Aggiunta di un modello di regressione logistica alla struttura del call center (Esercitazione intermedia sul data mining)
Oltre ad analizzare i fattori che potrebbero influire sul funzionamento del call center, è inoltre necessario fornire alcuni consigli specifici su come il personale può migliorare la qualità del servizio. In questa attività verrà utilizzata la stessa struttura di data mining utilizzata per compilare il modello esplorativo e verrà aggiunto un modello di data mining che sarà utilizzato per la creazione di stime.
In Analysis Services un modello di regressione logistica è basato sull'algoritmo Microsoft Neural Network e pertanto fornisce la stessa flessibilità e le funzionalità di un modello di rete neurale. La regressione logistica è tuttavia particolarmente appropriata per stimare risultati binari.
Per questo scenario si utilizzerà la stessa struttura di data mining utilizzata per il modello di rete neurale. Il nuovo modello verrà tuttavia personalizzato per soddisfare le esigenze aziendali. Si desidera migliorare la qualità del servizio e determinare quanti operatori esperti sono necessari, pertanto si configurerà il modello per stimare tali valori.
Per assicurarsi che i tutti i modelli basati sui dati del call center siano il più possibile simili, si utilizzerà lo stesso valore di inizializzazione precedente. L'impostazione del parametro del valore di inizializzazione assicura che il modello elabori i dati dallo stesso punto iniziale e riduca le variazioni causate dagli elementi nei dati.
Per aggiungere un nuovo modello di data mining alla struttura di data mining del call center
In Esplora soluzioni di SQL Server Data Tools (SSDT) fare clic con il pulsante destro del mouse sulla struttura di data mining Call Center Binned e scegliere Apri finestra di progettazione.
In Progettazione modelli di data mining fare clic sulla scheda Modelli di data mining.
Fare clic su Crea modello di data mining correlato.
Nella finestra di dialogo Nuovo modello di data mining digitare Call Center - LR in Nome modello. In Nome algoritmo selezionare Microsoft Logistic Regression.
Scegliere OK.
Nella scheda Modelli di data mining verrà visualizzato il nuovo modello di data mining.
Per personalizzare il modello di regressione logistica
Nella colonna per il nuovo modello di data mining, Call center - LR, lasciare Fact CallCenter ID come chiave.
Modificare il valore di ServiceGrade e Level Two Operators in Predict.
Queste colonne verranno utilizzate sia per la stima che per l'input. In sostanza, si creano due modelli separati basati sugli stessi dati: uno che stima il numero di operatori e uno che stima il livello di servizio.
Impostare tutte le altre colonne su Input.
Per specificare il valore di inizializzazione ed elaborare i modelli
Nella scheda Modello di data mining fare clic con il pulsante destro del mouse sulla colonna del modello denominato Call Center - LR, quindi scegliere Imposta parametri algoritmo.
Nella riga del parametro HOLDOUT_SEED fare clic sulla cella vuota in Valore e digitare 1. Scegliere OK.
[!NOTA]
Il valore scelto come valore di inizializzazione non è importante, a condizione che si utilizzi lo stesso valore di inizializzazione per tutti i modelli correlati.
Scegliere Elabora struttura di data mining e tutti i modelli dal menu Modelli di data mining. Fare clic su Sì per distribuire il progetto di data mining aggiornato nel server.
Nella finestra di dialogo Elabora modello di data mining fare clic su Esegui.
Fare clic su Chiudi per chiudere la finestra di dialogo Stato elaborazione, quindi fare di nuovo clic su Chiudi per chiudere la finestra di dialogo Elabora modello di data mining.
Attività successiva della lezione
Creazione di stime per i modelli Call Center (Esercitazione intermedia sul data mining)