姚丹妮-商務(wù)智能課設(shè)報(bào)告

PAGEPAGE2《商務(wù)智能》課程設(shè)計(jì)報(bào)告班級(jí)：信管131學(xué)號(hào)：3130561025姓名：姚丹妮同組人:趙咪楊喬指導(dǎo)教師：王建仁/李明日期：2016.01.04--2016.01.08

目錄1．需求分析 32．?dāng)?shù)據(jù)理解 33．挖掘（或分析）數(shù)據(jù)準(zhǔn)備 44．?dāng)?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(yù)處理 54.3挖掘過程說明 65．結(jié)果展示與評(píng)價(jià) 186．總結(jié) 196.1設(shè)計(jì)中遇到的主要問題及解決方法 196.2設(shè)計(jì)方案的主要優(yōu)點(diǎn)及不足 196.3收獲及建議 19參考文獻(xiàn) 194．?dāng)?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(yù)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(duì)表中數(shù)據(jù)進(jìn)行數(shù)值化處理，離散化處理等相應(yīng)的預(yù)處理操作，并將預(yù)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(jìn)行離散化處理，設(shè)置區(qū)域范圍，分別為<30、<50、>=50三個(gè)范圍，并將表中“年齡”屬性列中的信息按照其對(duì)應(yīng)的范圍進(jìn)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(jìn)行歸一化處理，將每個(gè)數(shù)據(jù)值除以100000，縮小數(shù)據(jù)，以便觀察。（同時(shí)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(jí)屬性列進(jìn)行數(shù)值化處理，等級(jí)“A/B/C/D/E”分別對(duì)應(yīng)“1/2/3/4/5”，將表中“信用等級(jí)”屬性列中的信息按照其對(duì)應(yīng)的數(shù)值進(jìn)行修改，以便于決策樹的生成預(yù)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(diǎn)擊“新建”，建立“顧客信用分析”的挖掘項(xiàng)目。（2）定義數(shù)據(jù)源。在頁(yè)面右方點(diǎn)擊新建“數(shù)據(jù)源”，點(diǎn)擊“下一步”。將服務(wù)器名改為“l(fā)ocalhost”，選擇使用windows身份驗(yàn)證，選擇“數(shù)據(jù)挖掘?qū)嶒?yàn)”數(shù)據(jù)庫(kù)。點(diǎn)擊“下一步”。選擇“使用服務(wù)賬戶”，點(diǎn)擊“下一步”。然后完成。（3）定義數(shù)據(jù)源視圖。在頁(yè)面右方點(diǎn)擊新建“數(shù)據(jù)源視圖”，點(diǎn)擊“下一步”。選擇“數(shù)據(jù)挖掘?qū)嶒?yàn)”，點(diǎn)擊“下一步”。選擇“與主鍵同名”，點(diǎn)擊“下一步”。選擇“顧客信用數(shù)據(jù)表2”（已經(jīng)進(jìn)行過數(shù)據(jù)預(yù)處理的表），點(diǎn)擊“下一步”。然后完成。（4）創(chuàng)建挖掘結(jié)構(gòu)。在頁(yè)面右方點(diǎn)擊新建“挖掘結(jié)構(gòu)”，點(diǎn)擊“下一步”。選擇“從現(xiàn)在關(guān)系數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)”，點(diǎn)擊“下一步”。選擇“決策樹”類型，點(diǎn)擊“下一步”。點(diǎn)擊“下一步”。點(diǎn)擊“下一步”如下所示，顧客編號(hào)為主鍵，年齡、年收入、信用等級(jí)、性別、職業(yè)為可輸入，信用等級(jí)為可預(yù)測(cè)。點(diǎn)擊“下一步”。設(shè)置“測(cè)試數(shù)據(jù)百分比”，點(diǎn)擊“下一步”。點(diǎn)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(diǎn)擊“設(shè)置算法參數(shù)”（選擇不同的算法參數(shù)會(huì)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(jìn)行部署，實(shí)施挖掘。點(diǎn)擊“運(yùn)行”，進(jìn)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(píng)價(jià)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(jí)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(qiáng)的是年齡和年收入。根據(jù)“數(shù)據(jù)挖掘?qū)嶒?yàn)”數(shù)據(jù)庫(kù)中的信息，所生成的決策樹顯示，當(dāng)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(duì)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(jì)中遇到的主要問題及解決方法課程設(shè)計(jì)中遇到的最多的問題就是數(shù)據(jù)庫(kù)建立不對(duì)，以至于后續(xù)進(jìn)行挖掘無法實(shí)現(xiàn)。由于要建立兩個(gè)表，并且兩者關(guān)系為預(yù)處理與未預(yù)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(gè)別屬性的數(shù)據(jù)類型并不一樣，這也是數(shù)據(jù)預(yù)處理的關(guān)鍵所在，所以前期建立表的啥時(shí)候一定要謹(jǐn)慎小心，否則很難挽回，需要?jiǎng)h除重建。另一個(gè)問題就是在進(jìn)行數(shù)據(jù)挖掘時(shí)，挖掘參數(shù)尋則不正確，也導(dǎo)致了無法得出正確的挖掘模型，后來又重新進(jìn)行設(shè)置，才得出正確的決策樹。6.2設(shè)計(jì)方案的主要優(yōu)點(diǎn)及不足本次課程設(shè)計(jì)最大的缺點(diǎn)與不足在于數(shù)據(jù)庫(kù)中所存儲(chǔ)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(jì)，所以輸入數(shù)據(jù)有限。如果運(yùn)用于實(shí)踐之中，在挖掘過程中則可以根據(jù)實(shí)際數(shù)據(jù)庫(kù)進(jìn)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(duì)商務(wù)智能的學(xué)習(xí)和課程設(shè)計(jì)，使我對(duì)數(shù)據(jù)庫(kù)有了一個(gè)更加全面的認(rèn)識(shí)與理解。在商務(wù)智能課程設(shè)計(jì)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(xué)的幫助下，這些問題都得以解決。完成之后，我也體會(huì)到了數(shù)據(jù)庫(kù)的嚴(yán)謹(jǐn)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(gè)過程中，我不僅領(lǐng)會(huì)了商務(wù)智能這門課程的知識(shí)，更加提高了自己的動(dòng)手能力。相信在以后的學(xué)習(xí)中，商務(wù)智能中學(xué)