《OLAP开发》课程教学大纲

1、OLAP开发课程教学大纲学时：64 学分：3适用对象：软件工程专业的学生先修课程：数据库原理及应用，程序设计语言，数理统计、数据结构、软件工程，Microsoft SQL Server 2000的应用技术，模式识别考核方式：课程设计一、课程的性质与任务OLAP开发是软件工程专业的一门专业选修课。OLAP的中文名称为联机分析处理，也称为在线分析处理，它是以数据仓库为应用平台的一门信息分析技术。本课程在论述数据仓库和数据挖掘技术基本概念的基础上，系统和深入地剖析了数据仓库的模型，以数据仓库为应用平台的联机分析处理（OLAP）技术，以证券行业为对象的数据仓库的开发实例，数据库挖掘、文本挖掘、Web挖

2、掘、数据挖掘软件，以及数据挖掘的应用，尤其在竞争情报系统和客户关系管理中的应用。通过本课程的学习，可以使学生充分了解智能信息处理的核心思想、初步掌握数据分析的方法，为将来从事数据分析、事务决策等方面的工作打好基础。二、教学目的与基本要求本课程的目的是使学生通过相关知识的学习和实践，熟练掌握海量信息的处理和分析的方法，并达到将所学知识灵活地应用于各行各业之中。理论教学部分理论课学时：32使用教材及主要参考书：1、使用教材：苏新宁、杨建林、江念南、粟湘编著，数据仓库和数据挖掘，清华大学出版社，2006年2、主要参考书：（美）汤姆森著，朱建秋等译，OLAP 解决方案：创建多维信息系统（第二版），电子

3、工业出版社，2004年（美）Claude Seidman著，SQL SERVER 2000数据挖掘技术指南，机械工业出版社，2002年（美）Mike Gunderloy Tim Sneath，张伟、宋霞译，SQL Server开发指南OLAP（联机分析处理），电子工业出版社，2001年安淑芝等编著，数据仓库与数据挖掘，清华大学出版社，2006年 一、学时分配章节课程内容学时1234567891011绪论数据仓库概述数据仓库中的模型OLAP技术数据仓库的开发实例数据挖掘概述数据库挖掘文本挖掘Web挖掘数据挖掘应用数据挖掘与竞争情报系统合计1224265441132二、教学中应注意的问题利用多媒体

4、辅助授课。三、教学内容第一章 绪论1、基本内容1.1 企业用户关心的新问题；1.2 解决问题的一项新技术数据仓库1.3 数据仓库的商业应用1.4 数据仓库与信息管理1.5 信息管理的新问题催生数据挖掘1.6 数据挖掘与信息管理1.7 数据仓库与数据挖掘1.8 数据仓库与非结构化数据的管理1.9 数据仓库与传统数据库长期共存2、教学基本要求了解数据仓库与数据挖掘这两项新技术在企业中的重要性。3、教学重点难点数据仓库与数据挖掘技术对企业的重要性。第二章 数据仓库的基本概念1、基本内容2.1 从传统数据库到数据仓库2.2 数据仓库的基本概念2.3 数据仓库的体系结构2.4 数据仓库的特点2.5 数据

5、仓库的数据组织2、教学基本要求了解数据仓库的基本概念、体系结构及特点，掌握数据仓库的数据组织。3、教学重点难点数据仓库的基本概念，数据仓库的数据组织。第三章 数据仓库中的模型1、基本内容3.1 数据仓库中数据模型概述3.2 数据仓库的概念模型3.3 逻辑模型与物理模型3.4 元数据模型3.5 数据仓库的粒度模型2、教学基本要求了解数据仓库中数据模型的概念，掌握概念模型、逻辑模型、物理模型、元数据模型、粒度模型。3、教学重点难点概念模型、逻辑模型、物理模型、元数据模型。第四章 OLAP技术1、基本内容4.1 OLAP概述4.2 OLAP的评价标准4.3 基于多维数据库的OLAP4.4 基于RDB

6、MS的OLAP4.5 OLAP的前端展现2、教学基本要求了解OLAP的基本概念；理解基于多维数据库的OLAP，基于RDBMS的OLAP；掌握OLAP的评价标准、OLAP的前端展现等内容。3、教学重点难点OLAP的评价标准、OLAP的前端展现。第五章  数据仓库的开发实例1、基本内容5.1 SQL Server简介5.2 SQL Server中创建数据仓库的准备工作5.3 维度的创建5.4 多维数据集的创建与处理5.5 多维数据集数据浏览与OLAP的实施5.6 数据仓库中的数据挖2、教学基本要求熟练掌握SQL Server中数据仓库的创建、维度的创建、多维数据集的创建与处理、

7、多维数据集数据浏览与OLAP的实施、数据仓库中的数据挖掘。3、教学重点难点数据仓库的创建、维度的创建、多维数据集的创建与处理、多维数据集数据浏览与OLAP的实施、数据仓库中的数据挖掘。第六章 数据挖掘概述1、基本内容6.1 数据挖掘基本概念6.2 数据挖掘基本功能6.3 数据挖掘过程6.4 数据挖掘方法6.5 数据挖掘系统发展阶段2、教学基本要求了解数据挖掘的由来、技术定义、商业定义、对象及数据挖掘系统发展阶段；理解数据挖掘基本功能中的几个概念：概念描述、关联分析、分类、聚类、孤立点分析、时序演变分析、信息摘要、信息抽取、元数据挖掘；熟练掌握数据挖掘过程和数据挖掘方法。3、教学重点难点数据挖掘

8、过程和数据挖掘方法。第七章  数据库挖掘1、基本内容7.1 概念描述7.2 关联规则7.3 分类7.4 聚类分析7.5 关联规则兴趣度2、教学基本要求了解关联规则兴趣度，掌握数据库挖掘的功能：概念描述、分类、聚类分析，熟练掌握关联规则功能。3、教学重点难点概念描述、关联规则、分类、聚类分析。第八章 文本挖掘1、基本内容8.1 文本挖掘概述8.2 文本的预处理8.3 文本分类8.4 文本聚类8.5 自动摘要2、教学基本要求了解文本挖掘的主要技术、一般过程、主要应用及对信息检索的影响，掌握文本的预处理方法，熟练掌握文本分类、文本聚类、自动摘要等文本挖掘技术。3、教学重点难点文本

9、的预处理、文本分类、文本聚类、自动摘要。第九章 Web挖掘1、基本内容9.1 概述9.2 Web挖掘任务分类9.3 Web挖掘技术分类9.4 Web挖掘的应用2、教学基本要求了解Web挖掘概念、相关概念、Web挖掘数据源、Web挖掘过程及Web挖掘的挑战；熟悉3个Web挖掘任务分类：Web内容挖掘、Web结构挖掘、Web使用挖掘和4个Web挖掘技术分类：统计分析、关联规则、序列模式、聚类与分类；理解Web挖掘在搜索引擎、网站设计、电子商务中的应用。3、教学重点难点Web挖掘任务分类及Web挖掘技术分类。第十章 数据挖掘应用1、基本内容10.1 数据挖掘应用案例10.2 数据挖掘产品2、教学基本

10、要求了解数据挖掘在生物医学、市场业、科学研究、竞技运动、商业银行、商务应用等领域的应用案例，了解数据挖掘产品的分类、介绍、评价和选择。3、教学重点难点数据挖掘应用案例。第十一章 数据挖掘与竞争情报系统1、基本内容11.1 竞争情报系统概述11.2 竞争情报流程11.3 竞争对手分析11.4 客户分析2、教学基本要求了解竞争情报系统概念以及数据挖掘应用现状，掌握竞争情报流程、竞争对手分析和客户分析。3、教学重点难点竞争情报流程、竞争对手分析和客户分析。实验教学部分实验学时：32实验指导书：苏新宁、杨建林、江念南、粟湘编著，数据仓库和数据挖掘，清华大学出版社，2006年数据仓库与数据挖掘实验指导书

11、，自编，2006一、实验目的与基本要求本课程配合理论教学，通过系统的实践教学锻炼，着重培养学生的独立分析问题和解决问题的能力，熟练掌握各类数据挖掘方法，使学生具有一定的数据分析和挖掘能力，能在认识基础上，提出有效的数据挖掘方法，依据实际例子，写出解决方案。学生应在实验课前明确实验的目的和要求，然后针对相关问题写出解决方案。实验时对实际方案的运行结果应能进行分析并提出改进方法，最终写出实验报告。二、实验考核方式及办法本课程实验不设专门考试时间，考核内容为实验项目总表中的实验。学生应按照实验项目中的实验要求完成实验。根据考勤、实验检查及实验报告等综合考虑给定成绩，记入本课程平时成绩。三、实验项目一

12、览表OLAP开发实验项目一览表序号实验项目名称实验类型实验要求适用专业学时1数据仓库的创建设计性必做软件工程类22OLAP工具的使用验证性必做软件工程类23多维表数据库的建立、查询设计性必做软件工程类44创建多维数据集设计性必做软件工程类45关联规则算法的程序实现设计性必做软件工程类46分类算法的程序实现设计性必做软件工程类47聚类算法的程序实现设计性必做软件工程类48文本挖掘的应用设计性必做软件工程类49web挖掘的应用设计性必做软件工程类4四、实验项目的具体内容实验一 数据仓库的创建1、本次实验的目的和要求（1）要求学生熟悉数据仓库的创建方法；（2）要求学生根据数据模型确定数据仓库的基本结

13、构-事实表或维表。2、实验内容或原理设计并建立学生数据仓库。实验二 OLAP工具的使用1、本次实验的目的和要求（1）熟悉OLAP工具的使用环境；（2）掌握OLAP工具的基本命令和操作方法。2、实验内容或原理OLAP工具的使用。实验三 多维表数据库的建立、查询1、本次实验的目的和要求（1）建立多维表数据库；（2）学会多维表数据库查询。2、实验内容或原理多维表数据库的建立、查询。实验四 创建多维数据集1、本次实验的目的和要求要求学生用Analysis Services创建多维数据集并且确定数据源。2、实验内容或原理多维数据集的创建。实验五 关联规则算法的程序实现1、本次实验的目的和要求熟悉关联规则算法，用关联规则算法编程实现数据库挖掘，写出实验报告。2、实验内容或原理关联规则算法的程序实现。实验六 分类算法的程序实现1、本次实验的目的和要求熟悉分类算法，用分类算法编程实现数据库挖掘，写出实验报告。2、实验内容或原