天津商业大学商务智能实验报告.doc

天津商业大学学生实验报告 开课实验室：信息专业实验室403 开课时间 2016 -3-2 实验报告 学院名称 信息工程学院 年级、专业、班 电子商务1303班 学号姓名 席鑫 同组姓名 无 课程名称 商务智能 实验项目名称 实验三 决策树挖掘 指导教师 张晓琴 实验类型 验证 √ 综合 □ 设计 □ 创新 □ 成绩 教师评语 教师签名： 年 月 日 实验报告内容一般包括以下几个内容：1、目的要求 2、仪器用具及材料（仪器名称及主要规格、用具名称） 3、实验内容及原理（简单但要抓住要点，写出依据原理） 4、操作方法与实验步骤 5、数据图表格（照片） 6、实验过程原始记录 7数据处理及结果（按实验要求处理数据、结论） 8、作业题 9、讨论（对实验中存在的问题、进一步的想法等进行讨论） 实验三 决策树挖掘 一、实验目的 1．利用数据挖掘模型对多维仓库中的数据进行决策树挖掘。 2．浏览决策树，并对决策树进行综合分析，得出挖掘信息，进行辅助决策。 二、实验内容 1．决策树分析 对已有数据仓库中数据的数据挖掘，选择决策树分析，通过浏览器浏览生成的决策树。 2．辅助决策 通过决策树得到可利用的信息，用此信息来确定来达到辅助决策的目的。 三、实验要求 掌握数据挖掘的实现过程，并进行数据的分析处理。 四、实验准备 认真理解教材中的数据挖掘的概念，决策树算法，以及算法结束后得到的分析结果处理。 五、实验原理、方法和手段 六、实验条件 SQL Server 2005 七、实验步骤 使用给定的foodmart数据库。以及实验一所做的数据源视图。 一、决策树分析 1．创建数据挖掘模型 （1）在“解决方案资源管理器”中，右键单击“挖掘结构”，在弹出的快捷菜单中选择“新建挖掘结构”项。系统将打开“数据挖掘向导”。 (2)在“选择定义方法”窗口中，确认以选中“从现有关系数据库或数据仓库”项，单击“下一步”按钮。 在“创建数据挖掘结构”页的“你们要使用何种数据挖掘技术?”下，选中列表中的“Microsoft”，再单击“下一步”。 （5）指定表类型。 （6）指定定型数据，在“指定定型数据”页上，可预测列、键列。 （7）指定列的内容和数据类型，点击检测，内容类型会变化，完成向导。 （8）在“完成向导”页的“挖掘结构名称”中，键入在“挖掘模型名称”中，键入 （10）选择“允许钻取”选项，然后单击“完成”。 2．处理数据挖掘模型 （1）在Business Intelligence Development Studio 的“挖掘模型”菜单上，选择“处理”。看到询问是否要生成和部署项目的警告时，请单击“是”。“处理挖掘结构”对话框随即打开。 （3）单击“运行模型处理完成后，在“处理进度”对话框中单击“关闭”。在“处理挖掘结构”对话框中单击“关闭”。 在“数据挖掘设计器”中，选择“挖掘模型查看器”选项卡。默认情况下，设计器将打开添加到结构中的第一个模型使用放大镜按钮调整树的显示大小。 默认情况下，Microsoft树查看器仅显示树的前三个级别。如果树级别不到三个，则查看器仅显示现有级别。可以使用“显示级别”滑块或“默认扩展”列表查看更多级别。 （2）“依赖关系网络”选项卡 “依赖关系网络”选项卡显示决定挖掘模型预测能力的各个属性之间的关系。 在“依赖关系网络”选项卡中浏览模型调整“所有链接”滑块可确定影响最大的属性。向下滑动滑块时，将只保留对列影响最大的属性。 结合决策树，可以看到挖掘图例中共有10281个事例，其中铜卡占有55.42%，金卡占11.67%，普通卡占23.53%，银卡占9.35%。颜色深表示事例多，发生的概率大，颜色浅表示事例少，发生的概率小。 查看决策树，当条件为：“Yearly Income =‘$130K-$150K’时，挖掘图例显示事例发生的高低状况。Bronze即铜卡发生的概率最大，达70%，同时看其三级显示，发现孩子数小于等于2的，发生的概率大，（从颜色来看），如果孩子数大于等于3个，则金卡可能性大。由此可知，拥有孩子较多的客户选择金卡的概率比拥有孩子少的客户大。 根据决策树模型，可以看出年收入对会员卡的选择影响最大：低收入段($30K以下)集中在普通卡，中等收入层集中($30K～$150K)在铜卡，而高等收入层($150K以上)更多的集中在金卡和