数据模型建立及关联规则表的生成

　　在VisualStudio2005中创建AnalysisServices项目，首先要建立数据源和数据源视图。我们将整个VOD点播系统数据库作为数据源，但用于前台推荐的数据仅仅是其中一部分。本次研究根据日志数据表生成两个视图，一个是Customer表，用于表征用户，另一个是PlayLog表，用于表征用户的浏览记录。在创建挖掘结构中将Customer作为事例表，PlayLog表作为嵌套表，通过LogIp关联，在挖掘模型中选择合适的数据挖掘算法并设置合理的参数，如图3所示。

图3 挖掘模型

　　设置挖掘模型后，就可以通过挖掘模型浏览器来查看挖掘的结果，图4为推荐模型生成项之间的网络图。

图4 由推荐模型生成项之间的网络关系

　　在图4中，我们可以看到，点播的影片之间存在着关联。例如：对某用户来说，中间绿色圈内为首点播影片，周围橙色圈的影片表示与该片存在很大关联的影片序列；紫色圈内的影片表示，它们与示例影片存在相互引用的关系，而呈灰白色的影片则表示，它与示例影片之间暂时达不到关联规则的要求，排除在推荐列表之外。

　　一般，我们可以采用DMX来查询数据，但是由于点播系统的访问量非常大，点播日志呈指数级增长。每次都通过实时查询挖掘模型来获取数据库的推荐信息，将会大大增加服务器的压力。因此，我们进一步优化推荐方案，通过数据挖掘将关联规则一次性生成，并存入数据表中，与影片数据库分别部署。前台点击时，通过SQL查询语句查询数据表中对应的项即可作出影片推荐。根据影片更新情况和访问情况，按周期执行数据挖掘模型，将用户点播的最新情况更新到关联规则表中，确保影片推荐的质量。通过对原本无序的访问进行有序地引导来减少点播流量，从根本上减轻服务器负载，使得点播更加流畅。