SQL Server中的監(jiān)控?cái)?shù)據(jù)挖掘算法

　　SQL Server Analysis Services2012提供了九中監(jiān)控?cái)?shù)據(jù)挖掘算法，可以使用這些算法來解決各種業(yè)務(wù)問題。根據(jù)這些算法所適用的業(yè)務(wù)問題的性質(zhì)，可以將其粗略地歸為一下五個(gè)類別：分類、回歸、分段、順序分析、關(guān)聯(lián)。
　　分類監(jiān)控?cái)?shù)據(jù)挖掘算法可以幫助解決的業(yè)務(wù)問題包括：確定新客戶應(yīng)該應(yīng)該具有的會(huì)員類型，或者根據(jù)客戶的特性確定是否可以批準(zhǔn)其申請的貸款。分類算法可以根據(jù)輸入數(shù)據(jù)的特性預(yù)測一個(gè)或多個(gè)連續(xù)的變量。所謂不連續(xù)的變量，指的是那些包含有限的一組值的變量。一些不連續(xù)的變量的示例包括性別、某個(gè)家庭中的子女?dāng)?shù)量以及某個(gè)客戶端所擁有的汽車數(shù)量。
　　回歸算法與分類算法類似，但不同的是這種算法可以預(yù)測一個(gè)或多個(gè)連續(xù)的變量，而不是預(yù)測不連續(xù)的特性。所謂連續(xù)的變量，指的是那些可以具有很多值的變量。連續(xù)變量的示例包括年收入、一個(gè)人的年齡以及上下班的通勤路程。對于屬于回歸類別的算法，這是一個(gè)連續(xù)的值，并且想要確定銷售這套房子能夠賺多少錢。
　　分段算法可能是使用范圍最為廣泛的算法。分段就是根據(jù)輸入特性創(chuàng)建項(xiàng)目的分段或組的過程?？蛻舴侄问亲畛Ｒ姷纳虡I(yè)應(yīng)用程序之一，其中商店和公司會(huì)根據(jù)各種輸入特性對其客戶進(jìn)行分段。一種最常見的分段用途是對可能進(jìn)行購買的客戶執(zhí)行有針對性的郵寄促銷活動(dòng)。與向所有客戶發(fā)送郵件比起來，這種方法可以降低成本，從而最大限度地提高公司可以獲得得利潤。
　　順序分析算法可以根據(jù)特定得操作序列對輸入數(shù)據(jù)進(jìn)行分析并將其分組。例如，如果你想要分析上網(wǎng)用戶的瀏覽模式（用戶在網(wǎng)上訪問的頁面序列和順序）并根據(jù)瀏覽模式對其進(jìn)行分組，那么可以使用順序分析算法。根據(jù)訪問的頁面序列，可以確定用戶的興趣，并以服務(wù)的形式為用戶提供相應(yīng)的信息，或者顯示與用戶的喜好相關(guān)的廣告從而增加特定產(chǎn)品的銷售量。
　　關(guān)聯(lián)數(shù)據(jù)挖掘算法可以幫助你確定數(shù)據(jù)集中的關(guān)聯(lián)。通常情況下，這些算法用于執(zhí)行市場籃分析，這種分析主要是分析儀器購買的各種產(chǎn)品之間的關(guān)聯(lián)關(guān)系?；诖朔治隹梢源_定各種產(chǎn)品之間的關(guān)聯(lián)關(guān)系，了解了這些關(guān)聯(lián)關(guān)系以后可以對相關(guān)的產(chǎn)品一起進(jìn)行跨區(qū)銷售，從而增加銷售量。有一個(gè)非常有名的數(shù)據(jù)挖掘示例可以凸顯出關(guān)聯(lián)算法的作用。