姚丹妮-商務智能課設(shè)報告

PAGEPAGE2《商務智能》課程設(shè)計報告班級：信管131學號：3130561025姓名：姚丹妮同組人:趙咪楊喬指導教師：王建仁/李明日期：2016.01.04--2016.01.08

目錄1．需求分析 32．數(shù)據(jù)理解 33．挖掘（或分析）數(shù)據(jù)準備 44．數(shù)據(jù)挖掘（或分析）過程 54.1挖掘算法與挖掘軟件選擇 54.2數(shù)據(jù)預處理 54.3挖掘過程說明 65．結(jié)果展示與評價 186．總結(jié) 196.1設(shè)計中遇到的主要問題及解決方法 196.2設(shè)計方案的主要優(yōu)點及不足 196.3收獲及建議 19參考文獻 194．數(shù)據(jù)挖掘（或分析）過程4.1挖掘算法與挖掘軟件選擇算法：分類分析算法（決策樹）軟件：microsoftvisualstudio20084.2數(shù)據(jù)預處理由于表“顧客信用數(shù)據(jù)表1”中的數(shù)據(jù)存在冗余缺失等問題，所以需要對表中數(shù)據(jù)進行數(shù)值化處理，離散化處理等相應的預處理操作，并將預處理之后的信息存入新表“顧客信用數(shù)據(jù)表2”中。具體步驟如下所示：（1）將年齡屬性列的數(shù)據(jù)進行離散化處理，設(shè)置區(qū)域范圍，分別為<30、<50、>=50三個范圍，并將表中“年齡”屬性列中的信息按照其對應的范圍進行修改，以便于決策樹的生成（2）將年收入屬性列的數(shù)據(jù)進行歸一化處理，將每個數(shù)據(jù)值除以100000，縮小數(shù)據(jù)，以便觀察。（同時要修改表中“年收入”屬性列的數(shù)據(jù)類型，由int改為float）（3）將信用等級屬性列進行數(shù)值化處理，等級“A/B/C/D/E”分別對應“1/2/3/4/5”，將表中“信用等級”屬性列中的信息按照其對應的數(shù)值進行修改，以便于決策樹的生成預處理之后的表的結(jié)構(gòu)及內(nèi)容如下圖所示：表結(jié)構(gòu)：表中具體內(nèi)容：4.3挖掘過程說明（1）打開挖掘軟件，點擊“新建”，建立“顧客信用分析”的挖掘項目。（2）定義數(shù)據(jù)源。在頁面右方點擊新建“數(shù)據(jù)源”，點擊“下一步”。將服務器名改為“l(fā)ocalhost”，選擇使用windows身份驗證，選擇“數(shù)據(jù)挖掘?qū)嶒灐睌?shù)據(jù)庫。點擊“下一步”。選擇“使用服務賬戶”，點擊“下一步”。然后完成。（3）定義數(shù)據(jù)源視圖。在頁面右方點擊新建“數(shù)據(jù)源視圖”，點擊“下一步”。選擇“數(shù)據(jù)挖掘?qū)嶒灐?，點擊“下一步”。選擇“與主鍵同名”，點擊“下一步”。選擇“顧客信用數(shù)據(jù)表2”（已經(jīng)進行過數(shù)據(jù)預處理的表），點擊“下一步”。然后完成。（4）創(chuàng)建挖掘結(jié)構(gòu)。在頁面右方點擊新建“挖掘結(jié)構(gòu)”，點擊“下一步”。選擇“從現(xiàn)在關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫”，點擊“下一步”。選擇“決策樹”類型，點擊“下一步”。點擊“下一步”。點擊“下一步”如下所示，顧客編號為主鍵，年齡、年收入、信用等級、性別、職業(yè)為可輸入，信用等級為可預測。點擊“下一步”。設(shè)置“測試數(shù)據(jù)百分比”，點擊“下一步”。點擊“完成。定義數(shù)據(jù)源，數(shù)據(jù)源視圖，新建挖掘結(jié)構(gòu)以后，如下圖所示。（5）設(shè)置相關(guān)參數(shù)。右鍵點擊“設(shè)置算法參數(shù)”（選擇不同的算法參數(shù)會帶來不同的決策樹模型）參數(shù)設(shè)置如下圖所示，可根據(jù)自己的需求設(shè)置不同參數(shù)。（6）進行部署，實施挖掘。點擊“運行”，進入下一步。處理完成，可以到主界面查看挖掘模型。5．結(jié)果展示與評價決策樹模型如下圖所示：依賴關(guān)系如下所示：由上邊所生成的決策樹可知，信用等級與年齡、職業(yè)、性別和年收入都具有相輔相成的關(guān)系。其中依賴關(guān)系最強的是年齡和年收入。根據(jù)“數(shù)據(jù)挖掘?qū)嶒灐睌?shù)據(jù)庫中的信息，所生成的決策樹顯示，當年收入>=1.178并且<1.472，職業(yè)不為銷售員的顧客信用程度相對較高。而職業(yè)為銷售員且年齡小于30歲的人信用程度則是中等偏下。其他則分布不均。6．總結(jié)6.1設(shè)計中遇到的主要問題及解決方法課程設(shè)計中遇到的最多的問題就是數(shù)據(jù)庫建立不對，以至于后續(xù)進行挖掘無法實現(xiàn)。由于要建立兩個表，并且兩者關(guān)系為預處理與未預處理的表，所以兩者之間在數(shù)據(jù)類型與內(nèi)容上都有很多相似性。但也存在極個別屬性的數(shù)據(jù)類型并不一樣，這也是數(shù)據(jù)預處理的關(guān)鍵所在，所以前期建立表的啥時候一定要謹慎小心，否則很難挽回，需要刪除重建。另一個問題就是在進行數(shù)據(jù)挖掘時，挖掘參數(shù)尋則不正確，也導致了無法得出正確的挖掘模型，后來又重新進行設(shè)置，才得出正確的決策樹。6.2設(shè)計方案的主要優(yōu)點及不足本次課程設(shè)計最大的缺點與不足在于數(shù)據(jù)庫中所存儲數(shù)據(jù)不夠多，以至于挖掘出來的結(jié)果不一定具有代表性。由于是課程設(shè)計，所以輸入數(shù)據(jù)有限。如果運用于實踐之中，在挖掘過程中則可以根據(jù)實際數(shù)據(jù)庫進行挖掘分析，想必結(jié)果更具有可信度。6.3收獲及建議通過對商務智能的學習和課程設(shè)計，使我對數(shù)據(jù)庫有了一個更加全面的認識與理解。在商務智能課程設(shè)計的過程中，從不懂到理解，雖然經(jīng)歷了很多問題，但是在老師和同學的幫助下，這些問題都得以解決。完成之后，我也體會到了數(shù)據(jù)庫的嚴謹性和數(shù)據(jù)挖掘以及后續(xù)數(shù)據(jù)分析的難度之大。在這個過程中，我不僅領(lǐng)會了商務智能這門課程的知識，更加提高了自己的動手能力。相信在以后的學習中，商務智能中學