M

1
Módulo 16

• Data Mining con SQL Server 2005

2
TEMARIO

• Introducción
• Inteligencia Server-Side
• Herramientas de diseño y Administración
• Proceso de Data Mining
• Mining Structure
• Construyendo el mining model
• Deploy y Entrenamiento
• Utilizando las predicciones

3
Introducción

• Concepto Cross-Sell
• Aplicado en todo tipo de negocios
• A partir de ciertos elementos, es posible obtener
  lista de elementos relacionados
• Es sencillo aplicar esta funcionalidad en
  aplicaciones, con queries simples.
• Soportado en SQL Server 2005

4
Inteligencia Server-Side

• Es necesario preparar la información histórica.
• Diseñar el mining model con el propósito de
  realizar recomendaciones
• Desplegar el modelo al Analysis Server y
  utilizarlo con los datos preparados anteriormente.

5
Herramientas de diseño y Administración

• Business Intelligence Studio
• SQL Server Management Studio
• Se requerirá Visual Studio para el desarrollo de
  los proyectos

6
Proceso de Data Mining

• Preparación de los datos es parte vital del
  proceso
• Con SQL Server Data Mining es posible la
  utilización de los datos transaccionales de la
  base de datos directamente
• Un proyecto en Analysis Services de SQL Server
  2005 Business Intelligence Development Studio
  provee el framework para modelizar datos y
  construir el mining model que estudie, por
  ejemplo el patron de compras de clientes en un
  negocio, a partir de datos existentes de compras
  anteriores.
• A partir del modelo generado, es posible realizar
  recomendaciones o predicciones.

7
Mining Structure

• La definición de un caso y sus atributos
  asociados se conoce como mining structure en
  SQL 2005 Data Mining
• Atributos Toda la información que se conoce
  sobre una determinada entidad

8
Construyendo el mining model

• Un Wizard permite, desde VS, construir el modelo,
  dentro de un Analysis Serivces Project.
• Se debe seleccionar un mining algorithm,
  algoritmo que especifica la forma en la que se
  analizaran los datos estructurados
• Determina la forma en al que los datos serán
  procesados para extraer conocimiento útil de los
  mismos
• Notar que el mining model in SQL Server 2005
  Data Mining es un objeto de base de datos que
  almacena las definiciones de las entradas al
  proceso de extracción de conocimiento y las
  salidas, que consisten en patrones o reglas
  estudiadas aplicando el algoritmo de data mining
  seleccionado para procesar los datos de entrada

9
Deploy y Entrenamiento

• La definición del modelo es enviada como parte
  del paquete de deployment al servidor donde será
  entrenada.
• Los casos de entrenamiento consisten en
  información que fue recogida históricamente.
• El paquete de deploy, además del modelo, incluirá
  el datasource desde el que Analysis Server debe
  obtener los casos de entrenamiento.
• Para mejorar la calidad de las predicciones
  realizadas, el modelo debe ser periódicamente
  re-entrenado con mas datos.
• Para sets de datos grandes, se utilizaran
  replicas o no se realizaran durante horas pico de
  uso.
• SQL Server Data Transformation Services (DTS)
  puede ser utilizado para realizar los updates
  periódicos.

10
Utilizando las predicciones

• A partir de un simple query, es posible obtener
  predicciones sobre el modelo.
• La búsqueda devuelve los 5 primeros resultados
  para un cliente que ya pidió el producto A y el
  producto B
• SELECT FLATTENED
• TopCount(Predict(Customer Products,
•                 INCLUDE_STATISTICS),
•         AdjustedProbability, 5)
•   FROM Product Recommendations
• NATURAL PREDICTION JOIN
•         ( SELECT ( SELECT Product A' AS
  Product UNION
•                   SELECT Product B' AS Product
  )
• AS Customer Products ) AS t
• El lenguaje de Query tipo SQL que soporta
  Analysis Server es llamado DMX