Tiểu luận môn khai phá dữ liệu BIDS – Khách hàng tiềm năng

Kỹ thuật - DataSource Trong cửa sổ Solution Explorer nhấp phải chuột vào Data Source chọn New Data Wellcome to Data Source Wizard xuất hiện, nhấn Next... Màn hình Select Data Source xuất

BIDS – Khách hàng tiềm năng

www.ntvx.com

Giới thiệu

 Dữ liệu được thu thập và lưu trữ trong các CSDL đã vượt ra ngoài khả năng của con người có thể hiểu được chúng nếu không có những công cụ hỗ trợ tốt

 Điều này đã đặt chúng ta trong hoàn cảnh nhiều dữ liệu nhưng thiếu thông tin, thiếu tri thức

 Chính vì vậy, có một kỹ thuật mới ra đời

đó là “Khai phá dữ liệu”

Giới thiệu

 Một số hệ thống khai phá dữ liệu:

 Intelligent Miner (IBM)

 Microsoft data mining tools (Microsoft SQL

Server 2000/2005/2008)

 Oracle Data Mining (Oracle 9i/10g/11g)

 Enterprise Miner (SAS Institute)

 Weka (the University of Waikato, New Zealand, www.cs.waikato.ac.nz/ml/weka)

 …

Phan Thị Thu Thủy,

Nguyễn Minh Tường Vi,

Lê Anh Xuân

 Đã chọn SQL server 2008 cùng với bộ công cụ của nó để mô tả cho ý tưởng của chúng tôi như sau:

Giới thiệu

Công ty của chúng tôi là một công ty kinh doanh về địa ốc, chúng tôi đã có 1 lượng lớn khách hàng ( KH) đã từng mua sản phẩm đất nền phân lô trong các dự án trước đây của chúng tôi

Tuy nhiên, do tình hình thị trường bất động sản có nhiều chuyển biến trong thời gian gần đây, nên công ty của chúng tôi muốn tung ra sản loại phẩm mới đó là biệt thự xây dựng sẵn Công ty muốn tổ chức 1 hội nghị khách hàng để giới thiệu sản phẩm

Giới thiệu

Vấn đề là, kinh phí để tổ chức cũng hạn hẹp, không đủ điều kiện để mời tất cả KH Do

đó bộ phận bán hàng, đề nghị chỉ mời các KH tiềm năng, nghĩa là KH có thể sẽ mua sản phẩm mới của công ty

Lúc này, gánh nặng xác định đâu là KH tiềm năng được trao cho bộ phận marketing của NTVX Và mọi chuyện bắt đầu

Kỹ thuật – Tạo Project

Khởi động Microsoft Visual Studio -> chọn menu File ->New -> Project

Chọn Business Intelligence Projects -> Analysis Services Project

Tại mục Name ta đặt tên cho Project là KhachHangTiemNang, chọn thư mục lưu Rồi Nhấn OK Xem hình

Kỹ thuật - DataSource

Trong cửa sổ Solution

Explorer nhấp phải chuột vào

Data Source chọn New Data

Wellcome to Data Source

Wizard xuất hiện, nhấn Next

Quay lại màn hình Select how to define

the connection, chọn Next

Nhập user name và pasword cho connetion vừa tạo rồi nhấn Next

Đặt tên cho Data Source

Kỹ thuật – DataSource View

Trong cửa sổ Solution

Explorer nhấp phải chuột và

Data Source Vies, chọn New

Data Source Vies

Màn hình Select Data Source xuất hiện Chọn Data Source đã tạo lúc trước ->Next

Màn hình Select Table and views xuất hiện Chọn table Dulieu_vao ->Next

liệu Công việc

tiếp theo là tạo

mô hình huấn

luyện

Kỹ thuật – Mining structures

Tại cửa sổ Solution Explorer

nhấp chuột phải vào Mining

Structures -> New Mining

Structure

Cửa sổ Wellcome to the

Data Mining Wizard xuất

hiện -> Next

Cửa sổ Select the Definiton Method xuất hiện, chọn phương thức thứ nhất -> Next

Kỹ thuật – Mining structures

Cửa sổ Create the Data Mining Structure xuất hiện, chọn mô hình Microsoft Decision Trees -

> Next

Kỹ thuật – Mining structures

Chọn DSV vừa tạo trước đó -> Next

Chọn bảng chính ( case ) và bảng phụ ( nested) Ở đây do dữ liệu của chúng ta chỉ lấy từ 1 bảng nên hệ thống đã chọn mặc định -> Next

Kỹ thuật – Mining structures

Màn hình Specify the Training Data cho

chúng ta chỉ định trường dữ liệu nào là khóa, dữ liệu vào dùn để huấn luyện và trường dữ liệu dùng để dự báo (Nút Suggest cho phép hệ thống tự chọn các trường dữ liệu phù hợp) ->Next

Kỹ thuật – Mining structures

Màn hình Specify Columns Content and

Data Type cho chúng ta chỉ định nội dung

của trường dữ liệu cấu trúc KPDL và kiểu dữ

liệu của chúng Nút Detect cho phép hệ

thống tự phát hiện dữ liệu liên tục hay theo

khoảng) -> Next

Kỹ thuật – Mining structures

Màn hình Create Testing Set xuất hiện,

cho chúng ta chỉ định % dữ liệu được dùng

để kiểm tra độ chính xác của mô hình ( lúc này dữ liệu được chia thành 2 tập Tập HL và

tập KT) ->Next.

Kỹ thuật – Mining structures

Đặt tên cho cấu trúc của mô hình và tên mô

hình -> Nhấn Finish.

Để chạy được mô hình vừa tạo, chúng ta cần thực thi nó: Nhấp chuột phải vào tên mô hinh vừa tạo ra trong mục Mining Structures

-> chọn process -> Run.

Cho đến khi có thông báo như hình sau:

Kỹ thuật – Mining structures

Kết luận từ mô hình

Xem mô hình vừa tạo: thẻ Mining Model

Viewer

Kết luận từ mô hình

Đánh giá hiệu quả mô hình: thẻ Mining

Accuracy Chart

Đường xanh lá: đồ thị biểu diễn của mô hình, có nghĩa là liên hệ với 3% KH thì sẽ có khoảng 62% trong đó có tiềm năng.

Mining Legend ( chú thích):

Predict probability: gía trị ngưỡng của mô hình, có ý nghĩa là nếu dùng mô hình này để

dự đoán thì cần có Predict probability

>=27,74% mới đáng tin cậy

Kết luận từ mô hình

Tạo dự đoán và kết quả: Vào thẻ Mining

Model Prediction, trải qua các bước chọn mô hình, bảng dữ liệu để ánh xạ các trường thông tin, ta sử dụng công cụ Prediction Query Builder Ta được hình sau:

Kết luận từ mô hình

Nhấp chuột vào nút chuyển đổi chế độ (design / query / result ) Ta được kết quả như hình sau:

www.NTVX.com

CẢM ƠN!