欢迎来到天天文库
浏览记录
ID:40220020
大小:2.26 MB
页数:92页
时间:2019-07-26
《数据仓库应用实例》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、数据仓库应用实例1数据仓库的数据加载与钻取2数据挖掘模型的设计3SQLServer中的数据挖掘工具4数据仓库客户端界面的设计1数据仓库的数据加载与钻取1.1数据仓库的数据加载1.SQLServer的数据复制工具与应用5个有关复制的向导工具:创建发布向导、创建强制新订阅向导、创建请求订阅发布、禁用发布或分布向导、配置发布和分布向导、SQLServer数据复制向导2.创建发布向导利用发布向导可以完成这样一些操作:选择发布数据库。使用发布模板。选择发布类型。选择可更新的订阅。可传送的订阅(快照复制或事务复制可使用的选项)。指定订阅服务器类型。指定要
2、发布的数据和数据库对象项目。选择发布名称和描述。3.创建强制新订阅向导在强制订阅中,集中的分发服务器将建立调度,按照此调度与远程的、偶尔连接的订阅服务器进行连接。使用强制订阅,分发代理程序(用于快照发布和事务发布)或合并代理程序(用于合并发布)可以运行于分发服务器。建立订阅时要考虑的因素是需要订阅的类型(强制、请求或匿名)以及运行复制代理程序的位置。为了创建订阅,发布服务器上必须有发布,订阅服务器上也必须有订阅数据库。可以在创建订阅之前创建订阅数据库,或在创建强制订阅向导中指定新的订阅数据库。可以为任何在发布服务器和分发服务器的属性中启用的订
3、阅服务器创建强制订阅。3.创建强制新订阅向导4.创建请求订阅向导5.禁用发布或分布向导在SQLServer的企业管理器中的“工具”菜单中打开向导菜单项,调出“选择向导”对话框,选择其中的“复制”节点,选择“禁用发布或分布向导”菜单项。进入“欢迎使用禁用发布或分布向导”对话框。利用该向导可以完成“除去所选服务器上的所有发布”或“除去对应已除去发布的所有订阅”这些设置不会影响到该服务器从其它发布服务器接受到的订阅。1.2超市数据仓库系统的数据加载数据仓库的数据导入1.2超市数据仓库系统的数据加载DTS数据导入/导出向导1.2超市数据仓库系统的数据
4、加载数据导入源的选择1.2超市数据仓库系统的数据加载数据导入源的确定1.2超市数据仓库系统的数据加载数据导入目的库选择1.2超市数据仓库系统的数据加载数据导入方式选择1.2超市数据仓库系统的数据加载导入数据表和视图的选择1.2超市数据仓库系统的数据加载数据导入源和目的的映射确定1.2超市数据仓库系统的数据加载数据导入的转换语言1.2超市数据仓库系统的数据加载数据导入任务包的保存与调度1.2超市数据仓库系统的数据加载任务包的作业调度任务包的保存任务包完成提示任务包的浏览1.3多维数据集的更新DTS调度包的建立处理任务框架选择处理对象调度任务处理
5、选项确定任务的建立任务工作流确定任务工作流属性设置DTS包的保存任务包的调度设置任务包的运行时间设置1.4数据仓库的钻取访问1.数据钻取的进入2.数据钻取选项的确定3.钻取数据列的选择4.数据钻取角色的管理在进行数据钻取前,还需要利用与编辑命令同一菜单中的“管理角色”命令确定可以进行数据钻取的管理人员。5.钻取数据的选择6.钻取结果显示1.5数据仓库的多维表达式MDX应用MDX启动顺序:开始→程序→MicrosoftSQLServer→AnalysisServices→MDX示例应用程序。启动MDX以后将出现Connect对话框,在Serve
6、r输入框中输入AnalysisServices服务器名称,Provider输入框中输入MSOLAP,单击“OK”按钮后,出现示例应用程序窗口MDX新查询建立MDX查询结果显示MDX的立方体旋转显示2数据挖掘模型的设计2.1数据挖掘对象的分析由数据挖掘项目组成员共同分析数据挖掘对象超市营销策略评价主要通过门市、商品、营销策略、日期和客户五个维度。要分析的则是商品的销售量、销售额、商品的成本和商品销售的利润等度量信息。商品销售量增长率=(实施促销策略后商品销售量/实施促销策略前商品销售量-1)×100%商品销售额增长率=(实施促销策略后商品销售额
7、/实施促销策略前商品销售额)×100%商品利润增长率=(实施促销策略后商品利润/实施促销策略前商品利润)×100%商品促销策略门市影响率=不同门市相同促销策略商品利润增长率之比商品促销策略时间影响率=不同时间相同促销策略商品利润增长率之比等各种新的变量。2.2数据挖掘模型与相关数据的准备1.挖掘模型的确定映射:业务数据是否能够转换成多维的、可比较的、地理的、时间的或不同的层次问题。主要方法:分类、估计、关联分组、聚类、细分或预测等有时为了解决一些较大的业务问题,可能还需要对业务问题进行分解,将业务问题分解成多个较小的问题。如果这些问题能够使用
8、分类、估计、关联分组、聚类、细分或预测等挖掘方法来解决。那么这一较大的问题也就可以用数据挖掘方法解决。2.挖掘数据的准备一、建立数据挖掘库的步骤:选择业务数据、转换
此文档下载收益归作者所有