- •Раздел 1. Накопление и обработка данных .…………………………… 5
- •Раздел 2. Оперативный анализ данных ….…………………………… 43
- •Раздел 3. Интеллектуальный анализ данных ………………………… 82
- •Раздел 4 Загрузка данных и программирование запросов ...………… 110
- •Раздел 5. Подготовка отчетов по результатам анализа …….……… 136
- •Раздел 1. Накопление и обработка данных Лекция 1. Информационно-аналитические системы
- •Операционная обработка данных
- •Оперативный анализ данных
- •Интеллектуальный анализ данных
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 2. Концепции хранения данных
- •Реляционные базы данных
- •Организация хранилищ данных
- •Концепция многомерной модели данных
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 3. Интеграция и трансформации данных
- •Платформа sql Server 2008
- •Система Management Studio
- •Служба sql Server Integration Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Раздел 3. Интеллектуальный анализ данных Лекция 8. Кластерный анализ данных
- •Формальная постановка задачи кластеризации
- •Меры близости в кластерном анализе
- •Иерархические алгоритмы кластеризации
- •Неиерархические алгоритмы кластеризации
- •Представление результатов кластеризации
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 9. Классификация и регрессия
- •Математические функции
- •Правила классификации
- •Деревья решений
- •Методы построения деревьев решений
- •Алгоритмы построения деревьев решений
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 10. Поиск ассоциативных правил
- •Цель лекции – изучение формализованной постановки и алгоритма решения задачи поиска ассоциативных правил.
- •Формальная постановка задачи
- •Обнаружение закономерностей в последовательностях данных
- •Алгоритм поиска ассоциативных правил Apriori
- •Представление результатов
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 8. Службы sql Server Analysis Services
- •Конструктор интеллектуального анализа данных
- •Мастер интеллектуального анализа данных
- •Создание структуры интеллектуального анализа
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Создание и представление источника данных
- •Загрузка с применением Integration Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 12. Основы языка Multidimensional Expressions
- •Оператор select
- •Алгебра множеств и операции с множествами
- •Функции языка mdx
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 13. Язык операций Data Mining
- •Ключевые концепции и объекты dmx
- •Синтаксис запросов dmx
- •Создание моделей интеллектуального анализа
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Раздел 5. Подготовка отчёта по итогам анализа Лекция 14. Служба отчетов Reporting Services
- •Архитектура службы отчётов
- •Средства проектирования запросов
- •Развёртывание Reporting Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 15. Источники данных для отчётов
- •Общие источники данных
- •Источники поддерживаемые Reporting Services
- •Создание, изменение и удаление источников
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 16. Конструирование и создание отчётов
- •Основы конструирования отчётов
- •Создание нерегламентированных отчётов
- •Создание отчётов с применением конструктора
- •Краткие итоги
- •Литература
- •Глоссарий
- •Контрольные вопросы
Контрольные вопросы
1. Язык многомерных выражений Data Mining Extensions (DMX) предназначен для выполнения:
а) интеллектуального анализа данных;
б) оперативного и интеллектуального анализа данных;
в) операций чтения и записи данных в транзакционные базы данных;
г) преобразования данных из таблиц во входные данные алгоритмов интеллектуального анализа данных.
2. Под вариантом в языке DMX понимается:
а) таблица фактов в реляционном источнике данных;
б) атрибут, характеризующий объект из исходного множества;
в) отдельный пример, который представляется алгоритму анализа;
г) подмножество входных столбцов структуры.
3. Существенными элементами оператора CREATE MINING STRUCTURE являются:
а) определения обучающего и проверочного наборов данных;
б) имя структуры, список столбцов с указанием имени, типа данных и типа содержимого;
в) список входных и выходных столбцов
г) вложенные таблицы с указанием названия и списка столбцов.
4. В процессе обучения в модели ИАД сохраняются:
а) обнаруженные в обучающем наборе данных шаблоны;
б) функциональные зависимости выходных данных от входных;
в) параметры алгоритма интеллектуального анализа данных;
г) определённые значения зависимой переменной.
5. По умолчанию из данных с типом содержимого столбца DISCRETIZED моджет быть создано:
а) не менее семи сегментов;
б) не более пяти сегментов;
в) более пяти сегментов;
г) не более одного сегмента.
Литература
1. Microsoft SQL Server 2008: Data mining – интеллектуальный анализ данных. Пер. с англ. / Дж. Макленнен, Чж. Танг, Б. Криват. – БХВ-Петербург. 2009. – 720 с.
2. Бергер А.Б. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных / Бергер А.Б, Горбач И.В., Меломед Э.Л, Щербинин В.А., Степаненко В.П. / Под общ. Ред. А.Б. Бергера, И.В. Горбач. – СПб.: БХВ-Петербург, 2007. – 928 с.
3. Ларсон Б. Разработка бизнес-аналитики в SQL Server 2005. – СПб.: Питер, 2008. – 684 с.
Раздел 5. Подготовка отчёта по итогам анализа Лекция 14. Служба отчетов Reporting Services
Лекция содержит обзор службы отчетов SQL Server Reporting Services (SSRS), представляющей собой корпоративную среду, основанную на использовании сервера и управляемую через Web-сервисы.
Цель лекции – изучение архитектуры, компонент и утилит администрирования службы отчётов SQL Server Reporting Services.
Служба SSRS обладает высокими качествами и позиционируется разработчиками как недорогая и эффективная система подготовки отчетов. Качество системы поддерживается за счет тесной интеграции с SQL Server Analysis Services, SQL Server Management Studio и SharePoint Services. Отчеты, созданные при помощи Reporting Services, могут использоваться в контексте Microsoft SharePoint Portal Server и в приложениях системы Microsoft Office (Word и Excel). Можно также использовать возможности SharePoint для подписки на отчеты, создания новых версий отчетов и их распространения. Версии отчетов, представленные в формате HTML, можно просматривать с использованием Word и Excel [1, 2].
