InfoSphere Warehouse 數據挖掘與 Cognos 報表集成（一）：架構總覽與醫療保健實戰

業務動機

數據挖掘發現的模式需交付給業務分析師、營銷人員等非技術角色。傳統報表工具擅長聚合可視化，但缺乏高級分析能力。結合 InfoSphere Warehouse（底層 DB2 內建挖掘算法，SQL 接口）與 IBM Cognos（成熟報表門戶、安全分發），僅用純 SQL 即可實現無縫集成：挖掘模型存儲於數據庫，Cognos 通過視圖/存儲過程訪問結果、模型元數據，甚至動態觸發建模/評分。

產品組件速覽

InfoSphere Warehouse

• 基於 DB2（含 DPF 分區），提供 Cubing、數據挖掘、文本分析。
• Design Studio（Eclipse 基礎）設計挖掘流、轉換流，部署至管理控制台調度執行。
• 挖掘函數以 DB2 存儲過程/UDF 實現，支持 SQL 調用，易集成 Web 服務等。

IBM Cognos 8 BI

• SOA 架構，核心：報表、分析、儀表板、計分卡。
• 三大組件：Cognos Connection（門戶/管理）、Framework Manager（元數據建模，整合異構源）、Report Studio（Web 報表設計，支持下鑽、提示、圖表）。
• 報表數據源於 Framework Manager 定義的查詢主題（表/視圖/存儲過程），物理數據仍駐留原庫。

集成架構三大模式

1. 直接顯示評分結果表：包含預測類別與置信度列。
2. 顯示模型元數據：通過表提取函數或 XQuery 從 XML 模型解析統計信息。
3. 動態調用挖掘：報表界面調用存儲過程，支持用戶參數化建模、子集建模、實時記錄評分。

核心優勢：純 SQL 無額外編程；模型入庫安全高效；存儲過程實現端到端控制。

實戰：心臟病風險預測報表

數據準備

表 HEALTHCARE.HEART：每行一患者，屬性含年齡、血壓、膽固醇等，目標列 DISEASED (Y/N)。

步驟 1：創建預測模型（建模流）

1. Design Studio 新建 Data Warehouse Project → Mining Flow "Heart Disease Risk"。
2. 拖入 Table Source 選擇 HEART 表。
3. 拖入 Random Split，連接 Source，設置測試集比例 20%（驗證用）。
4. 拖入 Predictor，連接 Split 的 Training Output。屬性頁：Target column = DISEASED，Algorithm = Naïve Bayes，Model Name = HeartDiseasePrediction。
5. 拖入 Tester，連接 Predictor Model Output 與 Split Test Output。
6. 保存並右鍵 Tester 選 Run to this step 執行，生成 XML 模型存入數據庫。

步驟 2：新患者評分（評分流）

1. 新建 Mining Flow "Classify New Patients"。
2. 拖入 Model Source 選擇 HeartDiseasePrediction 模型。
3. 拖入 Table Source 選擇 HEART 表（新患者數據定期/實時裝載）。
4. 拖入 Scorer，連接 Model 與 Table Source。Scorer 自動附加預測類別列與置信度列。
5. 右鍵 Scorer 輸出端選 Create Suitable Table，創建目標表 HEALTHCARE.NEW_PATIENT_CLASSIFICATION。
6. 保存並執行至 Table Target。

結果表包含原始屬性及兩新列：預測結果（Y/N）與置信度。

下一步預告

下集將介紹：從模型提取元數據至 Cognos、在 Cognos 中動態調用建模/評分存儲過程、構建交互式下鑽報表。