商务智能与数据挖掘

《商务智能与数据挖掘》教学大纲课程编号：070663B课程类型：口通识教育必修课□通识教育选修课专业必修课□专业选修课口学科基础课总学时：48讲课学时：32实验（上机）学时：16学分：3适用对象：信息管理与信息系统专业（卓越班）先修课程：程序设计基础与应用、计算机网络技术与应用一、教学目标本课程主要学习商务智能与数据挖掘的方法和技术。商务智能是近几年的研究热点，数据挖掘是实现商务智能的重要手段。教学的主要目标是使学生掌握当前商务智能中使用的核心技术，培养学生运用数据挖掘算法进行数据处理和分析的能力，让学习理解不同算法的应用场景，从而使学生学会利用数据挖掘算法完成数据分析。因此该课程是先修课程“程序设计基础与应用”、“计算机网络技术与应用”的延续，并可为后续的专业课程打下良好的基础。二、教学内容及其与毕业要求的对应关系（一）教学内容本课程主要教学内容是在学生掌握程序设计基础与应用、计算机网络技术与应用等基本原理后，学习如何分析数据、如何利用数据挖掘算法解决问题。具体包括：商务智能概论、商务智能中的核心技术、商务智能与知识管理、数据挖掘基础、数据挖掘的目的任务、数据挖掘的技术方法等。（二）教学方法和手段根据教学目标，拟采用的教学方法有：课堂讲解基本概念和核心知识，讲授和讨论相结合领会知识要点，案例教学训练解决问题的能力，借助数据挖掘软件让学生进行上机操作和具体实践。（三）实践教学环节要求根据教学进度和要求布置相应的小作业，通过上机实践。每一章都有对应的上机内容。建议安装和配置软件进行自学，完成案例的内容。通过上机学习本课程的理论，掌握常用数据挖掘算法，能够基于数据挖掘算法进行数据分析工作。（四）学习要求为有效学习本课程，要求学生首先学习程序设计基础与应用、计算机网络技术与应用等基本原理。按照大纲熟读教材，并通过课后思考和上机实践进行多角度和多层次的反复学习。（五）与毕业要求的关系商务智能和数据挖掘是信息管理与信息系统专业的学生必须掌握的一门基础课程，是信息时代发展的必要产物。在学生的毕业设计中，学生可以使用商务智能和数据挖掘中的算法、技术完成毕业设计中核心智能模块的设计和实现。（六）教学中应注意的问题由于程序设计基础与应用、计算机网络技术与应用等是该课程的先修基础，如果学生先修基础课没有学好，本课程的实验环节将无法正常进行。因此，教学中需要根据学生掌握先修课程基础情况，由易到难循序渐进学习编程及数据分析相关工具和技术。三、各教学环节学时分配教学课时分配序号章节内容讲课实验其他合计第一章商务智能概论224第二章商务智能中的核心技术426第三章商务智能与知识管理426第四章数据挖掘基础426第五章数据挖掘的目的任务8210第六章数据挖掘的技术方法10616合计321648四、教学内容第一章商务智能概论教学内容：介绍商务智能的基础理论。重点和难点：商务智能的概念和架构体系。考核要求：掌握商务智能的概念、掌握商务智能的架构体系、了解主流的商务智能产品。第二章商务智能中的核心技术教学内容：数据仓库、OLAP技术。重点和难点：数据仓库的定义与特点、数据仓库基本架构及模型设计、OLAP的定义、OLAP多维数据分析。考核要求：掌握数据仓库、OLAP的定义，学会数据仓库基本架构及模型设计和OLAP多维数据分析的要点。第三章商务智能与知识管理教学内容：知识管理、知识管理技术、知识管理系统、知识管理与商务智能的关系、商务智能环境下的企业知识管理。重点和难点：知识管理的概念、知识管理与商务智能的相同点以及不同点。考核要求:掌握知识管理的概念、知识管理与商务智能的相同点以及不同点。第四章数据挖掘基础教学内容：数据挖掘的产生与发展、数据挖掘的定义、数据挖掘过程、数据挖掘系统、数据挖掘的功能和方法。重点和难点：数据挖掘的定义、数据挖掘的方法。考核要求：理解数据挖掘的定义、了解常用的数据挖掘方法有哪些。第五章数据挖掘的目的任务教学内容：关联分析、分类分析聚类分析、离群数据分析、序列模式分析、分形模式分析。重点和难点：常用的数据挖掘的目的任务分析方法。考核要求：掌握关联规则的种类、掌握分类的方法、了解常用聚类方法的原理。第六章数据挖掘的技术方法教学内容：决策树、粗糙集、关联规则、神经网络方法、基于案例推理遗传算法、模糊技术。重点和难点：Apriori算法、FP-tree算法、SVM及其学习算法。考核要求：掌握常用关联规则、理解SVM学习算法的原理。五、考核方式、成绩评定本课程的考核分为平时考核及期末考核两种形式，注重实践环节的考核。本课程平时成绩占40%，期末考试成绩占60%。平时考核采用撰写实验报告、课堂案例讨论等方式。期末考核采用闭卷考试形式，要注重知识应用能力和解决问题能力的考核上，而知识点的记忆和理解要服务于学生能力的提高和巩固。六、主要参考书及其他内容（一）推荐教材1.蔡晓妍著.商