数据挖掘原理与应用-以石油勘探开发为例 - 教学大纲

《数据挖掘与石油勘探开发》教学大纲一、课程基本信息课程名称数据挖掘与石油勘探开发DataMiningandPetroleumExplorationandDevelopment课程编码CST228021020开课院部青岛软件学院、计算机科学与技术学院课程团队（未设置）学分2课内学时32讲授32实验0上机0实践0课外学时0适用专业研究生授课语言中文先修课程课程简介本课程以数据挖掘为核心主线，深入探讨其在石油勘探开发中的基础知识和前沿技术。内容上既注重理论原理的阐述，又强调数学基础的培养，同时融合实践应用，使学生能够全面掌握数据挖掘的核心概念和算法。采用Python作为实现语言，具体阐述了实现方法，旨在提高学生的实践能力和应用水平。Thiscoursetakesdataminingasthecoremainline,anddeeplydiscussesitsbasicknowledgeandcutting-edgetechnologyinoilexplorationanddevelopment.Thecontentnotonlypaysattentiontotheelaborationoftheoreticalprinciples,butalsoemphasizesthecultivationofmathematicalfoundation,andintegratespracticalapplications,sothatstudentscanfullygraspthecoreconceptsandalgorithmsofdatamining.Pythonisusedastheimplementationlanguage,andtheimplementationmethodisexpoundedindetail,whichaimstoimprovethepracticalabilityandapplicationlevelofstudents.负责人李昕大纲执笔人李昕审核人刘昕二、课程目标序号代号课程目标OBE毕业要求指标点任务自选1M1目标1：能够运用数据挖掘原理和建模方法，从系统的角度抽象描述和分解石油勘探开发应用领域的复杂工程问题，建立系统模型是2M2目标2：在数据挖掘的设计环节中体现探索精神和创新意识是3M3目标3：能撰写专业相关研究报告和设计文档，具备在公众场合开展报告陈述及交流、答辩的能力是4M4目标4：了解数据挖掘的国际发展趋势、研究热点，能将石油勘探开发案例的设计置于国际背景下是三、课程内容序号章节号标题课程内容/重难点支撑课程目标课内学时教学方式课外学时课外环节1第一章第一章数据挖掘概述本章重难点：理解数据挖掘系统的一般结构以及数据挖掘的常用方法。M1,M32讲授2SPOC21.11.1基本概念数据挖掘的基本概念；数据挖掘的发展简史；数据挖掘的特点。/////31.21.2数据挖掘系统的一般结构数据挖掘的体系结构；数据挖掘步骤。/////41.31.3数据挖掘面临的主要问题数据挖掘方法所面临的问题、用户交互性的问题、应用与社会影响。/////51.41.4数据挖掘的常用方法基于统计学习的数据挖掘方法、基于机器学习的数据挖掘方法、数据挖掘的衡量标准。/////61.51.5数据挖掘与石油勘探开发数据挖掘原理与石油勘探开发的关系/////7第二章第二章基于数据仓库的数据挖掘本章重难点：理解多维数据模型、数据仓库设计。M13讲授3SPOC82.12.1数据仓库概述数据仓的产生、定义和发展；数据库、数据仓库和数据挖掘的关系；数据仓库系统的组成。/////92.22.2多维数据模型数据立方体；典型的OLAP操作；多维数据模型的模式。/////102.32.3数据仓库设计数据仓库的设计方法与设计过程。/////11第三章第三章数据预处理本章重难点：理解数据清洗、数据集成和变换以及数据归约。M13讲授3SPOC123.13.1认识数据数据对象、数据属性、数据的基本统计描述。/////133.23.2预处理的必要性预处理的必要性/////143.33.3数据清理数据缺失处理、噪声数据的处理、数据清洗的过程。/////153.43.4数据集成和变换数据集成、数据变换。/////163.53.5数据归约维归约、数据压缩、数值归约、数据离散化等。/////17第四章第四章数据可视化本章重难点：理解数据可视化流程、时空数据可视化与网络数据可视化。M2,M3,M43讲授3SPOC184.14.1数据可视化概论数据可视化的基本介绍/////194.24.2视觉感知与认知格式塔理论；视觉通道。/////204.34.3数据分析与探索数据属性、数据预处理、数据存储、数据分析等。/////214.44.4数据可视化流程数据可视化流程；数据处理和数据变换；可视化编码。/////224.54.5时空数据可视化一维标量数据可视化、二维标量数据可视化、三维标量数据可视化。/////234.64.6层次和网络数据可视化树和图可视化、层次数据可视化、网络数据可视化。/////244.74.7可视化工具进行数据可视化操作的基本工具介绍/////254.84.8综合案例——气井产量预测分析项目简介；数据集说明；数据整体分析；外输压力和日产气量关联分析；产水量和日产气量的关联分析；生产时间和日产气量的关联分析；气嘴直径和日产气量的关联分析；平均油压、平均套压和日产气量。/////26第五章第五章分类与预测本章重难点：理解基于决策树的分类、k-最临近分类。M1,M2,M44讲授4SPOC275.15.1分类的基本过程介绍分类的基本过程/////285.25.2分类模型的构造方法数据准备；分类方法；方法评估标准。/////295.35.3基于决策树（判定树）的分类决策树分类步骤；决策树ID3算法；属性选择方法；基本决策树方法的改进；树剪枝等。/////305.45.4其他分类方法k-最临近（近邻）分类；基于统计的分类策略。/////31第六章第六章聚类分析本章重难点：理解聚类算分析算法分类以及主要聚类方法。M1,M2,M44讲授4SPOC326.16.1聚类分析概念基本概念；聚类分析原理；聚类的主要应用。/////336.26.2聚类分析算法分类按照聚类标准；按照聚类算法所处理的数据类型；按照聚类的尺度；按照聚类算法的思路。/////346.36.3聚类分析中的数据类型基本的数据结构；标准化；数值型数据的相异性度量；其它类型的变量相似性值。/////356.46.4主要聚类方法层次方法；划分方法；基于密度的聚类方法；基于网格的聚类方法；基于模型的方法；模糊聚类算法FCM/////36第七章第七章关联规则挖掘本章重难点：理解关联规则挖掘方法、挖掘频繁项集的模式增长方法及多种关联规则挖掘M1,M2,M43讲授3SPOC377.17.1基本概念购物篮问题分析；频繁项集和关联规则；关联规则挖掘的应用；关联规则挖掘分类。/////387.27.2关联规则挖掘方法关联规则挖掘基本过程；Apriori算法；由频繁项集产生关联规则；Apriori算法的改进思路。/////397.37.3挖掘频繁项集的模式增长方法FP-tree的构建；FP-Growth算法。/////407.47.4多种关联规则挖掘多层关联规则挖掘、多维关联规则挖掘。/////417.57.5关联模式评估客观兴趣度度量；辛普森悖论。/////42第八章第八章文本抽取算法本章重难点：理解SVD矩阵分析和相似度计算。M1,M2,M43讲授3SPOC438.18.1潜在语义分析LSA应用背景介绍潜在语义分析的应用背景/////448.28.2创建Term-DocumentMatrix潜在语义分析的基础数据结构/////458.38.3TF-IDF修改权重采用TF-IDF方法，修改矩阵权重/////468.48.4SVD矩阵分析如何利用SVD方法进行矩阵分解/////478.58.5相似度计算潜在语义分析中向量的相似度计算/////488.68.6文献检索如何运用潜在语义分析方法进行文献检索/////498.78.7数学基础特征值和特征向量；SVD求解；SVD几何意义。/////50第九章第九章推荐算法本章重难点：协同过滤。M1,M2,M43讲授3SPOC519.19.1推荐算法概述推荐算法的基本介绍/////529.29.2冷启动问题利用非个性化推荐；利用用户注册信息；利用物品的内容信息；根据用户的手机信息。/////539.39.3推荐算法分类根据推荐结果是否具有个性；根据推荐引擎的数据源；根据推荐模型的建立方式；混合推荐算法。/////549.49.4协同过滤基于用户的协同过滤；基于物品的协同过滤；基于模型的协同过滤。/////559.59.5综合案例：基于用户的协同过滤一个基于用户的协同过滤的综合案例/////56第十章第十章网络数据挖掘本章重难点：理解网络结点的中心性、链路测试与相似性度量及社团检测算法。M1,M2,M42讲授2SPOC5710.110.1引言网络数据挖掘的基本介绍/////5810.210.2网络的定义与表示网络的定义；图的邻接矩阵表示；网络的类型。/////5910.310.3网络的基本性质路径与连通性；节点的度和度的分布；聚类系数；无标度网络与小世界网络。/////6010.410.4网络结点的中心性度中心性；介数中心性；接近性中心性；特征向量中心性；Katz中心性等。/////6110.510.5链路预测与相似性度量问题定义和评价指标；共同邻居；优先链接指标；资源分配指标；局部路径指标。/////6210.610.6社团检测算法模块度；CNM社团检测算法。/////63第十一章第十一章页岩油压裂水平井产能数据挖掘分析本章重难点：页岩油井产能数据预处理方法与页岩油井产能/生产动态预测。M1,M32讲授2SPOC6411.111.1技术背景页岩油压裂水平井产能数据的应用背景/////6511.211.2页岩油井产能数据的特征页岩油井产能数据的特征/////6611.311.3页岩油井产能数据预处理方法数据清洗；页岩油产能主要控制因素筛选。/////6711.411.4页岩油井产能/生产动态预测非时间序列型模型；时间序列型模型。/////6811.511.5实例分析非时间序列型模型、时间序列型模型。/////四、考核方式序号考核环节操作细节总评占比1编程训练根据对应的算法，进行编程实现，成绩采用三级制。20%2平时报告参与评分的作业主要布置小论文等综合性的题目，根据作业完成质量、是否按时提交、是否独立完成，内容是否全面、深入，能否体现出学生独立解决问题的能力进行评分，成绩采用三级制。40%3结题大作业对报告的完成深度进行评估。采用百分制。40%五、评分标准序号课程目标考核环节大致占比评分等级（标准）描述1M1编程训练80%A-算法不仅能解决问题，而且运行效率高;B-能解决问题，运行效率低;C-不能解决问题2M1平时报告20%A-高效体现建模的设计过程。B-能体现建模的设计过程。B-不能体现建模的设计过程。3M2编程训练20%A-能进行有效创新，体现算法效率;B-代码能解决问题，但是不具备创新性;C-代码不能解决问题4M2平时报告30%A-能对主题算法进行有效创新。B-对主题算法的创新程度有限。C-没有对主题算法进行创新5M2结题大作业50%A-能够通过综合设计，有效体现创新性;B-能够通过综合设计，但创新程度有限;C-完全不能体现创新。6M3平时报告50%A-能够找到对应算法主题的深度，发现其本质原理。B-对主题算法仅具有一般性了解。C-对主题算法基本不了解。7M3结题大作业50%A-能够综合运行课程算法，有效解决石油勘探开发相关案例的复杂工程问题;B-仅能运用几项算法，解决问题的程度有限;C-问题解决不够清晰，基本没有体现学习能力8M4平时报告50%A-非常具有前沿性。B-简单应用前沿理论。C-采用传统方法解决。9M4结题大作