數據採礦解決方案是包含一或多個數據採礦專案的 Analysis Services 解決方案。
本節中的主題提供如何使用 SQL Server Analysis Services 設計及實作整合式數據採礦解決方案的相關信息。 如需數據採礦設計程式和相關工具的概觀，請參閱 數據採礦概念。
如需適用於數據採礦之其他專案類型的詳細資訊，請參閱 數據採礦解決方案的相關專案。
關係型與多維度解決方案
數據採礦解決方案可以以多維度數據為基礎，也就是現有的 Cube 或純關係型數據，例如數據倉儲中的數據表和檢視表，或是文本檔、Excel 活頁簿或其他外部數據源。
您可以在現有的多維度資料庫解決方案中建立資料採礦物件。
如果您已經建立 Cube 並想要使用 Cube 做為數據源來執行數據採礦，您通常會建立這樣的解決方案。 當您根據多維資料集移動和備份模型時，也必須移動或複製該多維資料集。
您可以建立只包含數據採礦對象的數據採礦方案，包括支持的數據源和數據源檢視，以及只使用關係型數據源。
這是建立數據採礦模型的慣用方法，因為處理和查詢通常會以最快速的方式處理關係型數據源。 您也可以使用 EXPORT 和 IMPORT 命令，輕鬆地在伺服器之間移動和備份模型。
部署數據採礦解決方案
您部署解決方案的 Analysis Services 實例必須以支援多維度對象和數據採礦物件的模式執行;也就是說，您無法將數據採礦物件部署到裝載表格式模型或PowerPivot資料的實例。
因此，當您在Visual Studio中建立數據採礦方案時，請務必使用範本 Analysis Services 多維度和數據採礦專案。
當您部署方案時，用於數據採礦的物件會在與方案檔同名的資料庫中，於指定的 Analysis Services 實例中建立。
如需如何部署關係型和多維度解決方案的詳細資訊，請參閱 數據採礦解決方案的部署。
解決方案逐步導覽
提供如何使用數據採礦精靈建立數據採礦解決方案的概觀。
建立關係型採礦結構
從關係型數據、文本檔和其他可在數據源檢視中結合的來源建立採礦結構。
建立 OLAP 採礦結構
根據 OLAP Cube 中的數據建立採礦結構。 您從 OLAP 數據建立的模型可以儲存為數據採礦維度，也可以將數據集和模型儲存為新的 Cube。
本節中
相關工作和主題
建立基本數據採礦解決方案，包括數據源和採礦結構之後，您可以藉由新增模型、測試和比較模型、建立預測，以及實驗數據子集，以建置解決方案。
如需詳細資訊，請前往下面連結：
| 任務 | 主題 |
|---|---|
| 測試您所建立的模型、驗證定型數據的品質，以及建立代表數據採礦模型精確度的圖表。 | 測試與驗證 （資料採礦） |
| 使用數據填充結構和相關模型來訓練模型。 使用新的數據更新和擴充模型。 | 處理數據採礦物件 |
| 將篩選套用至定型數據、選擇不同的演算法，或設定進階演算法參數，以自定義採礦模型。 | 自訂採礦模型和結構 |
| 將篩選套用至定型模式中使用的數據，以自定義採礦模型。 | 將採礦模型新增至結構 （Analysis Services - 數據採礦） |
| 更新和管理數據採礦解決方案。 | 連結 TBD |