《商务智能》实验指导书.pdf

《《商务智能》实验指导书.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、精品文档《商务智能》实验指导实验1：数据仓库的建立一．实验目的与任务：1．了解SQLServer2005环境，掌握建立数据库的基本操作。2．设计并创建基于维度模型的“超市销售分析”数据库。二．实验时间：2学时三．实验步骤：1．构建并熟悉SQLServer2005实验环境。2．在指定磁盘上建立“超市销售分析”数据库。3．在数据库中分别建立事实表和维表，并设置主键及参照约束：事实表（序号，日期，商店编号，商品编号，销售数量，销售金额）商品表（商品编号，商品名称，规格型号，单位，售价，大类别，小类别）商店表（商店编号，商店名称，地址

2、，经理，省市，地市）时间表（日期，年份，月份，日）4．向各表中输入部分数据。注意：输入的数据要有一定的代表性。5．熟悉各种SQL命令。6．分离数据库，将数据库文件复制到优盘，或发送到邮箱。1欢迎下载。精品文档实验2：联机分析系统的建立与应用一．实验目的与任务：1．学习联机分析系统的建立步骤与常用分析方法。2．创建超市销售分析联机分析星形（或雪花）模型，并具体分析。二．实验时间：2学时三．实验步骤：1．创建一个名称为超市销售分析的商务智能项目。图22欢迎下载。精品文档在上图中的“名称”栏输入项目的名称（自己命名），在“位置”栏选

3、定该项目内容存放的位置。确定后，屏幕右上方出现“解决方案资源管理器”。以后的分析操作按照此处指定的步骤进行。2．定义数据源：指出分析数据的来源，即数据所在的数据库。在“管理器”中选择“数据源”后，在快捷菜单中选“新建数据源”。然后按照向导提示操作。在上图中选择“新建”。3欢迎下载。精品文档在上图中输入数据库所在的服务器名称，并选择数据所在的数据库。2．定义数据源视图：在数据库中，选择要用到的表、视图。在“管理器”中选“数据源视图”中的“新建”功能。按照向导提示操作。在上图中选择是需要的表。4欢迎下载。精品文档4生成多维数据集：

4、确定事实表（度量值）、维表（层次）等。5欢迎下载。精品文档在上图中选“使用数据源生成多维数据集”。不选“自动生成”。在上图中指明事实表和外表。6欢迎下载。精品文档设置各维度的层次结构：7欢迎下载。精品文档5．将多维数据集部署到联机分析服务器。6．以建好的多维数据集为基础，练习切片、切块、旋转、钻取等典型的数据分析技术。.8欢迎下载。精品文档9欢迎下载。精品文档实验3：关联分析方法的应用一．实验目的与任务：1．了解关联分析算法的实际应用方法。2．创建“购物篮”关联分析数据表，挖掘关联模型。二．实验时间：2学时三．实验步骤：1．创

5、建“数据挖掘实验”数据库。2．在数据库中建立与“购物篮”相关的表（与实际相比，表的结构和内容作了适当简化），以及主键与参照约束：销售单表（销售单号，销售时间，收款员，其它）销售单明细（销售单号，商品名称，销售数量，销售单价）3．向各表中输入部分数据。注意：输入的数据要有一定的代表性，不需要的数据可以不输入。4．创建一个名称为“购物篮分析”的项目，并定义数据源、定义数据源视图。5．创建关联挖掘结构。在“资源管理器”中选“挖掘机构”中的“新建挖掘结构”。然后按照提示操作。10欢迎下载。精品文档11欢迎下载。精品文档6．建立关联规则

6、挖掘模型。根据下图提示设置参数。12欢迎下载。精品文档7．部署并查看挖掘结果。13欢迎下载。精品文档14欢迎下载。精品文档实验4：聚类分析方法的应用一．实验目的与任务：1．了解聚类分析算法的实际应用方法。2．创建“城市综合数据表”，挖掘城市综合聚类模型。二．实验时间：2学时三．实验步骤：1．创建“数据挖掘实验”数据库。2．在数据库中建立“城市综合数据表”：城市综合数据表1（城市编号，城市名称，行政级别，人口数，总产值，房价，最低工资）3．向各表中输入部分数据。注意：输入的数据要有一定的代表性。4．应用数值化、归一化等数据预处理

7、方法，对数据进行预处理，处理结果存入“城市综合数据表2”中，该表与“城市综合数据表1”的属性个数相同，但部分列的类型需要调整。5．创建一个名称为“城市聚类分析”的项目，并定义数据源、定义数据源视图。6．创建聚类挖掘结构，设置相关参数。15欢迎下载。精品文档16欢迎下载。精品文档7．建立聚类挖掘模型。8．查看挖掘结果。17欢迎下载。精品文档实验5：分类分析方法的应用一．实验目的与任务：1．了解分类分析算法的实际应用方法。2．创建“顾客信用分析数据表”，利用决策树算法，挖掘顾客信用分析模型。二．实验时间：2学时三．实验步骤：1．创

8、建“数据挖掘实验”数据库。2．在数据库中建立“顾客信用分析数据表”：顾客信用数据表1（顾客编号，姓名，性别，年龄，单位类别，职业，年收入，信用等级）3．向各表中输入部分数据。注意：输入的数据要有一定的代表性。4．应用离散化、概念提升等数据预处理方法，对数据进行预处理，处理结果