基于SQL SERVER 2005的數(shù)據挖掘系統(tǒng)設計

申請免費試用、咨詢電話：400-8352-114

數(shù)據倉庫（Data Warehouse）是伴隨著決策支持系統(tǒng)的發(fā)展而產生的，是人們對信息需求從簡單到復雜，從基本的事務處理和業(yè)務管理到信息分析和戰(zhàn)略決策的體現(xiàn)。而數(shù)據挖掘（DataMining）就是應用一系列技術從大型數(shù)據庫或數(shù)據倉庫的數(shù)據中提取人們感興趣的信息和知識，是統(tǒng)計學、數(shù)據庫技術和人工智能技術的綜合。

但一方面，隨著數(shù)據挖掘工具的使用日漸廣泛，人們發(fā)現(xiàn)有些工具只有精通數(shù)據挖掘算法的專家才能熟練使用。如果對算法不了解，難以得出好的模型.所以迫切需要一類使用簡單而又具有針對性、功能良好的數(shù)據挖掘軟件。

另一方面，國內對數(shù)據挖掘方面的算法和方面的研究相對較少。因此，本文結合數(shù)據挖掘軟件的發(fā)展，針對第3代數(shù)據挖掘系統(tǒng)的設計，提出一種基于SQL Server 2005的縱向數(shù)據挖掘解決方案的設計框架。

1 數(shù)據挖掘軟件的發(fā)展

1.1 數(shù)據挖掘軟件經歷的4個時代

在對數(shù)據挖掘技術和數(shù)據挖掘軟件的探索和開發(fā)過程中，很多學者提出了自己獨特的觀點。對于數(shù)據挖掘軟件的發(fā)展，Robert Grossman認為，數(shù)據挖掘軟件經歷了或即將經歷的時代有4個，如表1所示。

表1 數(shù)據挖掘軟件經歷的4個時代

1.2 數(shù)據挖掘工具經歷的3個階段

目前在整個數(shù)據挖掘技術的發(fā)展過程中，數(shù)據挖掘工具一共經歷了3個階段，分別是：

1）獨立的數(shù)據挖掘軟件。該階段對應第一代數(shù)據挖掘系統(tǒng)，出現(xiàn)在數(shù)據挖掘技術發(fā)展早期，研究人員開發(fā)出一種新型的數(shù)據挖掘算法，就形成一個軟件。這類軟件要求用戶對具體的算法和數(shù)據挖掘技術有相當?shù)牧私猓€要負責大量的數(shù)據預處理工作。

2）橫向的數(shù)據挖掘工具集。此類工具集的特點是提供多種數(shù)據挖掘算法，包括數(shù)據的轉換和可視化。由于此類工具并非面向特定的應用，是通用的算法集合，所以稱之為橫向的數(shù)據挖掘工具。

3）縱向的數(shù)據挖掘解決方案。此類工具的特點是，針對特定的應用提供完整的數(shù)據挖掘方案，所以稱之為縱向的數(shù)據挖掘解決方案。

2 SQL Server 2005簡介

2.1 數(shù)據挖掘的范圍及其在SQL Server 2005中的功能實現(xiàn)

SQL Server 2005不僅是一個成熟的數(shù)據庫管理系統(tǒng)（DBMS），而且更是一個高度集成的功能強大的商業(yè)智能平臺。下面結合商務智能的范圍來介紹SQL Server 2005所提供的相關組件。

圖1 數(shù)據挖掘在SQL Server 2005中的功能實現(xiàn)

圖1所示的就是數(shù)據挖掘的三個重要的方面，即數(shù)據報表、數(shù)據分析和數(shù)據挖掘。其中，數(shù)據報表模塊為企業(yè)解決了“它現(xiàn)在是什么樣”的問題，數(shù)據分析，也就是人們經常說的OLAP模塊為企業(yè)解釋了“它為什么是這樣”的原因，而數(shù)據挖掘模塊則為企業(yè)提供“它以后會是什么樣”的預測。而SQL Server 2005作為商業(yè)智能解決方案，則分別提供了相應的功能模塊和組件，即數(shù)據挖掘、分析服務和報表服務。

其中，數(shù)據挖掘功能的組件主要包括集成服務（SQL Server Integration Services，SSIS）和分析服務（Analysis Services，AS）。集成服務可用于數(shù)據預處理階段，完成數(shù)據的轉換、清洗和加載（ETL）過程；而分析服務用于完成模式發(fā)現(xiàn)功能，兩者具體功能介紹如下。