Lektion 3: Erstellen eines Warenkorbszenarios (Lernprogramm für fortgeschrittenes Data Mining)

Die Marketingabteilung von Adventure Works Cycles möchte die Website des Unternehmens verbessern, um cross-selling zu fördern. Im Rahmen des Websiteupdates möchten sie produkte vorhersagen, die ein Kunde kaufen möchte, basierend auf den anderen Produkten, die sich bereits im Online-Warenkorb des Kunden befinden. Die Marketingabteilung möchte auch das Verhalten des Kundenkaufs besser verstehen, damit sie die Website so gestalten können, dass die Artikel, die in der Regel zusammen gekauft werden, zusammen angezeigt werden. Sie haben gelernt, dass Data Mining für diese Art von Marktkorbanalyse besonders nützlich ist und Sie gebeten haben, ein Data Mining-Modell zu entwickeln.

Nachdem Sie die Aufgaben in dieser Lektion abgeschlossen haben, verfügen Sie über ein Miningmodell, das Gruppen von Elementen aus historischen Kundentransaktionen anzeigt. Darüber hinaus können Sie das Miningmodell verwenden, um zusätzliche Artikel vorherzusagen, die ein Kunde kaufen möchte.

Um die Aufgaben in dieser Lektion abzuschließen, verwenden Sie die Lösung und Datenquelle, die Sie in der ersten Lektion des Lernprogramms für Zwischendatenbergbau (Analysis Services – Data Mining) erstellt haben. Sie ändern diese Lösung, indem Sie eine Datenquellenansicht hinzufügen, die Tabellen zum Kunden enthält, einschließlich einer geschachtelten Tabelle mit Kundenkäufen. Anschließend erstellen Sie ein Miningmodell, das den Algorithmus für Microsoft Association Rules verwendet, der für Marktkorbszenarien geeignet ist.

Diese Lektion enthält die folgenden Themen:

• Hinzufügen einer Datenquellenansicht mit verschachtelten Tabellen (Intermediäres Data-Mining-Tutorial)

• Erstellen einer Marktkorbstruktur und eines Modells (Fortgeschrittenes Data-Mining-Tutorial)

• Ändern und Verarbeiten des Market Basket Model (Intermediate Data Mining Tutorial)

• Erkundung der Warenkorbanalyse-Modelle (Fortgeschrittenes Data-Mining-Tutorial)

• Filtern einer verschachtelten Tabelle in einem Miningmodell (Data-Mining-Tutorial für Fortgeschrittene)

• Vorhersage von Assoziationen (Tutorial für Fortgeschrittenes Data Mining)

Nächste Aufgabe in der Lektion

Hinzufügen einer Datenquellenansicht mit geschachtelten Tabellen (Fortgeschrittenes Data-Mining-Lernprogramm)

Alle Lektionen

Lektion 1: Erstellen der Zwischen-Data Mining-Lösung (Zwischen-Data Mining-Lernprogramm)

Lektion 2: Erstellen eines Prognoseszenarios (Data-Mining-Tutorial für Fortgeschrittene)

Lektion 3: Market Basket Scenario (Intermediate Data Mining Tutorial)

Lektion 4: Erstellen eines Sequenz-Clustering-Szenarios (Fortgeschrittenes Data-Mining-Tutorial)

Lektion 5: Erstellen von neuronalen Netzwerk- und logistischen Regressionsmodellen (Tutorial für fortgeschrittenes Data Mining)

Siehe auch

Grundlegendes Data Mining-Lernprogramm
Lektion 2: Erstellen eines Prognoseszenarios (Data-Mining-Tutorial für Fortgeschrittene)
Lektion 4: Erstellen eines Sequenz-Clustering-Szenarios (Fortgeschrittenes Data-Mining-Tutorial)