《数据挖掘与商务智能》课程实践教学大纲.pdfVIP

《数据挖掘与商务智能》课程实践教学大纲 DataminingandBusinessIntelligence 课程编号：131502044 课程类别：非独立开设实验课程 学时： 12 学分：2 适用对象：信息管理与信息系统、电子商务 先修课程：大学计算机、数据库原理与应用、统计学、概率论与数理统计 一、课程的性质与任务 该课程可以支撑能力要求第2、3条，达成具有一定的信息系统和信息资源开发利用的实践 能力和技术技能，并灵活应用于实际工作的技能，初步具备利用创造性思维方法开展科学研究 的能力，以及基于多学科知识融合的创意、创新和创业能力。数据挖掘是一门新兴的交叉性学 科，是在信息技术领域迅速兴起的计算机技术。数据挖掘技术面向应用。在很多重要的领域， 数据挖掘都发挥着积极的作用。因此这门课程是计算机专业及相关专业的重要课程之一。本课 程主要介绍数据挖掘的基本概念，原理、方法和技术，具体包括：数据的预处理、分类预测、 关联挖掘、聚类分析等内容。 二、教学的目的与要求 通过本课程的学习，使学生了解数据挖掘技术的整体概貌，掌握关联分析、分类预测、聚 类分析等数据挖掘方法最基本的概念、算法原理和技术方法，掌握运用SPSS Clementine进行 数据挖掘的步骤、方法，了解数据挖掘技术的主要应用及当前的研究热点问题，了解数据挖掘 技术的发展方向。 三、考核方式及办法： 四、实验项目名称与学时分配： 实验安排一览表 学时 必开或 实验 分组 序号 实验项目名称 分配 选开 类型 人数 1 Clementine与数据预处理 1 必开 1 2 关联规则挖掘 3 必开 4 3 分类预测 4 必开 4 4 聚类技术 3 必开 4 303 五、实验项目的具体类容： 实验一 Clementine与数据预处理 1、实验目的要求 让学生从总体上认识SPSS Clementine系统界面和基本操作方法，掌握数据预处理方法。 2、实验准备知识 认真阅读实验指导书，了解SPSS Clementine系统界面和基本操作方法，掌握数据预处理方法， 并预先在网上查找数据挖掘的相关知识. 3、实验内容 （1）SPSS Clementine系统界面和基本操作方法的熟悉； （2）数据预处理的方法。 实验二 关联规则挖掘 1、实验目的 （1）掌握Apriori、gri算法和序列关联规则算法的原理和过程； （2）掌握采用SPSS Clementine等商业统计分析工具进行关联规则挖掘的主要步骤和方法; 2、实验准备知识 认真阅读实验指导书，熟悉SPSS Clementine软件运用Apriori、gri算法和序列关联规则 算法进行关联规则挖掘的主要步骤和方法； 3、实验内容及要求 . （1）对购物篮数据运用priori、gri算法进行关联规则分析； （）对超市会员消费数据运用序列关联规则算法进行关联规则分析。 2 实验三 分类预测 1、实验目的 （1）掌握监督分类技术预测的概念、原理和经典算法； （2）掌握C5、chaid、quest 决策树进行分类预测的原理、方法和步骤； （3）掌握b-p 反向传播网络、径向基函数网络人工神经网络预测原理、方法和步骤； （4）掌握二项logistic 回归、多项logist