数据挖掘试验指导书.docVIP

《商务数据分析》实验指导书 （适用于国际经济与贸易专业） 江西财经大学国际经贸学院 编写人：戴爱明 目 录 TOC \o 1-1 \h \z \u 前 言 1 实验一、SPSS Clementine 软件功能演练 5 实验二、SPSS Clementine 数据可视化 9 实验三、决策树C5.0 建模 17 实验四、关联规则挖掘 30 实验五、聚类分析（异常值检测） 38 PAGE 1 前 言 一、课程简介 商务数据分析充分利用数据挖掘技术从大量商务数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为数据库中知识发现(Knowledge Discovery in Database, KDD)，因此，数据挖掘和数据仓库的协同工作，一方面，可以迎合和简化数据挖掘过程中的重要步骤，提高数据挖掘的效率和能力，确保数据挖掘中数据来源的广泛性和完整性。另一方面，数据挖掘技术已经成为数据仓库应用中极为重要和相对独立的方面和工具。 数据挖掘有机结合了来自多学科技术，其中包括：数据库、数理统计、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像与信号处理、空间数据分析等，这里我们强调商务数据分析所处理的是大规模数据，且其算法应是高效的和可扩展的。通过数据分析，可从数据库中挖掘出有意义的知识、规律，或更高层次的信息，并可以从多个角度对其进行浏览察看。所挖掘出的知识可以帮助进行商务决策支持。当前商务数据分析应用主要集中在电信、零售、农业、网络日志、银行等方面。 二、课程的任务和实验的教学目标 课程编号： 课程属性：专业任选课 实验学时：8 适用专业：国际经济与贸易 先修课程：数据库技术、概率论与数理统计、统计学 《商务数据分析》是一门理论和实践相结合的课程，其上机实验的目的主要是实现数据挖掘的主要算法，训练学生实际动手进行数据挖掘设计和软件应用的能力，加深对数据挖掘相关概念和算法的理解。 本课程具有技术性和实践性较强的特点，因此，配合基本原理的讲授，应当安排相应的实习操作。通过实验和操作，使学生巩固和加深数据仓库与数据挖掘理论知识，进一步加强学生独立分析问题和解决问题的能力、综合设计及创新能力的培养，为今后工作打下良好的基础。经过多层次、多方式的全面训练后，学生应达到下列要求： 1．进一步巩固和加深数据挖掘基本知识的理解，提高综合运用所学知识，建立、管理和分析商务数据的能力。 2．能根据需要选学参考书，查阅相关的工具，通过独立思考，深入钻研有关问题，学会自己独立分析问题、解决问题，具有一定的创新能力。 3．能正确处理大规模数据，选择数据挖掘工具的开发平台和相关的软件解决实践问题。 4．能独立撰写实验报告，准确分析实验结果，总结有关的问题，提出相关的建议。 三、实验教材及参考书 理论课教材及参考书： 数据仓库与数据挖掘教程（丛书名： 高等院校信息管理与信息系统专业系列教材）作者： 陈文伟 编著，清华大学出版社，2006.8 数据仓库和数据挖掘，苏新宁 等编著，清华大学出版社，2006.4 数据仓库与数据挖掘技术（第2版），陈京民 编著，电子工业出版社，2007.11 Jiawei Han, Micheline Kamber. Data Mining: Concepts and Techniques.高等教育出版社（影印版）,2001.5. Ian H. Witten, Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques (第二版). 机械工业出版社（影印版），2005. Richard J. Roiger, Michael W. Geatz. Data Mining: A Tutorial-Based Primer.清华大学出版社，2003. 实验教材： 数据挖掘Clementine应用实务，谢邦昌 主编，机械工业出版社，2008.4 数据挖掘原理与SPSS Clementine应用宝典，元昌安 主编，电子工业出版社，2009.8 四、实验基本内容及学时分配 按照《商务数据分析》实验教学大纲的要求，共设立实验4个，总计20学时。试验基本内容与学时分配如下表： 序号 实验名称 实验学时 每组人数 实验属性 实验者类别 开出 要求 1 SPSS Clementine 软件功能演练 1 1 演练 本科 必开 2 实验二、SPSS Clementine 数据可视化 1 1 演练 本科 必开 3 分类发现 2 1 验证综合 本科 必开 4 关联规则 2 1 验