數(shù)據(jù)挖掘與數(shù)據(jù)倉庫--教學(xué)大綱

1、數(shù)據(jù)挖掘與數(shù)據(jù)倉庫（教學(xué)大綱）Data mining and data warehouse課程編碼：05405140 學(xué)分：2.5課程類別：專業(yè)方向課計劃學(xué)時：48其中講課：32實驗或?qū)嵺`：上機(jī)：16適用專業(yè)：信息管理與信息系統(tǒng)、電子商務(wù)推薦教材：陳文偉，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程，清華大學(xué)出版社，2008參考書目：1. Richard J. Roiger, Michael W. Geatz. Data Mining: A Tutorial-Based Primer.2003.2. Ian H. Witten, Eibe Frank. Data Mining: Practical Machine

2、Learning Tools and Techniques （第二版）.機(jī)械工業(yè)出版社（影印版），2005.3. Jiawei Han, Micheline Kamber. Data Mining: Concepts and Techniques.2001.5.4. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)（第 2版），陳京民 編著，電子工業(yè)出版社，2007.115. 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘，蘇新寧等編著，清華大學(xué)出版社，2006.46. 數(shù)據(jù)挖掘Clementine應(yīng)用實務(wù)，謝邦昌 主編，機(jī)械工業(yè)出版社，2008.4課程的教學(xué)目的與任務(wù)本課程將系統(tǒng)介紹數(shù)據(jù)挖掘的基本概念、基本原理和應(yīng)用基礎(chǔ)，通過課堂講授、實例分析

3、，提高學(xué)生數(shù)據(jù)挖掘技術(shù)的認(rèn)識，熟悉基本工具應(yīng)用，并掌握設(shè)計和開發(fā)數(shù)據(jù)挖掘算法和系統(tǒng)的初步能力。課程的基本要求1、了解數(shù)據(jù)倉庫及數(shù)據(jù)挖掘的概念、特征、應(yīng)用范圍，以及主要數(shù)據(jù)挖掘工具2、 了解OLTP和OLAP的區(qū)別；熟悉 OLAP的體系結(jié)構(gòu)，以及如何評價OLAP工具；掌握多維分析的 基本分析動作。3、了解數(shù)據(jù)質(zhì)量，掌握數(shù)據(jù)預(yù)處理方法，4、 掌握數(shù)據(jù)挖掘的定性歸納技術(shù)、關(guān)聯(lián)挖掘、聚類分析、分類方法、預(yù)測方法、文本挖掘、WEB挖 掘5、熟練掌握數(shù)據(jù)挖掘軟件Clementine在各類挖掘任務(wù)中的應(yīng)用。各章節(jié)授課內(nèi)容、教學(xué)方法及學(xué)時分配建議(含課內(nèi)實驗)第一章.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘概述建議學(xué)時：2教學(xué)目的

4、與要求了解數(shù)據(jù)倉庫及數(shù)據(jù)挖掘的概念、特征、應(yīng)用范圍，以及主要數(shù)據(jù)挖掘工具。教學(xué)重點與難點數(shù)據(jù)倉庫及數(shù)據(jù)挖掘的概念授課方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容1.1為什么要數(shù)據(jù)挖掘1.2數(shù)據(jù)挖掘的應(yīng)用示例1.3數(shù)據(jù)挖掘方法簡介1.4數(shù)據(jù)挖掘與其他學(xué)科的關(guān)系1.5商務(wù)智能的三大塊1.6常用數(shù)據(jù)挖掘工具簡介第二章數(shù)據(jù)倉庫技術(shù)建議學(xué)時：4教學(xué)目的與要求了解數(shù)據(jù)倉庫的概念，區(qū)分與傳統(tǒng)數(shù)據(jù)庫技術(shù)的不同；掌握數(shù)據(jù)倉庫存儲的抽取、轉(zhuǎn)換和裝載教學(xué)重點與難點數(shù)據(jù)倉庫存儲的抽取、轉(zhuǎn)換和裝載；數(shù)據(jù)倉庫存儲的數(shù)據(jù)模型授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容2.1數(shù)據(jù)倉庫的概念2.2數(shù)據(jù)倉

5、庫存儲的數(shù)據(jù)模型2.3數(shù)據(jù)倉庫的體系結(jié)構(gòu)2.4數(shù)據(jù)倉庫應(yīng)用的抽取、轉(zhuǎn)換和裝載第三章數(shù)據(jù)倉庫開發(fā)模型建議學(xué)時：4教學(xué)目的與要求了解數(shù)據(jù)倉庫開發(fā)模型的概念，了解數(shù)據(jù)倉庫開發(fā)過程，掌握數(shù)據(jù)倉庫三種概念 模型：星型模式、雪花模式、或事實星座模式，掌握數(shù)據(jù)粒度概念，元數(shù)據(jù)概念。教學(xué)重點與難點數(shù)據(jù)倉庫三種概念模型，數(shù)據(jù)粒度概念，元數(shù)據(jù)概念授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容3.1數(shù)據(jù)倉庫開發(fā)模型的概念3.2數(shù)據(jù)倉庫的概念模型3.3數(shù)據(jù)倉庫的邏輯模型3.4數(shù)據(jù)倉庫的物理模型3.5數(shù)據(jù)倉庫的生成3.6數(shù)據(jù)倉庫的使用和維護(hù)3.7數(shù)據(jù)倉庫的粒度、聚集和分割3.8元數(shù)據(jù)第四章 聯(lián)機(jī)分析處理(

6、OLAP)技術(shù)建議學(xué)時：4教學(xué)目的與要求了解OLTP和OLAP的區(qū)別；熟悉 OLAP的體系結(jié)構(gòu)，以及如何評價OLAP工具;掌握多維分析的基本分析動作。教學(xué)重點與難點OLAP的體系結(jié)構(gòu)；多維分析的基本分析動作授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容4.1 從 OLTP 至V OLAP4.2 OLAP的基本概念4.3多維分析的基本分析動作4.4 OLAP的數(shù)據(jù)組織4.5 OLAP的體系結(jié)構(gòu)4.6 OLAP工具及評價4.7 Codd關(guān)于OLAP產(chǎn)品的十二條評價準(zhǔn)則第五章數(shù)據(jù)挖掘的原理與技術(shù)建議學(xué)時：4教學(xué)目的與要求了解為什么要數(shù)據(jù)挖掘、數(shù)據(jù)挖掘與其他學(xué)科的關(guān)系，熟悉常用數(shù)據(jù)挖掘方

7、法和工具，掌握數(shù)據(jù)挖掘的原理與技術(shù)。教學(xué)重點與難點數(shù)據(jù)挖掘的原理與技術(shù)，數(shù)據(jù)挖掘與其他學(xué)科的關(guān)系授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容5.1知識發(fā)現(xiàn)的過程5.2數(shù)據(jù)挖掘的方法和技術(shù)5.3數(shù)據(jù)挖掘的知識表示第六章數(shù)據(jù)的獲取和管理建議學(xué)時：4教學(xué)目的與要求了解數(shù)據(jù)的數(shù)據(jù)獲取和管理，掌握數(shù)據(jù)質(zhì)量的多維度量，掌握數(shù)據(jù)預(yù)處理方法教學(xué)重點與難點數(shù)據(jù)質(zhì)量，數(shù)據(jù)預(yù)處理方法授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔6.16.26.36.46.56.6授課內(nèi)容 數(shù)據(jù)倉庫的數(shù)據(jù)獲取數(shù)據(jù)管理系統(tǒng)管理數(shù)據(jù)的預(yù)處理數(shù)據(jù)質(zhì)量的多維度量建議學(xué)時：2數(shù)據(jù)預(yù)處理的主要方法 第七章定性歸納教學(xué)目的與

8、要求了解數(shù)據(jù)挖掘的定性歸納技術(shù)，掌握 ID3算法、C5.0算法。教學(xué)重點與難點ID3算法、C5.0算法授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容7.1基本概念7.2數(shù)據(jù)泛化7.3屬性相關(guān)分析7.4挖掘概念對比描述7.5挖掘大數(shù)據(jù)庫的描述型統(tǒng)計信息第八章關(guān)聯(lián)挖掘建議學(xué)時：2教學(xué)目的與要求了解關(guān)聯(lián)挖掘和的方法，掌握 Apriori算法教學(xué)重點與難點Apriori 算法授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容8.1基本概念8.2單維布爾邏輯關(guān)聯(lián)規(guī)則挖掘8.3多層關(guān)聯(lián)規(guī)則挖掘8.4多維關(guān)聯(lián)規(guī)則挖掘8.5關(guān)聯(lián)規(guī)則聚類系統(tǒng)(ARCS)8.6關(guān)聯(lián)規(guī)則其它內(nèi)容第九章聚類分

9、析建議學(xué)時：2教學(xué)目的與要求了解什么是聚類分析、聚類和分類的區(qū)別，掌握聚類分析的算法。教學(xué)重點與難點聚類分析的算法授課方法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容9.1什么是聚類分析9.2聚類分析中的數(shù)據(jù)類型9.3主要聚類算法的分類第十章分類建議學(xué)時：2教學(xué)目的與要求了解什么是數(shù)據(jù)挖掘的分類，掌握 KNN(K-Nearest Neighbor)教學(xué)重點與難點KNN(K-Nearest Neighbor)分類和 Bayes分類授 課 方 法以課堂講授為主，課堂討論和課下自學(xué)為輔授課內(nèi)容10.1 分類的基本知識10.2 決策樹分類10.3 支持向量機(jī)分類10.4 KNN(K-Nearest Neighbor)分類10.5 Bayes 分類分類和Bayes分類第十一章預(yù)測建議學(xué)時：2支持向量機(jī)預(yù)測教學(xué)目的與要求了解預(yù)測算法，掌握回歸預(yù)測、廣義線性GenLin模型預(yù)