商业智能应用中的数据挖掘[转]

第二篇：商业智能应用中的数据挖掘

智能应用的平台

在过去的二十年中，经济快速发展，组织机构普遍都收集了大量的商业数据。然而，拥有大量的数据并不意味着拥有了丰富的商业信息。因此，商业智能需要进展到下一步——数据挖掘。数据挖掘能帮助您在浏览巨量数据的同时从中发现潜在有效的模式，并将这些模式应用于商业运营中。
Microsoft SQL Server 2005分析服务中构建了新的数据挖掘组件——一个易于使用、容易扩展、方便访问、非常灵活的平台。对于以前从未考虑过采用数据挖掘的组织机构，这无疑是个非常容易接受的解决方案。
企业级产品的架构，与SQL Server产品家族商业智能功能的紧密集成，丰富的工具、API和算法，这一切使得用户可以基于SQL Server创建新型的商业智能应用程序，通过它所提供的针对各种商业问题的自定义的数据驱动解决方案，能达到提高生产力、增加利润和减少支出的目的。例如：

• 购物篮分析。对销售结果进行分析来判断商品是否应该捆绑销售。使用应用程序的结果来创建一个在线指导系统，或者决定如何捆绑销售能将利润最大化。
• 客户流失分析。创建报表显示可能会取消服务的顾客。
• 市场分析。通过对客户自动分组来细分市场，并由此结果做趋势分析以设计市场活动。
• 预测。预测销售量和库存量并获知他们之间的关联关系。
• 数据浏览。由数据挖掘算法发现的模式能帮助您更好地了解您的客户。它可以比较高价值客户与低价值客户之间的差异，或者分析喜爱同一种产品的不同品牌的客户之间的区别。
• Web站点分析。分析网站用户行为，归纳相似的使用模式。
• 营销活动分析。把钱花在刀刃上，准确定位有效用户，让我们的每一分市场经费都发挥最大的效用。
• 数据质量。当数据被装载进数据仓库时检查其中可能丢失的数据或是异常数据。
• 文本分析。分析反馈信息，找到与你的客户或者员工有关的共同主题或趋势。

集成

SQL Server数据挖掘是微软商业智能技术家族中的一员，数据挖掘的加入使得它们如虎添翼。

• SQL Server 2005 Integration Service。基于由数据挖掘算法得到的预测性分析结果，我们可以在SQL Server 2005 Integration Service中标记异常、数据分类和填充丢失数据，从而创建出更加强大的数据管道。
• SQL Server 2005分析服务(OLAP)。加入数据挖掘维度，根据数据中隐藏的模式切片数据，构建内容更为丰富的统一空间模型(UDM)。
• SQL Server 2005报表服务。基于数据挖掘查询，创建更加智能，富于洞察力的报表来呈现正确的信息或者为报表选择正确的接收用户。

易于使用

使用内置的数据挖掘向导和设计器，你只需要点击几下鼠标就可以构建出非常复杂精密的模型。
由于与Microsoft Visual Studio的紧密集成，SQL Server数据挖掘工具集允许你既能浏览和操作数据，又能设计和编辑模型。SQL Server数据挖掘提供了超过一打的交互式可视化界面帮助你理解数据挖掘算法发现的模式。另外，在你决定部署之前，还可以参考一下提升度和profit图表，让你对不同的模型的差异进行比较。

简约不简单

在数据挖掘模型应用方面，SQL Server开启了新的篇章。Data Mining Extensions for SQL(DMX)的出现使得开发人员和DBA们能非常容易地创建与数据挖掘相关的应用程序，而过去他们可能只熟悉创建与数据库相关的应用程序。现在，使用数据挖掘模型进行预测的语句简直就像SQL查询中的Join查询。就是第一次接触，利用他们已经熟悉的工具和已具有的知识也能够操作数据挖掘技术。
算法
经过微软研究院和SQL Server产品开发团队的共同努力，SQL Server数据挖掘中包含了多种有效的数据挖掘算法，包括决策树、回归树、时间序列、聚集、序列聚集、关联规则、Naive Bayes、神经网络和文本挖掘。

扩展性

SQL Server数据挖掘是完全可扩展的，通过.NET存储过程与算法和查看器插件的无缝集成，你可以利用到所有的平台功能优势和集成优势。采用SQL Server数据挖掘作为你的平台意味着你不会受限于数据挖掘系统本身的功能，因为它能根据你的需求而扩展。

架构

将数据挖掘应用在不同规模的组织机构会带来新的挑战。部署、稳定性、易管理性和安全性都是非常重要的因素。SQL Server数据挖掘是分析服务的一部分，它能提供你所希望的所有企业级服务器的功能。

• 部署。SQL Server数据挖掘基于客户端—服务器架构，这就允许你能通过LAN、WAN或者Internet访问模型。标准的API，例如OLE DB、ADOMD.Net甚至XML/A，都能提供给你访问模型的功能，而不管客户端的位置和平台。一旦经过了处理，模型一直是可用的，甚至是在其更新的过程中。
• 稳定性。SQL Server数据挖掘在设计之初就采用了并行架构，目的在于满足企业级数据的要求和数千并发用户的请求，它每天可以响应数百万条查询。
• 易管理性。SQL Server数据挖掘被集成在新的SQL Management Studio中，它提供了一站式的解决方案来帮助你管理SQL Server家族的所有属性。
• 安全性。SQL Server数据挖掘提供了基于角色、粒度精细的安全功能来保证你所有的商业信息都能被安全地保护。

更多相关信息

SQL Server数据挖掘是SQL Server和Windows Server System的组成部分。Windows Server System是一种有助于简化灵活商务解决方案开发、部署与运转工作的综合型、集成化服务器基础架构 。