Aggiunta di un modello di regressione logistica alla struttura del call center (Esercitazione intermedia sul data mining)
Si applica a: SQL Server 2016 Preview
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 SQL Server Data Tools (SSDT), in Esplora soluzioni, fare doppio clic su struttura di data mining, Call Center Binned, e selezionare Apri finestra di progettazione.
Progettazione modelli di Data Mining, fare clic su di modelli di Data Mining scheda.
Fare clic su creare un modello di data mining correlato.
Nel nuovo modello di Data Mining nella finestra di dialogo per nome modello, tipo Call Center - LR. Per nome dell'algoritmo, selezionare Microsoft Logistic Regression.
Scegliere OK.
Viene visualizzato il nuovo modello di data mining nel modelli di Data Mining scheda.
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.
Modificare tutte le altre colonne per Input.
Per specificare il valore di inizializzazione ed elaborare i modelli
Nel modello di Data Mining scheda, fare doppio clic su colonna per il modello denominato Call Center - LR e selezionare Imposta parametri algoritmo.
Nella riga per il parametro HOLDOUT_SEED fare clic sulla cella vuota sotto valore, e il tipo 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.Nel modelli di Data Mining dal menu Elabora struttura di Data Mining e tutti i modelli. Fare clic su Sì per distribuire il progetto di data mining dati aggiornati nel server.
Nel modello di Data Mining processo la finestra di dialogo, fare clic su eseguire.
Fare clic su chiudere per chiudere la Stato elaborazione la finestra di dialogo e quindi fare clic su chiudere nuovamente il modello di Data Mining processo la finestra di dialogo.
Attività successiva della lezione
Creazione di stime per i modelli Call Center ( esercitazione intermedia di Data Mining )