数据挖掘解决方案是 Analysis Services 的解决方案，其中包含一个或多个数据挖掘项目。
本节中的主题提供有关如何使用 SQL Server Analysis Services 设计和实现集成数据挖掘解决方案的信息。 有关数据挖掘设计过程和相关工具的概述，请参阅 数据挖掘概念。
有关对数据挖掘有用的其他项目类型的详细信息，请参阅 数据挖掘解决方案的相关项目。
关系解决方案与多维解决方案
数据挖掘解决方案可以基于多维数据，即现有多维数据集或纯关系数据，例如数据仓库中的表和视图，或文本文件、Excel 工作簿或其他外部数据源。
可以在现有的多维数据库解决方案中创建数据挖掘对象。
如果已创建多维数据集并希望使用多维数据集作为数据源来执行数据挖掘，通常会创建如下所示的解决方案。 在移动和备份基于多维数据集的模型时，必须同时移动或复制该多维数据集。
可以创建一个数据挖掘解决方案，该解决方案仅包含数据挖掘对象，包括支持的数据源和数据源视图，以及仅使用关系数据源。
这是创建数据挖掘模型的首选方法，因为处理和查询通常针对关系数据源最快。 还可以使用 EXPORT 和 IMPORT 命令在服务器之间轻松移动和备份模型。
部署数据挖掘解决方案
部署解决方案的 Analysis Services 实例必须以支持多维对象和数据挖掘对象的模式运行;也就是说，不能将数据挖掘对象部署到托管表格模型或 PowerPivot 数据的实例。
因此，在 Visual Studio 中创建数据挖掘解决方案时，请务必使用模板 Analysis Services 多维和数据挖掘项目。
部署解决方案时，将在指定的 Analysis Services 实例中创建用于数据挖掘的对象，该对象与解决方案文件同名。
有关如何部署关系解决方案和多维解决方案的详细信息，请参阅 数据挖掘解决方案的部署。
解决方案指南
概述如何使用数据挖掘向导创建数据挖掘解决方案。
创建关系挖掘结构
从关系数据、文本文件和其他可在数据源视图中组合的源创建挖掘结构。
创建 OLAP 挖掘结构
基于 OLAP 多维数据集中的数据创建挖掘结构。 从 OLAP 数据中创建的模型可以另存为数据挖掘维度，也可以将数据集和模型保存为新的多维数据集。
本节中
相关任务和主题
创建基本数据挖掘解决方案（包括数据源和挖掘结构）后，可以通过添加新模型、测试和比较模型、创建预测以及试验数据子集来构建解决方案。
有关详细信息，请参阅以下链接：
| 任务 | 主题 |
|---|---|
| 测试创建的模型、验证训练数据的质量，并创建表示数据挖掘模型准确性的图表。 | 测试和验证 （数据挖掘） |
| 使用数据填充结构和相关模型来训练模型。 使用新数据更新和扩展模型。 | 处理数据挖掘对象 |
| 通过将筛选器应用于训练数据、选择其他算法或设置高级算法参数来自定义挖掘模型。 | 自定义挖掘模型和结构 |
| 通过将筛选器应用于训练模式中使用的数据来自定义挖掘模型。 | 将挖掘模型添加到结构（Analysis Services - 数据挖掘） |
| 更新和管理数据挖掘解决方案。 | 链接 TBD |