コールセンター構造へのロジスティック回帰モデルの追加 (中間データマイニングチュートリアル)

コールセンターの運用に影響を与える可能性のある要因を分析するだけでなく、スタッフがサービス品質を向上させる方法に関する特定の推奨事項を提供するように求められました。このタスクでは、探索的モデルの構築に使用したのと同じマイニング構造を使用し、予測の作成に使用するマイニングモデルを追加します。

Analysis Services では、ロジスティック回帰モデルはニューラルネットワークアルゴリズムに基づいているため、ニューラルネットワークモデルと同じ柔軟性とパワーを提供します。ただし、ロジスティック回帰は特にバイナリの結果を予測するのに適しています。

このシナリオでは、ニューラルネットワークモデルに使用したのと同じマイニング構造を使用します。ただし、新しいモデルをカスタマイズしてビジネスの質問を対象とします。サービスの品質を向上させ、必要な経験豊富なオペレーターの数を決定することに関心があるので、それらの値を予測するようにモデルを設定します。

コールセンターデータに基づくすべてのモデルが可能な限り類似していることを確認するには、以前と同じシード値を使用します。シードパラメーターを設定すると、モデルが同じ開始点からデータを処理し、データ内のアーティファクトによる変動を最小限に抑えることができます。

SQL Server Data Tools (SSDT) のソリューションエクスプローラーで、マイニング構造の [ コールセンタービン分割] を右クリックし、[ デザイナーを開く] を選択します。
データマイニングデザイナーで、[ マイニングモデル ] タブをクリックします。
[ 関連するマイニングモデルの作成] をクリックします。
[ 新しいマイニングモデル ] ダイアログボックスで、[ モデル名] に「 Call Center - LR」と入力します。 [アルゴリズム名] で、[Microsoft ロジスティック回帰] を選択します。
OK をクリックします。

新しいマイニングモデルが [ マイニングモデル ] タブに表示されます。

新しいマイニングモデルの列Call Center - LRでは、Fact CallCenter ID をキーとしてそのままにします。
ServiceGrade 演算子と Level 2 演算子の値を 変更して予測します。

これらの列は、入力と予測の両方として使用されます。基本的には、同じデータに対して 2 つの異なるモデルを作成します。1 つは演算子の数を予測し、1 つはサービスグレードを予測します。
他のすべての列を Input に変更します。

[ マイニングモデル ] タブで、Call Center - LR という名前のモデルの列を右クリックし、[ アルゴリズムパラメーターの設定] を選択します。
HOLDOUT_SEED パラメーターの行で、[ 値] の下にある空のセルをクリックし、「 1」と入力します。 OK をクリックします。

注

すべての関連モデルに同じシードを使用する限り、シードとして選択する値は関係ありません。
[ マイニングモデル ] メニューの [ マイニング構造の処理] と [すべてのモデル] を選択します。更新されたデータマイニングプロジェクトをサーバーに配置するには、[ はい ] をクリックします。
[ マイニングモデルの処理 ] ダイアログボックスで、[ 実行] をクリックします。
[閉じる] をクリックして [プロセスの進行状況] ダイアログボックスを閉じ、[プロセスマイニングモデル] ダイアログボックスでもう一度 [閉じる] をクリックします。

このレッスンの次の作業