Sql-mining

SQL Server Analysis Services
SQL Server 2005
Microsoft SQL Server 2005 Análisis Services (SSAS) ofrece funciones de procesamiento analítico en línea (OLAP) y minería de datos para aplicaciones de Business Intelligence. Analysis Services admite OLAP y permite diseñar, crear y administrar estructuras multidimensionales que contienen datos agregados desde otros orígenes de datos, como bases dedatos relacionales. En el caso de las aplicaciones de minería de datos, Analysis Services permite diseñar, crear y visualizar modelos de minería de datos que se construyen a partir de otros orígenes de datos mediante el uso de una gran variedad de algoritmos de minería de datos estándar del sector.
En Microsoft SQL Server Analysis Services, el DDL de Analysis Services Scripting Lenguaje (ASSL)define la estructura de los objetos de Analysis Services (como cubos, dimensiones y modelos de minería de datos) y el enlace de los objetos de Analysis Services a orígenes de datos. El DDL también conserva la definición de los objetos de Analysis Services. Las aplicaciones de Analysis Services utilizan el DDL para crear, modificar, implementar y describir los objetos de Analysis Services.
Escenariosde uso
Desarrollador
Un desarrollador diseña un conjunto de cubos con las herramientas de diseño de Business Inteligencia Development Studio y guarda la definición como parte de un proyecto. El desarrollador no se limita a usar las herramientas de diseño; también puede abrir directamente los archivos de definición de cubo para editar el XML, que utiliza el formato descrito en esta sección.Administrador
Un administrador de bases de datos (DBA) utiliza SQL Server Management Studio para editar directamente el XML como medio para crear y modificar objetos de Analysis Services de la misma forma que utiliza el DDL de SQL Server para crear y modificar objetos de Microsoft SQL Server.
Data Mining
Las técnicas de Data Mining son el resultado de un largo proceso de investigación y desarrollode productos. Esta evolución comenzó cuando los datos de negocios fueron almacenados por primera vez en computadoras, y continuó con mejoras en el acceso a los datos, y más recientemente con tecnologías generadas para permitir a los usuarios navegar a través de los datos en tiempo real. Data Mining toma este proceso de evolución más allá del acceso y navegación retrospectiva de los datos, haciala entrega de información prospectiva y proactiva. Data Mining está listo para su aplicación en la comunidad de negocios porque está soportado por tres tecnologías que ya están suficientemente maduras:

* Recolección masiva de datos
* Potentes computadoras con multiprocesadores
* Algoritmos de Data Mining
El Alcance de Data Mining
El nombre de Data Mining deriva de las similitudesentre buscar valiosa información de negocios en grandes bases de datos - por ej.: encontrar información de la venta de un producto entre grandes montos de Gigabytes almacenados - y minar una montaña para encontrar una veta de metales valiosos. Ambos procesos requieren examinar una inmensa cantidad de material, o investigar inteligentemente hasta encontrar exactamente donde residen los valores.Dadas bases de datos de suficiente tamaño y calidad, la tecnología de Data Mining puede generar nuevas oportunidades de negocios al proveer estas capacidades:
* Predicción automatizada de tendencias y comportamientos. Data Mining automatiza el proceso de encontrar información predecible en grandes bases de datos. Preguntas que tradicionalmente requerían un intenso análisis manual, ahora puedenser contestadas directa y rápidamente desde los datos. Un típico ejemplo de problema predecible es el marketing apuntado a objetivos (targeted marketing). Data Mining usa datos en mailing promocionales anteriores para identificar posibles objetivos para maximizar los resultados de la inversión en futuros mailing. Otros problemas predecibles incluyen pronósticos de problemas financieros futuros y...