数据仓库与数据挖掘（第2版微课版）-思政教学资源

课程概况课程简介课程概况《数据仓库与数据挖掘》是一门针对实现数据的采集、清理、存储、挖掘分析应掌握的理论、方法、技术和工具的专业核心类课程。本课程围绕数据仓库与数据挖掘的设计与实现重点落实数据仓库与数据挖掘的基本概念、理论基础、工程方法和具体技术并突出复杂系统的数据挖掘分析的能力及“自主可控”数据仓库和数据挖掘系统的开发能力养成，形成以“软件可信安全”为特色的课程内容。教学总体思想《数据仓库与数据挖掘》核心预期学习成果是能够针对具体问题，设计和构建数据仓库和数据挖掘工具，实现数据的采集、清理、存储、挖掘分析、使用与维护。本课程的教学思想是注重理论联系实际，坚持立德树人。发掘深藏于数据仓库和数据挖掘知识表层符号、结构之下的人文精神与价值意义，通过为教学实践将思想政治教育内化为课程内容，在教学中将内含的精神和价值内化为学生的精神涵养和价值追求，实现价值引领、知识教育、能力培养的有机统一。3.课程目标通过本课程的学习，要使学生能够理解数据仓库与数据挖掘的基本概念和主要功能，了解数据仓库和数据挖掘的应用领域、发展趋势和相关产品，形成对数据仓库与数据挖掘软件“自主可控”意识和投身产业发展实践的兴趣与愿望。掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理，掌握数据预处理、关联规则、聚类、分类等算法，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题。为学生今后从事科学研究工作或从事各种系统软件和应用软件的设计、分析和研发工作，提供必要的软件基础理论和基本技能。专业定位《数据仓库与数据挖掘》是软件工程课程体系中的重要组成部分，是形成软件工程专业知识体系和工具开发和行业实践能力的重要基础课程。《数据仓库与数据挖掘》侧重培养学生使用数据仓库和数据挖掘相关知识实现较复杂系统的数据挖掘与分析的能力。育人导向本课程围绕培养具有深厚家国情怀、宽广国际视野、深刻思维认知、优秀科研潜力、强大专业能力、突出实践能力与综合人文素养的社会责任主体开展课程教学。面向国家“数字中国”建设的战略需求，培养学生对行业领域复杂数据挖掘工程项目的设计与开发能力；引导学生理解《数据仓库与数据挖掘》知识体系中蕴含的精神价值、思维认知和人文素养并将其内化为学生的精神涵养和价值追求；弘扬社会主义核心价值观，将思想政治教育内化为课程内容，激发学生的爱国情怀和责任感感，激励学生把个人的理想追求融入国家和民族的事业中；开阔学生国际视野，注重创新意识和团队合作精神，培养学生起团队领导、组织与协调的能力。思政元素要点与章节映射关系课程教学目标与教学效果评价课程教学目标（给出知识能力素养各方面的的具体教学结果）教学效果评价（选填项）不及格及格，中良优1.通过理论教学，掌握数据仓库的基本概念、数据模型和结构，掌握数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化的概念和方法。掌握数据预处理、关联规则、聚类、分类等经典算法，完全不掌握数据仓库的基本概念、数据模型和结构，数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化、数据预处理、关联规则、聚类、分类等经典算法。基本掌握数据仓库的基本概念、数据模型和结构，数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化、数据预处理、关联规则、聚类、分类等经典算法。但是知识掌握和能力形成不全面。较好掌握数据仓库的基本概念、数据模型和结构，数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化、数据预处理、关联规则、聚类、分类等经典算法。但是知识掌握和能力形成稍有欠缺。熟练掌握数据仓库的基本概念、数据模型和结构，数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化、数据预处理、关联规则、聚类、分类等经典算法。知识掌握和能力形成俱佳。2.通过课堂教学，使学生掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。掌握数据预处理、关联规则、聚类、分类等算法的程序实现，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题完全不能应用数据仓库原理和数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。不能针对实际工程问题应用程序实现数据挖掘算法并解决相关实际问题。基本可以应用数据仓库原理和数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。针对实际工程问题基本可以利用用程序实现数据挖掘算法并解决相关实际问题。可以应用数据仓库原理和数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。针对实际工程问题可以利用程序实现数据挖掘算法并解决相关实际问题。可以熟练应用数据仓库原理和数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。针对实际工程问题可以利用熟练利用程序实现数据挖掘算法并解决相关实际问题，数据分析能力优秀。3.通过课堂教学和课外研讨，使学生能够了解数据仓库和数据挖掘领域的发展现状与未来趋势、重要标准规范、重要学术论文的来源和检索途径，引导学生通过检索获取相关信息，使之有助于开展数据挖掘领域复杂问题的分析。完全不能了解数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，更不能通过检索信息而有助于开展复杂工程问题分析。基本了解数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，基本能把检索信息用于开展复杂工程问题分析。掌握数据仓库和数据挖掘技术领域的重要标准规范、重要学术论文的来源和检索途径，能把检索信息用于开展复杂工程问题分析。掌握数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，能熟练开展本领域信息检索，并把检索信息用于开展复杂工程问题分析。4通过课堂教学和学生自主学习，使学生能够应用所获得的数据仓库和数据挖掘知识，针对具体问题，设计和构建数据挖掘分析系统，实现数据的采集、清理、存储、挖掘分析、使用与维护。完全无能力运用所学知识设计符合工程要求数据挖掘分析系统。基本有能力运用所学知识设计符合工程要求数据挖掘分析系统。但设计方案不够科学合理。有能力运用所学知识设计符合工程要求数据挖掘分析系统。但设计方案不够科学合理。很好运用所学知识设计符合工程要求的数据挖掘分析系统，设计方案完善、科学合理。5通过实践项目，培养学生团队合作和相关人文素养与品性养成无团队合作精神和相关人文素养与品性有一定团队合作精神和相关人文素养与品性有较好团队合作精神和相关人文素养与品性有优秀的团队合作精神和相关人文素养与品性课程目标与毕业要求二级指标的对应关系毕业要求（指标点）编号毕业要求（指标点）内容课程教学目标（给出知识能力素养各方面的的具体教学结果）1.工程知识指标点1.2能够针对一个系统或者过程建立数学模型并进行求解课程目标1：通过理论教学，掌握数据仓库的基本概念、数据模型和结构，掌握数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化的概念和方法。掌握数据预处理、关联规则、聚类、分类等经典算法指标点1.1能够运用数学与自然科学的基本知识正确表述复杂工程问题2.问题分析指标点2.4能够正确表达一个工程问题的解决方案课程目标2：通过课堂教学，使学生掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。掌握数据预处理、关联规则、聚类、分类等算法的程序实现，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题2.1能够识别和判断复杂工程问题的关键环节和参数课程目标2：通过课堂教学，使学生掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。掌握数据预处理、关联规则、聚类、分类等算法的程序实现，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题指标点2.3.能够查找并分析文献寻求可替代的解决方案课程目标3：通过课堂教学和课外研讨，使学生能够了解数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，引导学生通过检索获取相关信息，使之有助于开展数据挖掘领域复杂问题的分析。。3.设计/开发解决方案指标点3.4.能够根据简单软件的需求完成程序的设计与实现课程目标4：通过课堂教学和学生自主学习，使学生能够应用所获得的数据仓库和数据挖掘知识，针对具体问题，设计和构建数据挖掘分析系统，实现数据的采集、清理、存储、挖掘分析、使用与维护。课程目标5：通过实践项目，培养学生团队合作和相关人文素养与品性养成指标点3.1.能够根据复杂工程问题的需求确定设计目标指标点3.2能够针对特定软件需求确定数据结构和算法，体现创新意识课程目标与思政元素对应关系对应毕业要求思政I级指标对应毕业要求思政II级指标（本课程相关）对应的课程目标1、国家战略意识1.1知识：初步形成解决国家重大战略需求的能力，为解决“卡脖子”问题，奠定知识基础。3.通过课堂教学和课外研讨，使学生能够了解数据仓库和数据挖掘领域的发展现状与未来趋势、重要标准规范、重要学术论文的来源和检索途径，引导学生通过检索获取相关信息，使之有助于开展数据挖掘领域复杂问题的分析1.2工程与社会、可持续发展1.3完善人格课程目标5：通过实践项目，培养学生团队合作和相关人文素养与品性养成2、科学专业素养2.1具备科学探索和求真精神课程目标1：通过理论教学，掌握数据仓库的基本概念、数据模型和结构，掌握数据的概念、内容、属性、统计描述、数据相似性和向异性的度量方法、数据可视化的概念和方法。掌握数据预处理、关联规则、聚类、分类等经典算法2.2精益求精的工匠精神课程目标4：通过课堂教学和学生自主学习，使学生能够应用所获得的数据仓库和数据挖掘知识，针对具体问题，设计和构建数据挖掘分析系统，实现数据的采集、清理、存储、挖掘分析、使用与维护。2.3研究：具有批判性思维和辩证思维课程目标3：通过课堂教学和课外研讨，使学生能够了解数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，引导学生通过检索获取相关信息，使之有助于开展数据挖掘领域复杂问题的分析。。课程目标2：通过课堂教学，使学生掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。掌握数据预处理、关联规则、聚类、分类等算法的程序实现，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题3、开放合作精神3.1职业规范课程目标4通过课堂教学和学生自主学习，使学生能够应用所获得的数据仓库和数据挖掘知识，针对具体问题，设计和构建数据挖掘分析系统，实现数据的采集、清理、存储、挖掘分析、使用与维护。3.2团队与沟通能力课程目标5通过实践项目，培养学生团队合作和相关人文素养与品性养成4、持续发展潜力4.1使用工具课程目标2.通过课堂教学，使学生掌握数据仓库原理并能够使用数据仓库软件实现实际工程中数据仓库的设计、实现、维护与管理。掌握数据预处理、关联规则、聚类、分类等算法的程序实现，针对实际工程问题能用程序实现数据挖掘算法并解决相关实际问题4.2终身学习3.通过课堂教学和课外研讨，使学生能够了解数据仓库和数据挖掘领域的重要标准规范、重要学术论文的来源和检索途径，引导学生通过检索获取相关信息，使之有助于开展数据挖掘领域复杂问题的分析课程设计教学内容第一章概述（支撑课程思政目标）掌握数据仓库和数据挖掘的目的和意义、概念、模式，了解数据仓库与数据挖掘涉及的相关技术、应用领域和历史。初步了解国内外相关软件工具产品现状，树立“软件自主可控”的战略意识，激发投身软件自主可控技术的兴趣。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略数据挖掘的概念和意义1.1.11.1.21.1.22.2.12.2.2结合“数字中国”建设的战略需求，理解数据挖掘的意义；引导学生用批判性思维和辩证思维分析数据挖掘的利弊。“智能司法”和“智慧城市”中数据挖掘的应用案例分析数据挖掘流程1.3.11.3.21.3.3引导学生用批判性思维和辩证思维分析不同领域的数据挖掘流程的异同点；通过分析人在数据挖掘活动中的作用培养学生科学、严谨、公正诚信的工程职业道德。通过课堂讨论分析不同领域的数据挖掘流程的差异性和数据挖掘活动中人的作用。数据挖掘中的数据2.2.1，2.2.23.1.3通过分析生活中用于数据挖掘的数据了解我国数据挖掘应用现状并扩宽国际视野利用夜光遥感数据评估人道主义灾难案例分析数据挖掘任务1.1.2分析自己身边的数据挖掘任务课堂讨论知识的评估3.1.2通过理解知识的评估的客观性和公平性培养学生科学、严谨、公正诚信的工程职业道德。通过分析人在数据挖掘活动中的作用培养学生科学、严谨、公正诚信的工程职业道德。第二章数据（支撑课程思政目标）通过本章教学，应掌握数据对象、属性类型、数据特征的统计描述、数据相似与相异性的度量。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略数据对象和属性类型2.1.12.1.4通过“维度诅咒”现象引导学生培养科学探索和求真精神慕课线上教学与课堂现下教学相结合数据特征的统计描述2.1.44.1.14.1.2使用echart和DataV工具实现数据特征的统计描述的可视化，了解用于数据探索分析的国产软件。echart和DataV工具数据特征的统计描述可视化实践数据相似与相异性的度量2.3.12.3.22.3.3距离度量的基本数学原理和含义；通过分析不同度量的适用范围培养学生辩证思维，理解环境等制约因素的影响。慕课线上教学与课堂现下教学相结合第三章数据预处理（支撑课程思政目标）通过本章教学，学生应掌握数据预处理过程、数据清理技术、数据聚合技术、数据变换技术、维度约简技术。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略数据预处理过程1.3.12.1.22.1.43.1.13.2.1理解数据预处理流程；慕课线上教学与课堂现下教学相结合数据清理技术2.1.12.1.22.2.23.1.14.1.14.1.2使用自主研发的电子政务数据平台中的可视化数据清理工具，帮助学生成自主可控意识并激发自主研发软件工具产品的主动意识自主研发的电子政务数据平台中的可视化数据清理工具数据清理实践数据聚合技术2.1.12.1.22.2.23.1.13.3.13.4.23.5.14.1.14.1.2使用自主研发的电子政务数据平台中的可视化数据聚合工具，帮助学生成自主可控意识并激发自主研发软件工具产品的主动意识自主研发的电子政务数据平台中的可视化数据聚合工具数据聚合实践数据变换技术2.1.12.1.22.2.23.3.13.4.24.1.14.1.2使用自主研发的电子政务数据平台中的可视化数据变换工具，帮助学生成自主可控意识并激发自主研发软件工具产品的主动意识自主研发的电子政务数据平台中的可视化数据变换工具数据变换实践维度约简技术2.1.12.1.22.2.23.5.14.1.14.1.2使用自主研发的电子政务数据平台中的可视化数据约简工具，帮助学生成自主可控意识并激发自主研发软件工具产品的主动意识自主研发的电子政务数据平台中的可视化数据变换工具数据约简实践第四章数据仓库和数据湖（支撑课程思政目标）通过本章教学，学生应掌握数据仓库发展历史、数据仓库的结构、数据仓库的数据模型、ETL、OLAP、OLAP的数据模型。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略数据仓库概述1.1.12.1.24.1.1结合相关行业需求，了解数据仓库的发展，数据仓库在数据挖掘中的作用。结合食品安全案例，分析数据仓库作用。采用慕课线上教学与课堂线下教学方法相结合进行教学数据仓库及相关技术发展1.1.11.1.22.2.12.2.34.14.2深入理解数据仓库算法国内外现状以及国内外社情，夯实认知基础采用慕课线上教学与课堂线下教学方法相结合进行教学数据模型1.2.12.12.23.14.2理解工程背后的基本数学原理课堂理论讲解数据ETL2.1.12.1.22.2.24.1.14.3使用自主研发的电子政务数据平台中的可视化数据ETL工具，帮助学生成自主可控意识并激发自主研发软件工具产品的主动意识自主研发的电子政务数据平台中的可视化数据ETL工具ETL实践第五章关联规则（支撑课程思政目标）通过本章教学，学生应掌握频繁项集和关联规则概念、关联规则挖掘算法（Aprior和FP）、关联规则评估、关联和相关的关系。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略关联规则挖掘的概念1.2.25.15.2技术标准体系、知识产权、产业政策和法律法规，和关联规则技术的结合关联规则分析在国家银行信用卡反欺诈业务中的应用的意义采用线上教学和课后实验相结合得方法教学，理论和实践相结合频繁项集生成2.1,2.2,5.2理解工程背后的基本数学原理关联规则分析在国家银行信用卡反欺诈业务的业务逻辑讲授基本的理论知识和定义规则生成5.1,2.1,2.2,5.2形成科学探索和问题发现的基本能力关联规则分析在国家银行信用卡反欺诈业务中的业务分析了解规则生成的不同方式以及优缺点影响Apriori复杂度的因素4.1,2.1,2.2,2.2,5.2.1了解、学会和使用国产工具软件和基础软件产品，分析和调试Aprior算法并分析复杂度自主研发的电子政务数据平台中集成的关联规则挖掘工具结合实验结果，理论结合实际进行分析,判断因素之间的差别频繁项集的表达5.1,2.1能够针对解决方案，进行项集表达得设计，在不同设计环节体现创新意识关联规则分析在国家银行信用卡反欺诈业务中落地应用慕课线上教学与课堂现下教学相结合模式评估1.2.2,3.1.2通过理解知识的评估的客观性和公平性培养学生科学、严谨、公正诚信的工程职业道德。慕课线上教学与课堂现下教学相结合第六章聚类（支撑课程思政目标）通过本章教学，学生应掌握算法概述、基于划分的聚类、层次聚类、基于密度的聚类、算法的评估。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略聚类引言4.2,2.2.1,2.2.3,1.1.3,1.1.1,6.1深入理解聚类算法国内外现状以及国内外社情，夯实认知基础国家电网用户画像的意义采用线上教学和课后实验相结合得方法教学，理论和实践相结合划分方式2.2.1,2.1.1,2.1.3,2.1.1,6.2深入理解划分方式背景的数学原理国家电网用户画像的区别讲授不同划分方式的优缺点层次聚类方法2.1.2,2.1.3,6.2.3能够针对解决方案，进行软件系统或流程设计，在设计实现不同的方法中体现创新意识国家电网用户画像的应用方式讲授层次聚类的概念并学会相关计算方法基于密度和网格的聚类方法2.3.1,2.3.3,6.2.5主要是培养全球视野，多看相关文献培养对前沿算法的探索意识。国家电网用户画像的方法落地实施讲授基于密度和网格的聚类的概念并学会相关计算方法第七章分类（支撑课程思政目标）通过本章教学，学生应掌握分类算法概述、C4.5、CART算法、算法、SVM算法、KNN算法、NaiveBayes、分类算法的评估、分类算法集成。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略分类的基本概念1.1.1,1.1.2,1.2,7.1技术标准体系、知识产权、产业政策和法律法规，和分类技术的结合基于运营商数据的个人征信评估的意义与实践采用慕课线上教学与课堂线下教学方法相结合进行教学决策树2.1,2.2,2.3,7.2.1能够针对解决方案，进行软件系统或流程设计，在不同设计环节体现创新意识基于运营商数据的个人征信需求分析讲授决策树的几种常见模型以及各个模型的优缺点。贝叶斯分类方法2.1,2.2,2.3,7.2.5基于贝叶斯的基本原理，利用辩证思维和相关方法，从实践中发现问题利用贝叶斯技术进行个人征信判断，智能量刑讲授朴素贝叶斯的基本公式，以及结合例题的教学。提高分类准确性的技术：集成方法2.3.1,2.3.3,7.1,7.2,7.3基于科学原理，利用辩证思维和相关方法，从实验结果中发现问题基于运营商数据的个人征信效率的提升介绍集成的方法，并且结合实例分析提升的效果类不平衡数据集的分类2.3.3,2.1,7.2通过新颖的问题，培养创新思维、全球视野以及主动对前沿问题的探索意识基于运营商数据的个人征信方法的改进结合具体的实际分类任务，解释不平衡样本存在的问题和解决方法。模型评估和选择1.3.5,2.1,2.2,2.3,4.1,7.1,7.2学会使用软件工具和产品，进行模型评估选择团队研发的自主化需求分析工具及相关国内外工具产品讲授不同应用场景之间的模型选择差异以及优缺点。第八章回归分析（支撑课程思政目标）通过本章教学，学生应了解回归分析的基本思想，掌握线性回归模型、非线性回归模型、逐步回归分析、逻辑回归分析，了解回归分析的研发历程。课程思政教学要点对思政目标的支撑专业教学要点与课程思政的融合课程思政主要案例教学方法与策略回归分析概念和发展历程1.1.1,1.1.2,8.1，8.3深入理解回归分析国内外现状以及国内外社情，夯实认知基础国家电网用户画像的意义采用线上教学和课后实验相结合得方法教学，理论和实践相结合线性回归模型2.1,2.2,2.3,8.1,8.2.1能够运用其知识解决工程问题国家电网用户画像的应用方式讲授线性回归模型的概念并学会相关计算方法非线性回归模型2.1,2.2,2.3,8.1,8.2.2能够运用其知识解决工程问题国家电网用户画像的应用方式讲授非线性回归模型的概念并学会相关计算方法逐步回归分析2.1,2.2,2.3,8.1,8.2.3能够运用其知识解决工程问题国家电网用户画像的应用方式讲授逐步回归分析的概念并学会相关计算方法逻辑回归分析2.1,2.2,2.3,8.1,8.2.4能够运用其知识解决工程问题国家电网