SQL Server 2005数据挖掘时间序列算法及其优化

如果引用此文，请注明转载自www.windbi.com,多谢！

时间序列算法是用于分析和预测基于时间的数据，该算法的主导思想是基于过去预测未来，是决策树算法技术的延伸。
时间序列算法的主要应用场景有两个，一是预测未来产品的销售情况，二是执行交叉预测，查看各个产品型号的销售是否相关。
下面我们以一个实际的例子来看理解SQL Server 2005中时间序列算法。
一、案例需求
某零售商对于本公司的销售业绩通过多种方法（包括使用OLAP技术建立多维数据库，进行多维分析），已经很好的掌握了在过去的历史销售中，各个产品的销售走势如何，某个产品在所有产品中的销售比例如何，等等。那么除了这些，他们现在最想知道的就是，通过现有的销售情况预测下个月，后者是下一个时间段的销售情况，对于销售的影响因素为当前的库存和当月的销售，如何来做呢？
二、准备数据
使用ETL或者其他的数据整合方式，将我们所需的数据准备好的，我们需要的数据，当前只要一张表就可以了，这张表的有这样几列：编号（表示单一客户单一产品编号，如1002573361），时间（如：200706），库存（如：201），销售（如：49）。
三、建立模型
我们使用Visual Studio平台，建立分析服务的项目，首先第一步就是要定义好数据源，选取本机的Test数据库作为数据挖掘的数据源：




第二步是要定义数据源视图：


。。。。。。
具体请参阅http://www.windbi.com/showtopic.aspx?page=end&topicid=217；敬请见谅，多谢！