《数据挖掘与商务智能》课程教学大纲.docx
PAGE3
ADDINCNKISM.UserStyle《数据挖掘与商务智能》课程教学大纲
（理论课程）
一、课程基本信息
课程号
3023S04024
开课单位
国际学院
课程名称
（中文）数据挖掘与商务智能
（英文）DataDimingandBussinessIntelligent
课程性质
选修
考核类型
考查
课程学分
2
课程学时
34
课程类别
专业发展课程（专业拓展课）
先修课程
学科核心课
适用专业（类）
信息管理与信息系统
二、课程描述及目标
（一）课程简介
《数据挖掘与商务智能》课程是本专业（类）的一门学科核心课程，旨在通过理论教学与实践操作训练，使学生掌握商务智能的核心技术基础－数据仓库、OLAP和数据挖掘的基本概念、技术和方法，重点讲述数据挖掘的各类常见算法，包括分类、聚类、预测、推荐算法等，并在此基础上应用于相关领域。本课程的主要基础课程是数据库原理、概率论和统计理论等课程，同时也采用了智能原理与应用、人工智能的基础知识，也为这些课程补充了应用的内容，在本专业培养课程体系中属于承前启后的课程。
（二）教学目标
课程目标1：培养学生具有大数据思维，科学严谨的研究态度，利用数据分析来帮助商务决策的观念，。
课程目标2：学生能够掌握基本的商务智能基础理论和数据管理技术（如，数据仓库、OLAP、数据挖据等）。
课程目标3：了解并掌握常见的数据挖掘算法：分类、聚类、预测、神经网络、推荐、关联算法等。
课程目标4：能够针对具体的商业问题，运用先进的数据管理和分析技术，设计并实施有效的智能解决方案。
三、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
1-1：人文社科基础。了解自然科学、社会科学、人文科学等基础知识；
课程目标1
1-2：专业基础理论。具备良好的数理基础，掌握管理学、信息管理与信息系统的基本理论和知识；
课程目标2
1-5：学科前沿。了解本专业的前沿问题及相关领域发展动态。
课程目标3
2-1：自主学习能力。具备以国际化的视野独立自主地获取和更新本专业相关知识的学习能力；
课程目标4
2-4：数据挖掘与管理能力。具备统计分析、数据挖掘、信息可视化等基本的信息分析与数据管理能力；
课程目标2
课程目标3
2-5：管理实践能力。具备综合应用知识解决不同信息系统以及社会信息管理实际问题的能力。
课程目标3
课程目标4
3-1：思想政治素质。具备良好的思想政治素质和正确的人生观、价值观；
课程目标4
3-2：职业与道德修养。具备较强的法律意识，高度的社会责任感，良好的职业道德、团队合作和社会适应能力；
课程目标1
3-4：专业素质。具有较强的系统思维和专业意识，信息系统顶层设计、开发的能力；
课程目标1
四、教学方式与方法
教学方式：课堂讲授、课堂讨论、课外案例实践相结合。
教学方法：探讨式教学、启发式教学、案例教学相结合，课堂上，教师将介绍一些基本的商务智能的概念，以及一些常用处理数据的方法与技巧，在课外实践中，学生需通过实际运用去掌握这些方法和技巧，以提高自己的研究能力。
五、教学重点与难点
（一）教学重点
教学重点是掌握数据仓库系统、联机分析处理（OLAP），数据处理和数据挖掘方法，例如数据预处理技术，数据挖掘技术，以及数据挖掘方法，以及对于对实际问题进行分析、并结合案例分析上述方法和技术在商务智能中的应用。
（二）教学难点
教学难点是对于具体的数据处理技术，数据挖掘技术，以及数据分析技术的理解和掌握。
六、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
第1章商务智能概述
通过本章的教学，使学生掌握商务智能的基本概念，了解商务智能在现实生活中的重要性以及发展方向与前沿。
2
讲授
课程目标2
2
第2章数据仓库
通过本章的教学，目的在于能够让学生能够构建数据仓库的数据模型和数据组织，了解数据仓库的体系结构，以及进行数据仓库的项目管理。
4
讲授
课程目标2
3
第3章在线分析处理OLAP技术
通过本章的教学，使学生了解掌握OLAP技术，OLAP操作、OLAP分类，以及ROLAP与MOLAP
的比较。
3
讲授
课程目标2
4
第4章数据挖掘过程
通过本章的教学是学生掌握数据挖掘的基本概念，数据挖掘各阶段的关系，数据预处理的方法和数据清理的方法。
3
讲授
课程目标1
5
第5章数据挖掘方法
通过本章的教学，使学生掌握各类分类器，聚类方法，和回归方法的原理和实现方法，以及应用范围，各类算法的评估和比较。
14
讲授
课程目标2
课程目标3
6
第6章商务智能应用
通过本章的教学，使学生初步掌握常用的电子商务网站推荐方法，了解商务智能在网站优化，客户关系管理，企业绩效管理，搜索引擎优化的应用原理。
4
讲授