【数据挖掘技术】实验教学大纲.doc

《数据挖掘技术》实验教学大纲 课程名称：数据挖掘技术 英文名称：Introduction of Data Mining 课程编号课程性质：课程类型：综合选修 是否为独立设课的实验课：否 适用专业：计算机专业 学时与学分：总学时：54 总学分：2.5 实验学时：18 实验学分：0.5 执 笔 人：尤著宏/彭小刚 制定时间：2012-2-24 一、实验课的任务、性质与目的 《数据挖掘技术》是一门新兴学科, 它是研究从大量不完全、有噪声、模糊的随机数据中提取潜在有用信息和知识的过程。它解决了高度信息化社会中人们处在信息的海洋却知识贫乏的问题, 在商业、金融、医学、科学研究、工程与政府管理等众多领域都有着广泛应用。数据挖掘课程有利于培养本科生的系统思维和解决实际问题的能力, 在更注重应用的本科阶段开设这一课程非常必要。 通过学习本课程，使学生能够掌握数据挖掘的基础知识，本课程重点结合实际项目需求，讲述解决实际问题的方法，辅之以来自电信、金融服务行业的实际案例。并演示利用数据挖掘工具将这些数据转化为最终营销手段所需要的方法和步骤。因此本课程具有非常强的针对性和实用性，并帮助学生最大限度地掌握这些实战知识。为了避免因为枯燥的理论使得学生失去学习的兴趣，本课程会首先演示十分有趣的成功案例，让学生看到数据挖掘的效果；然后再逐步讲解数据挖掘的基本知识，并穿插案例。 二、主要仪器设备及环境 硬件设备：高档微机 软件环境：Windows XP中文版 中文版SPSS Clementine软件概述 熟悉SPSS Clementine软件 数据探索 选做 4 1 设计 2 SPSS Clementine分类方法实现 决策树分类器的使用 支持向量机分类器使用 最近邻分类器使用 必做 4 1 设计 3 SPSS Clementine聚类方法实现 K均值聚类 凝聚层次聚类 必做 4 1 设计 4 SPSS Clementine关联规则发现方法实现 Apriori算法使用 关联模式的评估 序列模式 必做 4 1 综合 合计 18 四、教材、实验教材（指导书） [1] 范明，范宏建等译，《数据挖掘导论》，人民邮电出版社，2006 [2] 韩家炜，《数据挖掘概念与技术》，机械工业出版社，2007 五、考核方式与评分办法 实验要求提交相应的文档及实验报告，教师对其进行评分，最后纳入《数据挖掘技术》课程的总分之中。评分办法参见计算机与软件学院综合性、设计性实验以及常规实验的评分标准。 六、大纲审核人：黄强 2