数据挖掘(商业分析) 课程教学大纲

1、数据挖掘Data Mining课程编号：F0103021C学 分：2开课学院： 管理学院课内学时： 32课程类别：专业课课程性质： 限选一、课程的性质和目的课程性质：本课程是一门理论性和应用性较强的专业课程，主要介绍大数据、数据挖掘和商业分析的基本概念、多种经典的数据挖掘算法基本原理，并通过实验操作和设计，提高学生的数据分析能力。目的：要求学生在掌握大数据与商业分析的基本概念和基本原理的基础上，能熟练运用数据挖掘软件，具备使用大数据预处理和挖掘技术来完成商业分析的技能。二、课程教学内容及基本要求（一）课程教学内容及知识模块顺序1. 知识单元一：概述（4学时）（1）知识点一：初识大数据（2）知识

2、点二：初识商业分析（3）知识点三：初识数据挖掘教学基本要求：本章对大数据、商业分析和数据挖掘技术作概括性描述, 要求掌握大数据、商业分析和数据挖掘的基本概念与特征，发展过程和应用价值, 了解数据挖掘与商业分析的关系以及数据挖掘的功能、挖掘过程、常用技术和研究方向。2. 知识单元二：数据预处理（6学时）（1）知识点一：数据清洗（2）知识点二：数据集成和转换（3）知识点三：数据归约教学基本要求：本章讨论了数据清洗、数据集成和转换以及数据归约等预处理步骤，要求深入理解数据预处理的目的以及掌握数据预处理的基本步骤，掌握数据清洗、数据集成和转换以及数据归约的常见方法。3. 知识单元四：数据挖掘常用算法（

3、22学时）（1）知识点一：分类（2）知识点二：关联分析（3）知识点三：聚类分析（4）知识点三：回归分析教学基本要求：本章讨论了四类数据挖掘任务的常用挖掘算法，要求掌握决策树ID3算法、Apriori算法、K-means算法以及多项式回归的基本原理和算法主要步骤，能够针对具体实例构建挖掘模型。（二）课程的重点、难点及解决办法重点：数据预处理和数据挖掘算法难点：数据挖掘算法解决办法：通过课堂理论讲解和针对具体案例的上机实验安排，帮助学生理解和掌握重点和难点知识。三、实验实践环节及基本要求1实验实践教学环节在本课程中的作用及要求。作用：辅助理解课堂讲授的理论知识。要求：独立完成实验过程，并撰写实验报

4、告。2实验项目(具体要求见实验教学大纲)实验一：测试K-means算法（3学时）实验二：分类挖掘任务的实践（3学时）四、本课程与其它课程的联系与分工先修课程：统计学后续课程：市场调查与研究。五、对学生能力培养的要求通过课程学习，使学生在掌商业分析和数据挖掘基础知识的同时，强调综合能力的培养，使学生能综合运用所学的知识解决多媒体实际应用问题。 六、课程学时分配总学时32，其中讲课26学时，实验6学时, 习题及讨论0学时。课程主要内容和学时分配见课程学时分配表。课程学时分配表教学环节时数课程内容讲课上机实验习题及讨论小计1. 概述442. 数据预处理663. 数据挖掘常用算法16622总 计26632七、建议教材和教学参考书目 1教材 1 Pang-Ning Tan.Introduction to Data MiningM.北京:机械工业出版社,20142主要参考书 1 Jiawei Han.Data Mining：Concepts and Techni