《数据挖掘-多维数据集》由会员分享，可在线阅读，更多相关《数据挖掘-多维数据集（8页珍藏版）》请在金锄头文库上搜索。
1、1. 多维数据集实验目的：实验目的：在 BI Development Studio 的 Analysis Services 项目中定义数据源、数据源视图、维度、属性、属性关系、层次结构和多维数据集。通过将 AnalysisServices 项目部署到 Analysis Services 实例来查看多维数据集和维度数据，以及如何在随后处理已部署的对象以使用基础数据源中的数据来填充对象。在Analysis Services 项目中修改度量值、维度、层次结构、属性和度量值组，以及如何将增量更改部署到开发服务器上的已部署多维数据集。实验内容：实验内容：通过 Analysis Services 多维数据
2、的教程，理解维、成员、粒度等基本概念及其之间的关系，知道 Microsoft SQL Server 中的联机分析处理(OLAP) 和数据挖掘项目是根据一个或多个数据源中相关表、视图和查询的逻辑数据模型来设计的。使用数据源视图可以定义填充大型数据仓库的数据子集。 此外，通过数据源视图还可以定义基于异类数据源或数据源子集的同源架构。运 用Analysis Server 工具进行维度、度量值以及多维数据集的创建。使用维度浏 览器进行多维数据的查询、编辑操作。对多维数据集进行切片、切块、旋转、操 作。实验步骤：实验步骤：1.首先应在 Business Intelligence Development
3、Studio 中创建一个 Analysis Services 项目。将项目名称更改为：DW，并创建数据源。结果如下：2.创建数据源视图，选择数据集要用到的所有表3.创建维度表和事实表之间的主外键关系3.建立分析维度：以发货方式、下单方式、订单状态、订单价值、销售人员、 日期、客户等表来建立维度。 以订单价值维度为例： 在创建维度时，选择使用现有表并且选择订单价值表在选择维度属性时，添加所有属性,并修改维度名称：订单价值在订单价值的维度属性中，选择 DSC 为层次结构在维度中创建一个属性关系，处理后查看效果如下：其他维度的查询结果如下：4.建立多维数据集，确定度量值（修改相应度量值的显示名称）
4、，选择已经建好 的维度完成多维数据集向导如下：5.模型建立完成，对多维数据集进行钻取、切块、切片操作如下：钻取钻取地区：国家省市-订单数量切块切块:订单价值-订单数量-客户受教育程度切片切片:订单价值-订单数量实验心得：实验心得：通过此次实验，明白了联机分析处理（OLAP）是数据仓库的重要数据分析工具，它是处理共享多维信息的快速分析，建立OLAP 的基础是多维数据模型，它将数据分为度量和维度，度量表示定量的数据，被组织为事实表，而维度是表示定性的数据，相对于事实，它的描述性更强，被组织为维度表。并且多维数据分析操作包括：切片、切块、旋转（可以得到不同视角的数据） 、钻取（可以得到更多的细节性数据）等。
