数据挖掘与数据仓库大纲.docVIP

《数据仓库与数据挖掘》教学大纲 （Data warehourse Data mining） 课程中文名称 数据仓库与数据挖掘 课程英文名称 Data warehourse Data mining 课 程 性 质 选修课 适 用 专 业 信息管理与信息系统专业、计算机科学与技术专业 先 修 课 程 《数据结构》《程序设计》《高等数学》《数据库原理及应用》等 并 修 课 程 总 学 时 32+10(课程设计) 总学分 2 使 用 教 材 [1] 陈文伟 等.数据仓库与数据挖掘[M],人民邮电出版社 参 考 书 目 [1] 陈京民.数据仓库与数据挖掘技术[M],北京：电子工业出版社. [2] 张维明.数据仓库原理与应用[M], 北京：电子工业出版社出版. [3] 彭木根.数据仓库技术与实现[M], 北京：电子工业出版社. [4] 刘同明.数据挖掘技术及应用[M], 北京：国防工业出版社. [5] JiaWei Han,Micheline Kamber. 数据挖掘-概念与技术[M],北京：机械工业出版社出版. 教 学 方 式 课堂教学+实验教学 考 核 方 式 作业：10% 课程设计：20% 期末考试：70% 课程概述（本课程在学科或专业中的地位和作用、教学目标、内容简介等） 《数据仓库与数据挖掘》是信息管理与信息系统专业、计算机科学与技术专业的选修课。数据仓库与数据挖掘是20世纪90年代中期兴起的新技术。数据仓库与数据挖掘的结合为决策支持系统(DSS)开辟了新方向，它们也是商业智能的主要技术。数据仓库与数据挖掘是一个多学科领域，从多个学科汲取营养，这些学科包括数据库技术、人工智能，机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化。 本课程包括二大方面的内容。第一，数据仓库方面的内容,包括数据仓库的基本概念,数据立方体,联机分析处理的实现。第二,数据挖掘方面的内容，包括数据的预处理技术数据挖掘原语，概念描述技术，关联规则方法，数据的分类与预测，数据聚类分析方法，最后是先进数据库中的数据挖掘方法。 本课程的教学目标是：从数据仓库角度出发，全面、系统地介绍数据仓库和数据挖掘的基本概念，基本方法以及数据挖掘的最新进展。通过本课程的学习，使学生对数据挖掘的整体结构，概念和技术有深入的认识和了解，并且可以熟悉数据挖掘的基本原理，提高学生分析数据的思维能力与计算能力，以便为学习后续课程奠定必要的基础。 学 时 分 配 表 章次 章 名 学时 备注 一 数据仓库与数据挖掘概述 4 二 数据仓库系统 3 三 数据仓库的获取与管理 3 四 数据仓库的设计、开发与应用 4 五 联机分析处理 4 六 数据仓库的数据预处理 4 七 粗糙集方法与关联规则挖掘 5 八 分类与预测 5 九 决策支持系统与商业智能 2 总学时合计 32 说明：以上表格字体均为五号宋体，表格中所要填写的内容均为五号楷体。 第一章 数据仓库与数据挖掘概述 ［教学内容］ 本章重点介绍数据仓库和数据挖掘的概念，以及数据挖掘使用的相应方法和技术，并简要介绍数据仓库与数据挖掘的发展等内容。 [教学目标与要求] （1）了解数据仓库与数据挖掘产生的背景 （2）掌握数据仓库与数据挖掘的概念 （3）了解数据挖掘的方法和技术 （4）了解数据仓库与数据挖掘的发展 [重点与难点] 教学重点：数据仓库和数据挖掘的概念、知识发现和数据挖掘的定义。 教学难点：数据挖掘的方法 [教学时数] 建议课时：4学时 第一节 数据仓库的概念 一、数据仓库的兴起 1．数据仓库的定义 2．建立数据仓库的原因 3．DB数据和DW数据的区别 二、数据仓库的特点 1．数据仓库的特点 三、数据集市 1．数据集市的产生 2．数据集市的概念 3．数据集市与数据仓库的关系 4．数据集市的特性 第二节 知识发现和数据挖掘概念 一、知识发现和数据挖掘的定义 1．知识发现的定义 2．数据准备 3．数据挖掘的定义 4．结果的解释和评估 二、数据挖掘任务 1．数据挖掘的主要任务 2．关联分析、时序模式、聚类、分类、偏差检测、预测的定义 三、数据挖掘分类 1．按数据库类型分类 2．按数据挖掘对象分类 3．按数据挖掘方法和技术分类 四、数据挖掘对象 1．关系数据库 2．文本数据 3．图像与视频数据 4．Web数据 五、数据挖掘的知识表示 1．获得知识的表示形式：规则、决策树、知识基、网络权值、公式和案例 第三节 数据挖掘方法和技术 一、归纳学习方法 1．