建立資料倉儲

根據 4.1.2 小節所述的方法將需要的資料都加以清理並匿名化之後，即可進 行建立資料倉儲的步驟，此步驟中主要將清理後的資料加以統整，透過下面資料 倉儲架構圖，可以將資料完整地合併為一個 Table，且一列為一完整的單筆借閱 紀錄。

圖 4-1 資料倉儲整合架構圖 表 4-5 完整借閱紀錄檔

4.1.4 資料探勘

在前小節中完成了資料倉儲的建置，而其中每筆完整的借書紀錄檔，都將成

為本研究資料探勘的資料來源，利用 SQL Server 2005 提供了互動式的圖形化介 面來呈現探勘結果，讓使用者能簡單的瞭解探勘的結果，如圖 4-2：

圖 4-2 Microsoft SQL Server2005 探勘功能圖

1.資料匯入

本研究從資料倉儲中得到了完整且已經清理完成的資料，在此將其匯入 Microsoft SQL Server 2005 中，首先利用系統精靈進行資料匯入的工作，在系統 功能 Management Studio 的物件總管視窗中任一資料庫圖示按滑鼠右鍵，執行

「工作/匯入資料」命令，即可啟動精靈進行資料匯入步驟。此處將資料倉儲中的 所有資料已經預存為 CSV 檔案格式文字檔，以便進行資料匯入，在檔案來源中 選擇一般檔案來源，瀏覽並點選從資料倉儲中匯出的 CSV 文字檔，並設定匯入 的目的地，並建立一組新資料庫名稱為「PON」，在設定好匯入項目及對應方式

De D ec ci is si io on n T Tr r ee e es s Cl C lu us st t er e ri in ng g Ti T im me e S Se er ri ie es s

A

As ss so oc ci ia at ti io on n Na N aï ïv ve e B Ba ay ye es s

N Ne eu u ra r al l Ne N et t

Lo L og gi is st ti ic c R Re eg gr re es ss s io i on n Li L in ne ea ar r Re R eg gr r es e ss si io on n

後，即可完成資料匯入的工作。

圖 4-3 SQL2005 資料探勘匯入精靈

2.設計關連規則模型

接下來於 SQL Server Business Intelligence Development Studio 中建立新的專 案，且首要條件就是建立「資料來源」，而這個部分就是剛剛在前一小節中匯入 的相關資料，於「資料來源」精靈中（圖 4-4）將前小節匯入的資料依步驟完成 設定，接續建立「資料來源檢視」，資料來源檢視可將來自於不同資料來源的資 料整合在一起，以後後續使用，但在本研究中因為在建立資料倉儲階段，已經將 資料來源整合並清理乾淨，所以在此步驟並無需太多的設定即可完成。

在完成資料的檢視後，即可進行資料採礦結構及採礦模型設定，選定好「關 連式規則演算法」，並選取前步驟設定的資料來源檢視，接下設定「案例資料表」

與「巢狀資料表」。在此關連規則中，本研究是要以借閱歷史紀錄來作為基本單 位，且因為只需單一資料表，故在此只需設定案例資料表即可，接下來設定變數，

在這邊必須將借閱歷史紀錄資料中的分欄設定為「輸入」與「可預測」，後並命 名採礦模型結構，設定完成後切換至「採礦模型」分頁，即可看到圖 4-5 設定。

圖 4-4 SQL 2005 資料採礦精靈

圖 4-5 SQL 2005 設定變數

完成上述設定，接下來將進入關連規則視覺化介面的部分，即是利用圖形來 觀察探勘的結果，在「採礦模型檢視器」中可以看到三個部分，分別為：

（1）項目集：透過項目集檢視器（圖 4-6）來檢視 Apriori 演算法中產生的物件 組，可以透過此檢視器瞭解各個物件組內容及其支援，可以點選資 料表標頭來切換排序模式。此部分有幾個定義可供操作：

A.最小支援：此參數即代表關連規則中的最小支援，支援低於此數 值之物件將會被過濾。

B.項目集大小下限：項目集之物件數低於此數值者將會被過濾。

C.顯示完整名稱：勾選此選項，則項目集內容會顯示完整名稱。

D.篩選項目集：在方格中輸入關鍵字後按「Enter」鍵，則會篩選 出包含此關鍵字之項目集。

E.顯示：可以切換顯示屬性名稱及值。

F.最大資料列數：顯示檢視器所能顯示之項目集筆數。

圖 4-6 SQL 2005 採礦模型檢視器-項目集

（2）規則：透過規則檢視器（圖 4-7）可以用來檢視 Apriori 演算法中產生的關 連規則，透過此檢視器可瞭解關連規則內容以及信心水準與支援。

在操作上可點選資料表標頭來切換排序模式。此部分亦有幾個參數 設定可供操作：

A.最小機率：此參數即是關連規則中的最小信心水準，信心水準低 於此數值之規則將會被過濾。

B.最低重要性：機率高不一定等於有意義的規則，「買了 A 則有 80%

的機率買 B」這條規則是否有意義？如果隨機找一個客戶購買 B 的機率只有 20%，那這條規則就是一條有意義的規則，從中找 到比較容易購買 B 的族群，但如果隨機客戶購買 B 的機率高達 90%時，此條規則意義就不大。故必須要比較在有 A 以及沒有 A 的條件下，發生 B 事件的機率比例，由於此比例可能相當懸 殊，故透過開對數的方式來取得重要性指標，公式如下：

重要性（A->B）= log （在 B 的條件下發生 A 的機率 / 在沒有 B 的機率下發生 A 的機率）

根據公式，當「在 B 的條件下發生 A 的機率」高於「在沒有 B 的條件下發生 A 的機率」時，則取對數後會大於零，且此指標 越大則代表此規則越顯著。反之若重要性小於零，則代表 A 對 於 B 的發生有抑制作用。

圖 4-7 SQL 2005 採礦模型檢視器-項目集-規則

（3）相依性網路：相依性網路是可以讓使用者瞭解變數之間關連性的圖形檢視，

每一個箭頭連結代表著預測的關係，同時可以根據每個箭頭連結的強弱來瞭 解變數之間預測關連性的強度，在圖 4-8 左方，可以透過調整刻度來檢視關 連性較強的連結，且能透過滑鼠點選，以圖形顏色瞭解變數間的相關性。

圖 4-8 SQL 2005 採礦模型檢視器-相依性網路

3.資料分析

本研究利用關連式演算法進行資料探勘作業，由上小節的相依性網路圖形找 出三個關連性較強的規則（圖 4-9、4-10、4-11），彙整規則如表 4-6 所示：

表 4-6 系所借閱圖書相關性規則 系別 相關性 A 相關性 B 相關性 C

國文系 Biblio=120 Biblio=121 Biblio=782 輔諮系 Biblio=170 Biblio=173 Biblio=178 物理系 Biblio=314 Biblio=330

圖 4-9 相依性網路群組一

圖 4-10 相依性網路群組二

圖 4-11 相依性網路群組三

Biblio=121 先秦哲學

Biblio=782 中國傳記 輔諮系 Biblio=170

心理學總論

Biblio=173 一般心理學

Biblio=178 臨床心理學 物理系 Biblio=314

數學分析

Biblio=330 物理學總論

表 4-8 （96 年）國文系薦購圖書借閱狀況

表 4-9 （96 年）輔諮系薦購圖書館借閱狀況