Базы данных Oracle - статьи
VI. Просмотр результатов
Чтобы посмотреть результаты, надо зайти в Decision Center - приложение для среды J2EE, которое обеспечивает доступ к проекту через Web и позволяет бизнес пользователям просматривать и администрировать проекты, следить за работой всей системы, собирать статистику. На сегодняшний момент корректно Decision Center работает только с Internet Explorer.
Зайти по адресу http://oc4j_host:8080/ui, и ввести имя пользователя и пароль admin/admin
Выбрать Open Inline Service и далее Surveys
После этого открывается интерфейс Decision Center, слева отображается дерево объектов системы, которые можно анализировать.
Выбрать Surveys (Development) в дереве, затем справа выбрать Interactive Integration Map.
На Integration Map отображается вся информация о логике работы системы, в ней присутствуют все объекты взаимодействия: информаторы (Informants) и советчики (Advisors). В ней можно интерактивно выполнять тот или иной объект, указывая его входные параметры. В нашем тестовом проекте мы ввели только два информаторы Process, которые записывает очередную реакцию на продукт в модель FeedbackAnalysis и End, который закрывает сессию.
Скриншот 32
Выбрать Surveys > Decision Process > Feedback
Ветка Decision Process является для нас наиболее важной, потому что именно там, находится вся информация о построенной модели для анализа отзывов покупателей.
Выбрать закладку Performance
Скриншот 33
Мы увидим общую информацию по группе выборов Feedback, сколько было положительных и отрицательных отзывов.
Перейти на закладку Analysis
Скриншот 34
На этой закладке выводится общая информация по прогнозированию значений атрибутов. Мы видим, что наилучшие прогноз получается на негативных отзывах (NEGATIVE), причем наибольшую влияние на отзыв оказывает атрибуты LAST_UPGRADE_YEAR, VERSION, PRODUCT.
Перейти в дереве слева в NEGATIVE или POSITIVE и затем на закладку Analysis
На закладке Best-fit указаны атрибуты и их значения, которые наиболее сильно влияют на отзыв покупателя или наибольшим образом коррелированны с отзывом.
Скриншот 35
Для NEGATIVE мы видим, что наибольшая корреляция наблюдается с LAST_UPGRADE_YEAR = 1991, VERSION = 1 и PRODUCT = A (в порядке степени корреляции)
Скриншот 36
В то время как для POSITIVE наиболее характерно VERSION = 3, LAST_UPGRADE_YEAR = 2006 и PRODUCT = B (в порядке степени корреляции).
Перейти на закладку Drivers
Скриншот 37
Для NEGATIVE указано, качество предсказания 83%, причем по LAST_UPGRADE_YEAR качество, даже выше, чем вся модель – 85%.
Нажать на ссылку Satisfaction LAST_UPGRADE_YEAR
Скриншот 38
Получим, что негативные отзывы наиболее сильно коррелированны со следующими значениями атрибута LAST_UPGRADE_YEAR: 1999, 2001, 2002 (в порядке степени влияния).
Скриншот 39
Для позитивных отзывов получим следующее распределение по атрибуту LAST_UPGRADE_YEAR
Скриншот 40
Наиболее сильно коррелированные годы для POSITIVE: 2005,2006,2003,2004 (в порядке степени влияния).
Скриншот 41
Аналогичным образом, мы посмотреть результаты по атрибутам VERSION и PRODUCT.
В результате получаются следующие наиболее устойчивые кластеры NEGATIVE: LAST_UPGRADE_YEAR: 1999, 2001, 2002 VERSION: 1,2 PRODUCT: A POSITIVE: LAST_UPGRADE_YEAR: 2005, 2006, 2003, 2004 VERSION: 3 PRODUCT: B
Таким образом, мы получили следующие результаты: основное расщепление или ветвление осуществляет по атрибуту LAST_UPGRADE_YEAR, если он меньше 2003 года, то отзыв отрицательный, иначе он положительный. При этом если учитывать атрибуты VERSION и PRODUCT в анализе, то получается, что отрицательный отзыв получают продукт A с версиями 1 и 2, а положительный B с версиями 3.
