解读分析服务中的数据挖掘功能

核心提示：数据挖掘是SQL Server 2000中最令人激动的新功能之一，我将数据挖掘看作是一个能够自动分析数据以获取相关信息的过程，解读分析服务中的数据挖掘功能，数据挖掘可以和任一关系数据库或者OLAP数据源集成使用，但它和OLAP的集成所带来的好处却是极为显著的，通过OLE DB for DM, 微软提供了两种数据挖掘算法

数据挖掘是SQL Server 2000中最令人激动的新功能之一。我将数据挖掘看作是一个能够自动分析数据以获取相关信息的过程，数据挖掘可以和任一关系数据库或者OLAP数据源集成使用，但它和OLAP的集成所带来的好处却是极为显著的。因为结构化的数据源使得用户无需再向数据挖掘算法提供海量信息了。尽管不是什么专家，但我从同事Greg Bernhardt那里学到东西已经足够我来对数据挖掘作一翻解释了，我还希望由此使得分析服务的数据挖掘功能不再神秘并向你展示如何在分析应用中使用数据挖掘。

数据挖掘功能

数据挖掘弥补了分析服务功能中的重要不足之处。微软在SQL Server 7.0中引入了针对特定问题的分析和探测性分析功能。在针对特定问题的分析中，分析器要清楚用户需要回答什么问题并简单地利用OALP引擎获取相关信息。例如，一个快餐店的经理可能想知道：“最近四个季度，汉堡包的营业额和利润怎么样？”

在探测性分析中，分析器可能对用户的兴趣有所了解，但不需要回答具体的问题。例如，一个公司可能知道自己的一些零售商店没有利润，但却不知道原因何在。分析器在一个OLAP多维数据集中通过获取更多的细节资料，进行多维查找，获得最感兴趣的数据,我们称这一过程为数据冲浪。

数据挖掘同“针对特定问题”的分析和探测性分析都不相同。通过数据挖掘，分析服务可以浏览信息，寻找相关数据并提交数据。数据挖掘可以说是探测性分析的理想搭档。

SQL Server 2000通过新的API━━OLE DB for Data Mining（OLE DB for DM）实现了数据挖掘的功能，这是一个为方便各种应用程序使用数据挖掘功能而设计的编程接口。通过OLE DB for DM, 微软提供了两种数据挖掘算法（其它软件供应商也可以插入新的算法）。理论上，利用OLE DB for DM开发的分析程序能够使用新发明的算法。