电子商务数据挖掘与知识分析教学大纲.pdfVIP

电子商务数据挖掘与知识分析教学大纲--第1页

《电子商务数据挖掘与知识分析》教学大纲

课程编号051861A课程性质专业选修课

学时32学分2

适用专业信息管理与信息系统、电子商务

Ⅰ大纲本文

一、课程内容

（一）引言

1.什么激发了数据挖掘，为什么它是重要的

2.什么是数据挖掘

3.在何种数据上进行数据挖掘

4.数据挖掘功能

5.所有模式都是有趣的吗

6.数据挖掘系统的分类

7.数据挖掘的主要问题

（二）数据仓库和数据挖掘的OLAP技术

1.什么是数据仓库

2.多维数据模型

3.数据仓库的系统结构

4.什么是数据仓库

5.数据仓库的实现

6.从数据仓库到数据挖掘

7.小结

（三）数据预处理

1.为什么要预处理数据

2.数据清理

3.数据集成和变换

4.数据归约

5.离散化和概念分层生成

6.小结

（四）数据挖掘原语、语言和系统结构

1.数据挖掘原语：定义数据挖掘任务

2.一种数据挖掘查询语言

3.根据数据挖掘查询语言设计图形用户界面

4.数据挖掘系统的结构

5.小结

（五）概念描述：特征化与比较

1.什么是概念描述

2.数据概化和基于汇总的特征化

3.解析特征化：属性相关分析

4.挖掘类比较：区分不同的类

5.大型数据库中挖掘描述统计度量

6.讨论

7.小结

1

电子商务数据挖掘与知识分析教学大纲--第1页

电子商务数据挖掘与知识分析教学大纲--第2页

（六）挖掘大型数据库中的关联规则

1.关联规则挖掘

2.由事务数据库挖掘单维布尔关联规则

3.由事务数据库挖掘多层关联规则

4.由关系数据库和数据仓库挖掘多维关联规则

5.由关联挖掘到相关分析

6.基于约束的关联挖掘

7.小结

（七）分类和预测

1.什么是分类，什么是预测

2.关于分类和预测的问题

3.用判定树归纳分类

4.贝叶斯分类

5.后向传播分类

6.基于源自关联规则挖掘概念的分类

7.其他分类方法

8.预测

9.分类法的准确性

10.小结

（八）聚类分析

1.什么是聚类分析

2.聚类分析中的数据类型

3.主要聚类方法的分类

4.划分方法

5.层次方法

6.基于密度的方法

7.基于网格的方法

8.基于模型的聚类方法

9.孤立点分析

10.小结

（九）数据挖掘在电子商务中的应用

1.Web挖掘

2.电子商务数据挖掘系统的例子

二、课外作业与习题

（一）各章布置相应习题供学生课外练习，以巩固所学内容。习题来源可从教材或相关参考书中选取。

要求学生按时独立完成。对于各次作业中出现的问题，教师应及时