riportato un esempio generico dell'istruzione CREATE MINING STRUCTURE:

CREATE MINING STRUCTURE [<Mining Structure Name>]  
(  
   <key column>,  
   <mining structure columns>,  
   <table columns>  
   (  <nested key column>,  
      <nested mining structure columns> )  
)

La prima riga del codice definisce il nome della struttura:

CREATE MINING STRUCTURE [Mining Structure Name]

Per informazioni sulla denominazione di un oggetto in DMX, vedere Identificatori (DMX).

La riga successiva del codice definisce la colonna chiave per la struttura di data mining, che identifica in modo univoco un'entità nei dati di origine:

<key column>

La riga successiva del codice è utilizzata per definire le colonne di data mining che verranno utilizzate dai modelli di data mining associati alla struttura di data mining:

<mining structure columns>

Le righe successive del codice definiscono le colonne delle tabelle nidificate:

<table columns>  
(  <nested key column>,  
   <nested mining structure columns> )

Per informazioni sui tipi di colonne della struttura di data mining che è possibile definire, vedere Colonne della struttura di data mining.

Nota

Per impostazione predefinita, SQL Server Data Tools (SSDT) crea un set di dati di blocco del 30% per ogni struttura di data mining. Tuttavia, quando si usa DMX per creare una struttura di data mining, è necessario aggiungere manualmente il set di dati di blocco, se necessario.

Argomenti della lezione

In questa lezione verranno eseguite le attività seguenti:

Creazione di una nuova query vuota
Modifica della query per creare la struttura di data mining
Esecuzione della query

Creazione della query

Il primo passaggio consiste nel connettersi a un'istanza di Analysis Services e creare una nuova query DMX in SQL Server Management Studio.

Per creare una nuova query DMX in SQL Server Management Studio

Aprire SQL Server Management Studio.
Nella finestra di dialogo Connetti al server selezionare Analysis Services per tipo di server. In Nome server digitare LocalHosto il nome dell'istanza di Analysis Services a cui si vuole connettersi per questa lezione. Fare clic su Connetti.
In Esplora oggetti fare clic con il pulsante destro del mouse sull'istanza di Analysis Services, scegliere Nuova query e quindi fare clic su DMX.

Verrà avviato l'editor di query con una nuova query vuota.

Modifica della query

Il passaggio successivo consiste nella modifica dell'istruzione CREATE MINING STRUCTURE descritta in precedenza per creare la struttura di data mining Market Basket.

Per personalizzare l'istruzione CREATE MINING STRUCTURE

Nell'editor di query copiare l'esempio generico dell'istruzione CREATE MINING STRUCTURE nella query vuota.

Sostituire quanto segue:

[mining structure name]

con:

[Market Basket]

Sostituire quanto segue:
```
<key column>  
```
con:
```
OrderNumber TEXT KEY  
```

Sostituire quanto segue:

<table columns>  
(  <nested key column>,  
   <nested mining structure columns> )

con:

[Products] TABLE (  
    [Model] TEXT KEY  
)

Il linguaggio TEXT KEY specifica che la colonna Model è la colonna chiave per la tabella nidificata.

L'istruzione della struttura di data mining completa dovrebbe essere la seguente:

CREATE MINING STRUCTURE [Market Basket] (  
    OrderNumber TEXT KEY,  
    [Products] TABLE (  
        [Model] TEXT KEY  
    )  
)

Nel menu File fare clic su Salva DMXQuery1.dmx As.
Nella finestra di dialogo Salva con nome passare alla cartella appropriata e assegnare al file Market Basket Structure.dmxil nome .

Esecuzione della query

Il passaggio conclusivo consiste nell'esecuzione della query. Dopo la creazione e il salvataggio di una query, per creare la struttura di data mining sul server è necessario che la query (l'istruzione) venga eseguita. Per altre informazioni sull'esecuzione di query in Editor di query, vedere Motore di database Editor di query (SQL Server Management Studio).

Per eseguire la query

In Editor di query, sulla barra degli strumenti fare clic su Esegui.

Lo stato della query viene visualizzato nella scheda Messaggi nella parte inferiore di Editor di query al termine dell'esecuzione dell'istruzione. Dovrebbero essere visualizzati i messaggi seguenti:
```
Executing the query   
Execution complete  
```
Una nuova struttura denominata Market Basket esiste ora nel server.

Nella lezione successiva verranno aggiunti modelli di data mining alla struttura di data mining Market Basket appena creata.

Lezione successiva

Lezione 2: Aggiunta di modelli di data mining alla struttura di data mining Market Basket

Condividi tramite