《数据仓库与数据挖掘》教学大纲.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

《数据仓库与数据挖掘》教学大纲

一、课程概述

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决策支持新技术。数据挖掘是数据库研究、开发、和应用最为活跃的分支之一。本课程的先修课程为数据结构、高等数学、数据库技术等。本课程标准适用于计算机科学与技术、信息管理与信息系统专业。

二、课程目标

了解数据管理技术从数据库到数据仓库的发展过程。

掌握数据仓库的定义、特点和研究数据仓库的必要性。

掌握数据仓库的体系结构和联机分析处理的概念

掌握数据仓库的数据组织、数据预处理与规划管理

掌握数据仓库规划、设计、管理的基本方法

掌握数据挖掘的基本概念及与数据仓库的关系

熟悉聚类分析、分类发现和关联规则等数据挖掘算法的使用环境、算法特点,并能进行算法复杂性的分析。

认识数据挖掘的发展趋势和应用前景

能够在科研实践中应用数据仓库技术和应用数据挖掘的方法。

三、课程内容和教学要求

这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下:

知道———是指对这门学科和教学现象的认知。

理解———是指对这门学科涉及到的概念、原理、策略与技术的说明和解释,能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。

掌握———是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。学会———是指能模仿或在教师指导下独立地完成某些教学知识和技能的操作任务,或

能识别操作中的一般差错。

教学内容和要求表中的“√”号表示教学知识和技能的教学要求层次。

本标准中打“*”号的内容可作为自学,教师可根据实际情况确定要求或不布置要求。

教学内容及教学要求表

教学内容

知道 理解

掌握 学会

数据仓库概述

从数据库到数据仓库 √

1.2数据仓库的概念与特点

1.2

数据仓库的概念与特点

1.3

数据仓库中的关键概念

1.4

数据仓库的数据组织

1.5

数据仓库与数据集市的关系

1.6

数据仓库体系结构

1.7

操作数据存储ODS

联机分析处理

2.1

联机分析处理的概念

2.2

OLAP多维数据分析

2.3

OLAP数据组织

2.5

OLAP工具及评价

数据仓库设计

数据仓库中的数据模型概述 √

概念模型设计 √

3.3逻辑模型设计

3.3

逻辑模型设计

3.4

物理模型设计

3.5

元数据模型

3.6

粒度模型

数据仓库的规划与开发

4.1

数据仓库的投资分析

4.2

数据仓库的开发方法

4.3

数据仓库的建立过程

4.4

数据仓库的维护

4.5

提高数据仓库的性能

4.6

数据仓库的安全性

4.7分布式数据仓库

教学内容

知道 理解 掌握 学会

数据仓库的工具

数据仓库的工具选择

常用数据仓库产品介绍

SQLServer数据仓库的操作应用

数据挖掘概述

数据挖掘的定义对象

数据挖掘的分类

数据挖掘系统

数据预处理

数据挖掘的算法

分类规则挖掘

预测分析与趋势分析规则

数据挖掘的关联算法

聚类分析

神经网络算法

8 数据挖掘新技术

数据挖掘的工具及其应用

国内外数据挖掘工具及评价

SQLServer2005数据挖掘工具应用

10基于数据挖掘的上市公司财务危机预警应用实例

四、课程实施

数据仓库与数据挖掘为计算机类选修课程,对于本科生着重强调理解基本概念和掌握最基本的方法,一般情况下,每周安排2课时,共36课时。

课时建议教学内容

课时建议

教学内容

教与学的方法建议

危机预警应用实例

合计:36课时

按36课时计

1

数据仓库概述

讲课3学时

讲授为主

2

联机分析处理

讲课4学时

讲授为主并辅以实例讨论.

分析

3

数据仓库设计

讲课4学时

讲授为主并辅以实例讨论.

分析

4

数据仓库的规划与开发

讲课3学时

讲授为主并辅以实例讨论.

分析

5

数据仓库的工具

讲课3学时

讲授为主并辅以实例讨论.

分析

6

数据挖掘概述

讲课2学时

讲授为主

7

数据挖掘的算法

讲课6学时

讲授为主并辅以实例讨论.

分析

8

数据挖掘新技术

讲课2学时

讲授为主

9

数据挖掘的工具及其应用

讲课2学时

讲授为主并辅以实例讨论.

分析

10

数据仓库与数据挖掘的综合应

讲课4学时

讲授为主并辅以实例分析

11

基于数据挖掘的上市公司财务

讲课2学时

讲授为主并辅以实例讨论.

分析

五、教材及参考书目

教材:李志刚马刚主编 数据仓库与数据挖掘的原理及应用 高等教育出版社2008年参考资料:

1、RichardJ.Roiger,MichaelW.Geatz著,翁敬农译

文档评论(0)

tianya189 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体阳新县融易互联网技术工作室
IP属地上海
统一社会信用代码/组织机构代码
92420222MA4ELHM75D

1亿VIP精品文档

相关文档