數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程介紹和教學(xué)大綱

1、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程簡介課程編號(hào)1240542002課程名稱數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程性質(zhì)限選學(xué) 時(shí)32學(xué) 分2學(xué)時(shí)分配授課：26   實(shí)驗(yàn)： 上機(jī)：6   實(shí)踐：    實(shí)踐（周）：考核方式閉卷考試，平時(shí)成績占30% ，期末成績占70% 。開課學(xué)院信息工程學(xué)院更新時(shí)間適用專業(yè)信息工程學(xué)院計(jì)算機(jī)科學(xué)、軟件工程專業(yè)先修課程數(shù)據(jù)庫原理課程內(nèi)容：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘是計(jì)算機(jī)科學(xué)與軟件工程專業(yè)的選修課程。在商業(yè)活動(dòng)中，企業(yè)通過建立數(shù)據(jù)倉庫，可以把全公司多個(gè)來源的數(shù)據(jù)集成在一起，然后利用數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理，進(jìn)行個(gè)性化的信息分析、預(yù)測和輔助決策，

2、來提高企業(yè)的競爭力。本課程主要介紹數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的基本概念、基本方法以及在商業(yè)決策中的應(yīng)用。具體的內(nèi)容包括數(shù)據(jù)倉庫系統(tǒng)簡介、聯(lián)機(jī)分析處理，數(shù)據(jù)預(yù)處理技術(shù)（包括數(shù)據(jù)清理、數(shù)據(jù)集成和轉(zhuǎn)換等），數(shù)據(jù)挖掘技術(shù)（包括分類、預(yù)測、關(guān)聯(lián)和聚類等）以及數(shù)據(jù)挖掘方法（包括決策樹方法、統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則挖掘等），并結(jié)合案例分析上述方法和技術(shù)在商業(yè)決策中的應(yīng)用。學(xué)完本課程后，學(xué)生應(yīng)：1掌握數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的概念、內(nèi)容和實(shí)現(xiàn)方法。 2學(xué)會(huì)運(yùn)用軟件系統(tǒng)進(jìn)行數(shù)據(jù)的集成、分析和預(yù)測，解決實(shí)際問題。Brief Introduction  Code1240542101TitleData Warehouse an

3、d Data MiningCourse natureLimited optionalSemester Hours32Credits2Semester Hour StructureLecture：26  Experiment：  Computer Lab：6 Practice：Practice (Week)：AssessmentClosed book examination, usually results accounted for 30%, the final grade accounted for 70%.Offered bySchool of Information

4、EngineeringDateforComputer science and Software engineering ProfessionalsPrerequisiteDatabase TheoryCourse Description: This course is a elective course for the specialty of Computer science and Software engineering. In the commercial activities, enterprises can integrate data from several sources o

5、f company through the establishment of data warehouse. Then data integrated can be information analyzed, predicted and decision supported personalized by Data Mining (DM) and Online Analytical Processing (OLAP) to improve the competitiveness of enterprises.In this course, the basic concepts, the bas

6、ic method and application in business decisions of data warehousing and data mining are introduced. Specific content includes data warehouse system, OLAP , data preprocessing techniques (including data cleaning, data integration and transformation and etc.), data mining techniques (including the cla

7、ssification, prediction, association and clustering and etc.) and data mining methods (including decision tree method, statistical method, association rule mining, and etc.). And some cases are introduced to analyze application of the above methods and technologies in business intelligence.The missi

8、on of this course is:1st, to master the concept, content and Implementation methods of Data Warehouse and Data Mining;2nd, learn to use the software system for data integration, analysis and prediction and solve practical problems.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程簡介課程編號(hào)1240542002課程名稱數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程性質(zhì)限選學(xué) 時(shí)32學(xué) 分2學(xué)時(shí)分配授課：26 

9、0; 實(shí)驗(yàn)： 上機(jī)：6   實(shí)踐：    實(shí)踐（周）：考核方式閉卷考試，平時(shí)成績占30% ，期末成績占70% 。開課學(xué)院信息工程學(xué)院更新時(shí)間適用專業(yè)信息工程學(xué)院計(jì)算機(jī)科學(xué)、軟件工程專業(yè)先修課程數(shù)據(jù)庫原理一、教學(xué)內(nèi)容第1章 數(shù)據(jù)倉庫的概念與體系結(jié)構(gòu)1.1 數(shù)據(jù)倉庫的概念、特點(diǎn)與組成1.2 數(shù)據(jù)挖掘的概念與方法1.3 數(shù)據(jù)倉庫的技術(shù)、方法與產(chǎn)品1.4 數(shù)據(jù)倉庫系統(tǒng)的體系結(jié)構(gòu)1.5 數(shù)據(jù)倉庫的產(chǎn)生、發(fā)展與未來教學(xué)難點(diǎn)：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的概念和方法。教學(xué)重點(diǎn)：數(shù)據(jù)倉庫的技術(shù)和體系結(jié)構(gòu)、數(shù)據(jù)挖掘的方法。第2章 數(shù)據(jù)倉庫的數(shù)據(jù)存儲(chǔ)與處理2.1 數(shù)據(jù)倉庫的

10、數(shù)據(jù)結(jié)構(gòu)2.2 數(shù)據(jù)倉庫的數(shù)據(jù)特征2.3 數(shù)據(jù)倉庫的數(shù)據(jù)ETL過程2.4 多維數(shù)據(jù)模型教學(xué)難點(diǎn)：數(shù)據(jù)倉庫的結(jié)構(gòu)、多維數(shù)據(jù)模型。教學(xué)重點(diǎn)：數(shù)據(jù)倉庫的數(shù)據(jù)抽取、轉(zhuǎn)換、裝載（ETL）過程以及元數(shù)據(jù)的特點(diǎn)。第3章 數(shù)據(jù)倉庫系統(tǒng)的設(shè)計(jì)與開發(fā)3.1 數(shù)據(jù)倉庫系統(tǒng)的設(shè)計(jì)與開發(fā)概述3.2 基于SQL Server 2005的數(shù)據(jù)倉庫數(shù)據(jù)庫設(shè)計(jì)3.3 使用SQL Server 2005建立多維數(shù)據(jù)模型教學(xué)難點(diǎn)：數(shù)據(jù)倉庫的設(shè)計(jì)的開發(fā)過程。教學(xué)重點(diǎn)：基于SQL Server 2005的數(shù)據(jù)倉庫數(shù)據(jù)庫設(shè)計(jì)。第4章 關(guān)聯(lián)規(guī)則4.1 概述4.2 引例4.3 經(jīng)典算法4.4 相關(guān)研究與應(yīng)用教學(xué)難點(diǎn)：關(guān)聯(lián)規(guī)則方法原理。教學(xué)重

11、點(diǎn)：關(guān)聯(lián)規(guī)則的算法及應(yīng)用。第5章 數(shù)據(jù)分類5.1 引例5.2 分類問題概述5.3 決策樹5.4 支持向量機(jī)5.5 近鄰分類方法教學(xué)難點(diǎn)：分類問題的幾種方法原理。教學(xué)重點(diǎn)：決策樹的算法及應(yīng)用。第6章 數(shù)據(jù)聚類6.1 引例6.2 聚類分析概述6.3 聚類分析中相似度的計(jì)算方法6.4 kmeans聚類算法6.5 層次聚類方法教學(xué)難點(diǎn)：數(shù)據(jù)聚類方法原理。教學(xué)重點(diǎn)：聚類算法及應(yīng)用。第7章 貝葉斯網(wǎng)絡(luò)7.1 引例7.2 貝葉斯概率基礎(chǔ)7.3 貝葉斯網(wǎng)絡(luò)概述7.4 貝葉斯網(wǎng)絡(luò)的預(yù)測、診斷和訓(xùn)練算法7.5 SQLServer2005中的貝葉斯網(wǎng)絡(luò)應(yīng)用教學(xué)難點(diǎn)：貝葉斯網(wǎng)絡(luò)原理。教學(xué)重點(diǎn)：貝葉斯網(wǎng)絡(luò)算法及應(yīng)用。第

12、8章 粗糙集8.1 引例8.2 分類與知識(shí)8.3 粗糙集8.4 辨識(shí)知識(shí)的簡化8.5 決策規(guī)則簡化教學(xué)難點(diǎn)：粗糙集原理。教學(xué)重點(diǎn)：粗糙集算法及決策規(guī)則簡化。第9章 神經(jīng)網(wǎng)絡(luò)9.1 引例9.2 人工神經(jīng)網(wǎng)絡(luò)9.3 BP算法9.4 SQLServer2005中的神經(jīng)網(wǎng)絡(luò)應(yīng)用教學(xué)難點(diǎn)：神經(jīng)網(wǎng)絡(luò)的原理。教學(xué)重點(diǎn)：BP算法及應(yīng)用。第10章 遺傳算法10.1 概述10.2 相關(guān)概念10.3 基本步驟10.4 算法設(shè)計(jì)10.5 相關(guān)研究與應(yīng)用教學(xué)難點(diǎn)：遺傳算法原理。教學(xué)重點(diǎn)：遺傳算法的設(shè)計(jì)及應(yīng)用。第11章 統(tǒng)計(jì)分析11.1 線性回歸模型11.2 Logistic回歸模型11.3 時(shí)間序列模型教學(xué)難點(diǎn)：統(tǒng)計(jì)分

13、析的原理。教學(xué)重點(diǎn)：幾種模型的算法及應(yīng)用。第12章 文本和Web挖掘12.1 引例12.2 文本挖掘12.3 Web挖掘教學(xué)難點(diǎn)：文本挖掘和Web挖掘的概念。教學(xué)重點(diǎn)：文本挖掘和Web挖掘的原理。二、教學(xué)要求第1章 數(shù)據(jù)倉庫的概念與體系結(jié)構(gòu)教學(xué)要求：了解數(shù)據(jù)倉庫與數(shù)據(jù)挖掘產(chǎn)生的環(huán)境，理解數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的概念、特點(diǎn)與組成；掌握數(shù)據(jù)倉庫的技術(shù)和體系結(jié)構(gòu)、數(shù)據(jù)挖掘的方法。第2章 數(shù)據(jù)倉庫的數(shù)據(jù)存儲(chǔ)與處理教學(xué)要求：了解數(shù)據(jù)倉庫的的數(shù)據(jù)結(jié)構(gòu)，理解數(shù)據(jù)倉庫的數(shù)據(jù)存儲(chǔ)特點(diǎn)；掌握數(shù)據(jù)倉庫架構(gòu)，數(shù)據(jù)集成以及提取、轉(zhuǎn)換和加載的過程。第3章 數(shù)據(jù)倉庫系統(tǒng)的設(shè)計(jì)與開發(fā)教學(xué)要求：了解數(shù)據(jù)倉庫系統(tǒng)開發(fā)過程；理解數(shù)據(jù)倉

14、庫系統(tǒng)的設(shè)計(jì)步驟；掌握基于SQL Server 2005的數(shù)據(jù)倉庫數(shù)據(jù)庫設(shè)計(jì)。第4章 關(guān)聯(lián)規(guī)則教學(xué)要求：了解關(guān)聯(lián)規(guī)則的概念；理解關(guān)聯(lián)規(guī)則原理；掌握關(guān)聯(lián)規(guī)則的算法與應(yīng)用。第5章 數(shù)據(jù)分類教學(xué)要求：了解數(shù)據(jù)分類概念；理解數(shù)據(jù)分類原理；掌握數(shù)據(jù)分類的算法與應(yīng)用。第6章數(shù)據(jù)聚類教學(xué)要求：了解數(shù)據(jù)聚類概念；理解數(shù)據(jù)聚類原理；掌握數(shù)據(jù)聚類的算法與應(yīng)用。第7章 貝葉斯網(wǎng)絡(luò)（選講）教學(xué)要求：了解貝葉斯網(wǎng)絡(luò)概念；理解貝葉斯網(wǎng)絡(luò)原理；掌握貝葉斯網(wǎng)絡(luò)的算法與應(yīng)用。第8章 粗糙集（選講）教學(xué)要求：了解粗糙集概念；理解粗糙集原理；掌握粗糙集的算法與應(yīng)用。第9章 神經(jīng)網(wǎng)絡(luò)（選講）教學(xué)要求：了解神經(jīng)網(wǎng)絡(luò)概念；理解神經(jīng)網(wǎng)絡(luò)原理；掌握神經(jīng)網(wǎng)絡(luò)的算法與應(yīng)用。第10章 遺傳算法教學(xué)要求：了解遺傳算法概念；理解遺傳算法原理；掌握遺傳算法的算法與應(yīng)用。第11章 統(tǒng)計(jì)分析教學(xué)要求：了解統(tǒng)計(jì)分析概念；理解統(tǒng)計(jì)分析原理；掌握統(tǒng)計(jì)分析的算法與應(yīng)用。第12章文本挖掘與Web挖掘教學(xué)要求：了解文本挖掘與Web挖掘概念；理解文本挖掘與Web挖掘原理；掌握文本挖掘與Web挖掘的算法與應(yīng)用。三、章節(jié)學(xué)時(shí)分配章次總課時(shí)課堂講授實(shí)驗(yàn)上機(jī)實(shí)踐備 注1222663862442254226227