Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
La struttura di data mining creata nella lezione precedente contiene un singolo modello di data mining basato sull'algoritmo Microsoft Decision Trees. È possibile usare questo modello per identificare i clienti per la campagna di mailing mirata. Tuttavia, per assicurarsi che l'analisi sia completa, è una procedura comune creare modelli correlati usando algoritmi diversi e confrontare i risultati. In questo modo è anche possibile ottenere informazioni dettagliate diverse. Verranno quindi creati due modelli aggiuntivi, quindi si elaborano e si distribuiscono i modelli.
In questa lezione verrà creato un set di modelli di data mining che suggerisce i clienti più probabili da un elenco di potenziali clienti.
Per completare le attività di questa lezione, si useranno l'algoritmo Microsoft Clustering e l'algoritmo Microsoft Naive Bayes.
Questa lezione contiene le attività seguenti:
Aggiunta di nuovi modelli alla struttura di mailing mirata (tutorial base sul data mining)
Elaborazione di modelli nella struttura mailing mirata (Esercitazione di base sul data mining)
Prima attività nella lezione
Aggiunta di nuovi modelli alla struttura di mailing mirato (tutorial introduttivo sul data mining)
Lezione precedente
Lezione 2: Creazione di una struttura mailing mirata (esercitazione di base sul data mining)
Lezione successiva
Lezione 4: Esplorazione dei modelli di mailing mirati (esercitazione di base sul data mining)
Vedere anche
Aggiungere modelli di data mining a una struttura (Analysis Services - Data Mining)