数据仓库及数据挖掘实验指导书.doc

潘怡 编著 《数据仓库与数据挖掘》 课程实验指导书 长 沙 学 院 计 算 机 科 学 与 技 术 系 2009年9月前 言 本书是《数据仓库与数据挖掘》课程及《数据分析与挖掘》的实验指导书。全书分为三个部分，第一部分为实验内容对每个实验的实验目的、实验类型、实验学时、实验原理及知识点、实验环境（硬件环境、软件环境）和实验内容及步骤进行简单介绍，第二部分为实验指导对每个实验的实验方法，实验步骤及补充的实验知识进行详细介绍，第三部分为实验报告。 本实践课程主要介绍数据仓库的工作机理及其构建过程，。要求学生熟练使用数据库管理系统MS SQL Server，掌握典型的数据仓库系统及其开发工具的使用，理解数据挖掘的工作原理与流程，掌握典型数据挖掘技术及其工具的使用方法，熟悉SQL SERVER BI DEV集成挖掘环境。 要求学生实验前认真准备，实验后提供实验报告，给出详细设计方法以及设计依据。 实验报告的格式应采用统一封面，统一的实验报告纸。封面应包括：课程名称、实验序号、名称、专业、班级、姓名、同组实验者、实验时间。实验报告内容应包括：实验名称、目的、内容、实验步骤、实验记录、数据处理（或原理论证、或实验现象描述、或结构说明等）。 目 录 第一部分 实验内容 实验1：实践SQL Server数据多维分析环境 实验2：实践关联规则挖掘方法 实验3：实践决策树挖掘方法 实验4：实践聚类挖掘方法 实验5：实践神经网络挖掘方法 第二部分 实验指导 实验1：实践SQL Server数据多维分析环境 实验2：实践关联规则挖掘方法 实验3：实践决策树挖掘方法 实验4：实践聚类挖掘方法 实验5：实践神经网络挖掘方法 第三部分 实验报告  第一部分 实验内容 实验1：实践SQL Server数据多维分析环境 一．实验目的 学习和掌握Sql Server 2005 Analysis Services 工具集，包括如何在 BI Development Studio 的 Analysis Services 项目中定义数据源、数据源视图、维度、属性、层次结构和多维数据集，如何查看多维数据集和维度，理解并掌握OLAP分析的基本过程与方法。 二．实验类型 验证型 三．实验学时 4学时 四．实验原理及知识点 1．SQL Server 服务 2．服务器注册 3．系统数据源连接 4．数据源视图处理 5．多维数据集 6．事实表和维度表； 7．星型架构模型； 8．元数据结构。 五．实验环境 1．硬件设备要求： PC及其联网环境； 2．软件设备要求： 操作系统Windows, SQL Server 2005, SQL Server 2005 BI DEV STUDIO 。 六．实验内容及步骤 I. 建立Sql Server 2005 数据挖掘实验环境 启动SQL Server 服务，打开BI开发环境 注册服务器 建立系统数据源连接 建立数据库和数据源视图 浏览多维数据集数据 编辑多维数据集数据 II. 实践多维数据集分析 假设一连锁超市的用户需求如下，从无到有设计一个数据仓库的基本架构，要求能够满足以下查询： 查询公司在2005年的总销售金额 查询公司在2005年第一季度的销售金额 查询公司在2005年上半年的销售金额 查询某供应商s1于2005年提供产品p1的金额总量 查询某供应商s1于2005年提供某产品p1的金额总量 查询某门市店d1于2005年共销售某一种商品p1的总金额 查询公司在2005年度共销售多少金额类别为c1的商品p1的总金额 根据要求： 建事实表和维度表 设计星型架构模型 分析元数据结构。 七．思考与练习 1．什么是SQL Sever 2005 BI DEV STUDIO？它包含几个主要部分？ 2．如何注册服务器？ 3．如何设计数据源视图？ 4．如何建立多维数据集？ 5．什么是事实表和维度表？ 6．什么是星型架构？ 7．什么是元数据？ 实验2：实践关联规则挖掘方法 一．实验目的 学习和掌握使用Sql Server 2005进行关联规则数据挖掘，了解并掌握挖掘结构、挖掘模型的基本概念，能够使用数据挖掘向导创建数据挖掘结构和模型，掌握数据挖掘设计器的使用方法，掌握模型查看器方法，能够使用挖掘准确性图表，了解模型的提升图，能够创建数据挖掘报告。 二．实验类型 设计型 三．实验学时 4学时 四．实验原理及知识点 1．SQL Server 挖掘结构 2．SQL Server 挖掘模型 3．事实表 4．嵌套表 5．键 6．输入列 7．可预测列 8．挖掘参数 五．实验环境 1．硬件设备要求：