《商务智能与数据挖掘》教学大纲.docx

《商务智能与数据挖掘》教学大纲

课程编号英文名称：BusinessIntelligenceanddatamining

学分：2

学时：总学时48学时，其中理论16学时，实践32学时

先修课程：数据挖掘原理与应用、概率论、数理统计、线性代数

课程类别：专业拓展课程

授课对象：大数据管理与应用专业学生

教学单位：商学院

修读学期：第5学期

一、课程描述和目标

商务智能与数据挖掘是为大数据管理与应用专业本科生设计的专业选修课。该课程从理论和实践两方面传授商业数据开发和分析方法的理论知识，是一门实践性较强的课程。通过课程学习，使学生了解商业智能的发展；了解数据挖掘任务、数据结构、数据抓取方法、数据探索与预处理内容；熟悉商业数据挖掘的建模过程；掌握商业数据分析的工具和方法。鼓励学生用商业智能的思维和方法解决商业决策中的问题。通过课程教学培养学生的开创性思维能力、实际应用能力，以及灵活运用各方面知识分析问题、解决问题的能力。

本课程的教学，主要为了实现以下三方面的课程目标。

1.专业知识目标：通过课程的学习，让学生理解商务智能和数据挖掘的基本概念和原理；掌握数据预处理、数据清洗和数据转换等基本数据挖掘技术；理解并掌握常见的机器学习算法；理解并掌握关联规则挖掘、序列模式挖掘、社交网络分析等高级数据挖掘技术。

2.专业能力目标：能够将数据挖掘技术应用于实际商务场景，提升管理效率；能够设计和优化机器学习或聚类模型，提升模型的准确性和泛化能力；能够组织和展示数据挖掘项目的结果。能够依据实际的商务情境，选择恰当的数据分析工作，分析和解释数据挖掘的结果，并根据业务需求提出合理的建议。

3.综合能力目标：培养学生数据思维能力，提升其独立思考和解决问题的能力；提升学生分析问题的能力，特别是能通过数据挖掘工具和方法，解决商务问题的能力；提升学生在工作中对数据的敏感性，培育学生的创新思维能力；培养学生的团队协作、艰苦奋斗、诚实守信的商务精神。

二、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

2-1.大数据管理基础理论

课程目标1

L

2-2.理论知识整合学习能力

课程目标3

M

2-3.学科视野

课程目标1

M

2-4.国际化交流与现代化工作能力

课程目标2

M

3-2.大数据管理技术综合运用能力

课程目标3

M

3-3.专业知识与素养

课程目标2

L

三、教学内容、基本要求与学时分配

序号

教学内容

基本要求

学时

教学

方式

对应课程目标

1

商务智能概述:

1、商业智能的基本概念

2、商务智能的应用

了解商业智能的发展；了解商务智能的概念及定义；了解商务智能的应用。

2

集中讲授

课程目标1

2

数据仓库:

1、数据仓库的基本概念

2、数据仓库框架

2、数据仓库的开发方法

了解数据仓库的定义和结构，熟知数据仓库的常用结构；掌握数据仓库的基本使用方法。

2

集中讲授

课程目标2、3

3

在线分析处理OLAP:

1、OLAP概述

2、OLAP的分类

3、OLAP的多维数据分析

了解OLAP的基本概念和定义，熟知OLAP的常用种类和特征；掌握OLAP的基本操作和多维数据分析的操作。

4

集中讲授

课程目标2、3

4

关联分析：

1、关联规则的挖掘

2、关联分析的常用算法

3、关联规则的评价和应用

了解关联分析的基本方法，熟知常用的关联规则；掌握管理分析的常用算法和对应的分析工具；学会对管理分析的评价。

2

集中讲授

课程目标2、3

5

文本分析：

1、文本分析的基本概念

2、自然语言的处理

3、文本信息的情感分析

了解文本分析的基本概念；掌握自然语言处理分析的基本工具，掌握情感分析的基本工具。

2

集中讲授

课程目标2

6

数据可视化：

1、数据可视化的定义

2、数据可视化的特点

3、数据可视化工具

了解数据可视化的定义，熟悉数据可视化的特点；掌握数据可视化的基本工具；掌握文本可视化。

2

集中讲授

课程目标2、3

7

Web数据挖掘：

1、Web挖掘概述；

2、Web挖掘的种类和操作

了解Web挖掘的基本概念和定义；熟悉Web挖掘的流程和分类；掌握内容挖掘、使用挖掘和结构挖掘的基本操作。

2

集中讲授

课程目标2、3

合计

16

实践学时：

序号

实验项目

实验内容与要求

学时

类型

对应课程目标

1

数据库SQLServer

数据库SQLServer的基本操作，数据库的构建；数据信息的提起；基于SQLServer的决策树算法应用实践；必修

6

综合

1、2、3

2

OLAP数据实践

数据源视图和多维数据集的创建；多维数据集的部署和浏览；修改度量值、属性和层次结构；定义OLAP的高级属性和维度属性；定义计算、维度和度量值；定义钻取操作、透视、翻译；必修

6

设计

1、2、3

3

关联分析实践