还剩1页未读,继续阅读
文本内容:
商务智能与数据挖掘Business Intelligenceand DataMining
一、课程基本情况课程类别专业主干课课程学分4学分课程总学时64学时,其中讲课28学时,实验(含上机)36学时课程性质必修开课学期第5学期先修课程概率论与数理统计、数据库原理及应用、数据结构适用专业信息管理与信息系统教材数据挖掘概念与技术,机械工业出版社,Jiawei Ilan,Micheline Kamber著,范明等译,2012年,第三版开课单位经济管理学院信管系
二、课程性质、教学目标和任务商务智能和数据挖掘课程根据我校人才培养的特点和要求,面向信息管理与信息系统本科专业,从企业实际应用出发,全面、系统地介绍商务智能和数据挖掘的基本概念、基本方法和基本技术,以及商务智能和数据挖掘的最新进展,使学生对商务智能和数据挖掘的概念和技术有深入的认识和了解通过对商业数据的分析使学生更加深入地理解常用的数据挖掘模型,掌握大型数据挖掘软件IBM SPSSModeler等工具的使用,培养学生将实际的商业问题转化为数据挖掘目标、理解和收集数据、应用数据挖掘工具建模、评估模型以判断是否符合商业目的,并将发现的结果组织成可读文本的能力,使学生的理论知识和实践技能得到共同发展
三、教学内容和要求第1章引言(3学时)
(1)了解商务智能的起源和驱动力,数据挖掘系统的分类和应用;
(2)理解数据挖掘的对象,模式的筛选;
(3)掌握商务智能的定义和架构,数据挖掘概念、数据挖掘功能;重点商务智能的定义和架构,数据挖掘的概念和功能难点数据挖掘的功能第2章数据仓库和OLAP(2学时)
(1)了解数据仓库的系统结构;
(2)理解数据库与数据仓库的区别,多维数据模型上的OLAP操作;
(3)掌握数据仓库的概念,多维数据模型;重点数据仓库,OLAP难点多维数据模型第3章数据预处理3学时1了解数据预处理的作用及原因;2理解数据清理、数据集成和变换、数据归约的方法;3掌握数据预处理的各种形式;重点数据预处理的形式难点离散化和概念分层第4章挖掘大型数据库中的关联规则4学时1了解由事务数据库挖掘多层关联规则的方法步骤,由关系数据库和数据仓库挖掘多维关联规则;2理解相关分析的意义,关联规则的基本思想、概念和意义;3掌握经典Apriori算法;重点关联规则,Apriori算法难点相关分析第5章分类分析4学时1了解分类的一般方法;2理解分类分析的基本思想、概念和意义;3掌握常用的分类算法;重点分类分析的基本思想,常用的分类算法难点决策树归纳算法的属性选择第6章聚类分析4学时1了解基本的聚类方法;2理解聚类分析的基本思想、概念和意义;3掌握常用的聚类算法,如k-means算法;重点常用的聚类算法难点相异度计算第7章IBM SPSSModeler基础2学时1了解IBM SPSSModeler的功能;2理解使用IBM SPSSModeler中一些可用的数据处理技术,并使用这些技术清洗和精炼数据3掌握数据读入IBM SPSSModeler的常用方法重点数据读入IBM SPSSModeler的方法难点CLEM第8章IBM SPSSModeler建模技术6学时1理解数据建模的结果;2掌握IBM SPSSModeler的常用建模节点如aprior节点、C
5.0节点、CR树节点、k-means节点、kohonen节点等;重点IBM SPSSModeler的常用建模节点难点数据建模结果的解释
四、课程考核
(1)作业等作业3次;
(2)考核方式考试
(3)总评成绩计算方式平时成绩和期末考核成绩等综合计算
五、参考书目
(1)数据挖掘概念、模型、方法和算法,清华大学出版社,(美)坎塔尔季奇著,王晓海译,2013年,第2版
(2)数据挖掘导论(完整版),人民邮电出版社(美)陈封能,(美)斯坦巴赫,(美)库玛尔著,范明等译,2011年
(3)大数据互联网大规模数据挖掘与分布式处理,,[美]Anand RajaramanJeffrey DavidUllman著,王斌译,2012年
(4)数据挖掘技术(第3版)一一应用于市场营销、销售与客户关系管理,,(美)林那夫等著,等译,2013年
(5)商务智能数据分析的管理视角(原书第3版),机械工业出版社,(美)拉姆什•沙尔达(Ramesh Sharda)等著;赵卫东译,2015年。