数据挖掘报告书.docx

v1.0 可编辑可修改 数据挖掘报告书 题 目： 关联规则算法在电影爱好中的应用 院 系： 经济管理学院 专 业: 信息管理与信息系统 班 级： 07304 班 小组成员： 王梦宇 李肖楠 黄林橙 沈岁 张舒 2010年6月 1 v1.0 可编辑可修改 〇、 SQL Server 2005 Microsoft SQL Server 2005 是微软公司在 2005 年 12 月推出的 一个全面的数据库平台， 使用集成的商业智能工具， 提供了企业级的 数据管理。使用 Business Intelligence Development Studio 在 Analysis Services 项目中定义数据源、数据源视图、维度和多维数 据集，并可以利用其现有的数据挖掘算法方便简单的对数据进行分 析。 SQL Server 2005 包括算法主要有：决策树，关联规则，神经网 络，时序，聚类分析等。 微软公司的数据库产品 SQLServer 2005 中包含了数据挖掘特性 , 可以直接从数据库或者数据仓库中进行数据挖掘操作， 实现数据挖掘 与数据库以及应用程序的紧密耦合，从而大大提高数据挖掘效率。 Microsoft 关联规则算法属于 priori 关联规则算法家族，该算 法适用于挖掘频繁项集的非常流行和有效的算法。 在关联算法中有两 个步骤：第一个步骤是挖掘频繁项集； 第二步是基于频繁项集来生成 关联规则。 关联规则算法对算法参数的设置非常敏感。以下是用于 Microsoft 关联规则算法的一系列参数： 1．Minimum_Support: 定义了项要成为频繁项集所必须满足的最 小支持度。 2．Maximum_Support：定义了频繁项集的最大支持度阈值。 3．Minimum_Probability ：定义了一个关联规则的最小概率。 4．Minimum_Importance：重要性小于它的规则会被过滤掉。 2 v1.0 可编辑可修改 5．Maximum_Itemset_Size：指定项集大小的最大值。 6．Minimum_Itemset_Size ：指定项集大小的最小值。 7．Maximum_Itemset_Count：定义项集数目的最大值。 一、引言 当今社会是网络的社会， 人们通过上网能做很多事情， 比如学习、看新闻、交友等等。当然我们觉得有很多人会和我们一样，无聊的时候上网看看电影电视剧。 因此说随着网络的发展， 电影事业的也得到了发展。现在电影的种类也越来越丰富， 不过不是所有电影都符合大家的口味，有的人喜欢惊悚的，有的人喜欢搞笑的等等。这些我们认为都和人们各自的兴趣爱好有一定的关系， 同时我们也觉得也能通过 人们喜欢看什么样的电影反应出那个人的兴趣爱好。 所以我们小组想 通过数据挖掘的关联规则算法对电影（ movies）和爱好（ hobbies ）的关系进行挖掘，并希望通过这次的研究挖掘，对 SQL Server 2005 和数据挖掘能有进一步的了解。 二、应用背景情况 数据来源：数据库 MovieClick 挖掘算法：关联规则算法 3 v1.0 可编辑可修改 三、数据挖掘算法的实施 1、添加数据库：打开 SQL Server Management Studio ，建立 连接，然后右击数据库，点击“附加” ，然后添加数据库 MovieClick ，确定后数据库就添加成功。 4 v1.0 可编辑可修改 2、创建新项目：打开 business intelligence development studio ， 选择“文件”→“新建”命令， 新建一个 Analysis Services 项目。在“名称”文本框中将新项目命名为 Adventure Works ， 点击“确定”按钮。 5 v1.0 可编辑可修改 3、创建数据源及视图：在解决方案管理器中，右击“数据源” ，从弹 出的快捷菜单中选择“新建数据源”命令。系统将打开数据源向 导。单击“新建”按钮，向数据库添加连接。系统将打开“连接 管理器”对话框，在提供程序下拉列表中选择“本机 OLE DB\SQL Native Client ” 选 项， 在 服 务 器 名下 拉 列 表 中 选择 承 载 MovieClick 在“选择或者输入一个数据库名”下拉列表中选择 MovieClick 选项，再点击确定。 6 v1.0 可编辑可修改 7 v1.0 可编辑可修改 在创建视图时，在解决方案管理器中，右击“数据源视图” ，从弹出 的快捷菜单中选择 “新建数据源视图”，系统将打开数据源视图向导。 在“选择数据源”页的“关系数据源”下，默认选中在上一步中创建 的 MovieClick 数据源。单击“下一步” ，在“选择表和视图”页上选择表 movies 和 hobbies ，然后单击右箭