东华理工大学 时序算法自行车销售分析商务智能模型分析实施报告

自行车销售分析商务智能模型分析实施报告

课程论文考核评分表

序号 1 2 3 4 课程论文 格式规范，结构完整 20 截图完整、正确、自20 主性强 结果分析准确，全面 20 数据挖掘流程正确，20 描述清析 5 挖掘工程 程序检查正确，与论20 文相一致 5 汇 总 100 考核点 考核内容 分值 成绩 评分标准：每一类别分A、B、C、D 、E 五大类型。分别对应于分值的100%,80%,60%,40%。 A：完全达到考核内容的要求。

B：大部分达到考核内容的要求，在细节上有出入。 C：基本达到考核内容的要求,出入比较明显。

D：与要求相距较大，但能反映考核内容要求，如发现有明细抄袭痕迹，该部分的评分为D。

一、挖掘模型描述:

Adventure Works Cycles 是大型跨国制造公司。公司生产金属和复合材料的自行车，产品远销北美、欧洲和亚洲市场。公司总部设在华盛顿州的伯瑟尔市，拥有 290 名雇员，而且拥有多个活跃在世界各地的地区性销售团队。AdventureWorksDW2008R2 示例数据库则是存储虚构公司 Adventure Works Cycles 的数据。

本课程开放性开核试题均结合AdventureWorksDW2008R2 示例数据库进行（该数据库已在课程实验时分发给大家，如有需要，也可以以班级为单位向任课老师索取）。

题目1：作为 Adventure Works Cycles 的销售分析人员，你们需要对下一年各产品的销售量做出预测。特别是，常常需要对自行车销售量的高峰期做出预测，并且需要了解旺销或滞销与区域的关系。此外，你们还需要确定不同产品的销售量在一年中的不同时间是否有变化。

请利用Microsoft 时序算法，对以vTimeSeries (dbo)表格数据为视图的基础上进行时序分析，并预测2005后以后自行车销售的趋势。

二、挖掘流程描述：

1.先新建一个名字为yangping的数据库和SQL SERVER导入、导出工作：

2.在 Business Intelligence Development Studio 的解决方案资源管理器中，右键单击“挖掘结构”，再选择“新建挖掘结构”。此时，系统将打开数据挖掘向导。

3.在“欢迎使用数据挖掘向导”页上，单击“下一步”。

4.在“选择定义方法”页上，确保已选中“从现有关系数据库或数据仓库”，再单击“下一步”。

5.在“选择数据挖掘技术”页的“您要使用何种数据挖掘技术？”下，选择“Microsoft 时序”，再单击“下一步”。

6.“选择数据源视图”页随即显示。默认情况下，“可用数据源视图”下的 Adventure Works DW 为选中状态。 单击“下一步”。

7.在“指定表类型”页上，选择 vTimeSeries 表旁边的“事例”复选框，再单击“下一步”。

8.在“定型数据”页上，选择 TimeIndex 和 ModelRegion 列旁边的“键”复选框。选择“数量”列旁边的“输入”和“可预测”复选框。这表示您要预测此列。单击“下一步”。

9.“指定列的内容和数据类型”页将随即显示。Time Index 列自动指定为 Key Time 列，Model Region 列指定为键列。这表示将为 Model Region 列的每个唯一条目建立独立的时序模型。Time Index 列中的值在 Model Region 列的所有值中必须是唯一的。 单击“下一步”。

10.在“完成向导”页的“挖掘结构名称”中，键入 Forecasting。 在“挖掘模型名称”中，键入 Forecasting，再单击“完成”。 系统将打开数据挖掘设计器，显示刚创建的 Forecasting 挖掘结构。

三、挖掘结果分析：

当以上工作完成后，系统就会自动生成一系列挖掘的结果： 1.挖掘结构：

2.挖掘模型查看器：

3.挖掘准确性图表：

4.挖掘模型：

5.挖掘模型预测：

结果分析：

切换到“挖掘模型查看器”选项卡的“图表”选项卡。 在图表视图右侧的下拉列表框中，选中下列时序的复选框：

o o o

R750 Europe:Amount R750 North America:Amount R750 Pacific:Amount

单击“确定”。

查看器右侧的图例列出了下拉列表框中选中的序列，并包含每个时序的复选框。通过选中和清除图例中的复选框，可以控制查看器中显示的时序。

该图表同时显示历史数据和未来数据。未来数据带有底纹，以便与历史数据区分开。使用“预测步骤”列表，可控制要显示的数据未来步骤的数量。使用“显示偏差”复选框，可在预测中添加错误栏。 正如您在查看器中看到的，所有区域的总销售额一般会增长，并且每 12 个月（在 11 月）出现一次峰值。预测将按此趋势进行。 由挖掘模型查看器明显可以发现数列的行为有持续上升的趋势，得到2005后以后自行车销售是呈现正增长的形式。