在當今面向數據的商業環境中,數據驅動的決策和數據挖掘技術正影響著企業競爭力。本課程主要講授商業數據挖掘的基本概念、算法與模型;課程通過上機實驗,使學生深入理解并掌握商業數據挖掘的過程和方法;課程注重理論和實踐相結合,課程考察學生是否能夠熟練應用數據分析技術,根據項目決策需求與場景,借助數據分析工具與算法,以數據驅動的思維模式解決實際案例的能力。
?周次 | 教學內容 | 個人作業 (30%) | 小組作業 (20%) |
1 | 1. 數據挖掘簡介(教材 第1章) | ||
2-3 | 2. 數據處理基礎(教材 第3章) | Ex 1 | |
4-6 | 3. 聚類分析(教材 第10章) 3.1 基于劃分的聚類算法 3.2 基于層次的聚類算法 3.3 基于密度的聚類算法 | 航空公司客戶數據聚類與分類挖掘 | |
清明節放假 | |||
8-9 | 4. 關聯分析(教材 第6章) 4.1 Apriori算法與FP-Growth算法 4.2 關聯模式評估 | Ex 2 | |
10-12 | 5. 分類分析(教材 第8章) 5.1 決策樹分類方法 5.2 貝葉斯分類方法 5.3 分類模型評估 | ||
13-16 | 6. RPA機器人 6.1 RPA簡介 6.2 商品信息抓取機器人 6.3 競品調研機器人 |