Documente Academic
Documente Profesional
Documente Cultură
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
DEPARTAMENTO DE INGENIERÍA Y
ARQUITECTURA
ING. CALDERON
CICLO:1/2009
INDICE
Introducción. . . . . . . . . . iii
Objetivos. . . . . . . . . . . iv
Services. . . . . . . . . . . 7
Conclusiones. . . . . . . . . . 14
INTRODUCCION
OBJETIVOS
GENERAL
ESPECIFICOS
Ejemplo 2 – Miembros
DEMO
Datos multidimensionales
ADOMD.NET
Proveedor estándar de .NET Framework, diseñado para comunicarse con
fuentes de datos multidimensionales (como SQL Server 2005 Analysis
Services).
Utiliza XML for Analysis versión 1.1, que puede comunicarse con los
datos multidimensionales vía TCP/IP o HTTP, mediante el envío y
recepción de mensajes SOAP.
Con ADOMD.NET también podemos ver y manipular metadatos, ya sea
usando el modelo de objetos de ADOMD.NET como también conjuntos
de filas de esquema compatibles copn OLE-DB.
El espacio de nombres que usaremos para representar al proveedor de
datos ADOMD.NET es Microsoft.AnalysisServices.Adomdclient
Cuando sea necesario redistribuir ADOMD.NET con una aplicación,
incluiremos el Setup.exe de ADOMD.NET con el instalador de la
aplicación.
Característica
Servicios de Análisis
Servicios de Transformación de Datos (DTS)
Data Mining
Servicios de Reporting
Soporte de Servicios de Análisis en Cluster
Característica
Indicadores de Rendimiento Principales
Escalabilidad y Rendimiento
Cubo en un solo click
Mejoras en la Arquitectura
Integración con los informes de Office System
Unified Dimensional Model (UDM)
Minería de datos
Microsoft SQL Server 2005 Analysis Services (SSAS) facilita el proceso
de creación de soluciones de minería de datos sofisticadas. Las
herramientas de Analysis Services proporcionan la capacidad de diseñar,
crear y administrar modelos de minería de datos y de proporcionar
acceso de cliente a los datos de minería de datos. Con los tutoriales
paso a paso de la lista siguiente aprenderá a obtener el máximo
provecho de Analysis Services para poder trabajar de forma eficaz desde
el primer momento.
La minería de datos suele describirse como "el proceso de extraer
información válida, auténtica y que se pueda procesar de las bases de
datos de gran tamaño." Los modelos de minería de datos se pueden
aplicar a situaciones empresariales como las siguientes:
Predecir ventas.
Dirigir correo a clientes específicos.
Determinar los productos que se pueden vender juntos.
Buscar secuencias en el orden en que los clientes agregan
productos a una cesta de compra.
Un concepto importante reside en que la generación de un modelo de
minería de datos forma parte de un proceso mayor que incluye desde la
definición del problema básico que resolverá el modelo hasta la
implementación del modelo en un entorno de trabajo. Este proceso se
puede definir mediante los seis pasos básicos siguientes:
Definir el problema
Preparar los datos
Explorar los datos
Generar modelos
Explorar y validar los modelos
Implementar y actualizar los modelos
Diagrama describe las relaciones entre cada paso del proceso
CONCLUSIONES