企業(yè)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程教學大綱

一、課程基本信息

課程編號: 08191610

課程英文名稱:Enterprise data warehouse and data mining

授課對象:計算機專業(yè)軟件工程方向全日制本科學生

課程類型: 職教任選課

建議學時:總學時56，其中講授40學時，實驗16學時

學分: 3

與相關課程的銜接:先導課程《程序設計》、《數(shù)據(jù)結構》、《數(shù)據(jù)庫原理》、《人工智能》、《數(shù)理統(tǒng)計》

考核方式: 考查

二、教學目標和要求

信息技術的迅速發(fā)展已從簡單的批處理、聯(lián)機事務處理的信息處理時代，進入了聯(lián)機分析處理、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的信息分析時代。數(shù)據(jù)倉庫以數(shù)據(jù)庫技術作為存儲數(shù)據(jù)和資源管理的手段，以聯(lián)機分析處理技術和方法作為提取信息的有效手段，以數(shù)據(jù)挖掘和人工智能的模型、算法作為發(fā)現(xiàn)知識和規(guī)律的途徑。數(shù)據(jù)挖掘是數(shù)據(jù)庫研究、開發(fā)和應用最活躍的分支之一。本課程從數(shù)據(jù)庫和數(shù)據(jù)倉庫的角度全面、系統(tǒng)地介紹數(shù)據(jù)挖掘的基本概念、基本方法和基本技術，以及數(shù)據(jù)挖掘的最新進展。要求學生通過本課程的學習，認識數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在當今計算機應用中的重要作用，深入了解數(shù)據(jù)挖掘的整體結構，掌握數(shù)據(jù)預處理技術（包括數(shù)據(jù)清理、數(shù)據(jù)集成和轉換、數(shù)據(jù)歸約等方法）和數(shù)據(jù)挖掘技術（包括分類、預測、關聯(lián)和聚類的概念與技術），并且熟悉數(shù)據(jù)挖掘的基本原理和發(fā)展方向。

三、教學內容、教學方式與課時分配

（一） 第一章:緒論（3學時）

教學基本內容:

數(shù)據(jù)挖掘產生的背景；數(shù)據(jù)挖掘任務及過程；數(shù)據(jù)挖掘應用；數(shù)據(jù)挖掘技術的前景、研究熱點。

教學要求:

掌握:數(shù)據(jù)挖掘任務及挖掘過程、數(shù)據(jù)挖掘定義、數(shù)據(jù)挖掘常用軟件、數(shù)據(jù)挖掘的研究熱點。

了解:數(shù)據(jù)挖掘產生背景；數(shù)據(jù)挖掘的價值和前景。

教學方式:課堂講授3學時

（二）第二章:數(shù)據(jù)處理基礎（6學時）

教學基本內容:

數(shù)據(jù)定義及類型；數(shù)據(jù)統(tǒng)計特性；數(shù)據(jù)預處理；相似性度量。

教學要求:

掌握:數(shù)據(jù)屬性類型、數(shù)據(jù)的中心度量標準、數(shù)據(jù)預處理過程、屬性和對象之間的相似性度量。

了解:數(shù)據(jù)定義及數(shù)據(jù)類型。

教學方式:課堂講授6學時

（三）第三章:分類與回歸（9學時）

教學基本內容:

分類與回歸概述；決策樹分類方法；貝葉斯分類方法；k-最近鄰分類方法；神經網絡分類方法；支持向量機；集成學習法；不平衡數(shù)據(jù)分類；分類模型的評估；回歸。

教學要求:

掌握:分類與回歸定義、決策樹分類方法、貝葉斯分類方法、k-最近鄰分類方法、分類模型的評估。

了解:神經網絡分類方法；支持向量機；集成學習法。

教學方式:課堂講授9學時

（四）第四章:聚類分析（6學時）

教學基本內容:

聚類分析概述；基于劃分的聚類算法；層次聚類算法；基于密度的聚類算法；一趟聚類算法；聚類算法評價。

教學要求:

掌握:聚類分析定義、k-means聚類算法、k-medoids算法、DBSCAN算法、聚類方法評價。

了解:二分k-means算法；一趟聚類算法。

教學方式:課堂講授6學時

（五）第五章:關聯(lián)分析（9學時）

教學基本內容:

關聯(lián)分析概述；頻繁項集發(fā)現(xiàn)算法；關聯(lián)規(guī)則的生成；非二元屬性的關聯(lián)規(guī)則挖掘；關聯(lián)規(guī)則的評價；序列模式。

教學要求:

掌握:Apriori算法、FP-growth算法、關聯(lián)規(guī)則的生成、支持度和置信度的計算。

了解:非二元屬性的關聯(lián)規(guī)則挖掘；序列模式及發(fā)現(xiàn)算法。

教學方式:課堂講授9學時

（六）第六章:離群點挖掘（3學時）

教學基本內容:

離群點概述；基于統(tǒng)計的方法；基于距離的方法；基于相對密度的方法。

教學要求:

掌握:基于統(tǒng)計的方法；基于距離的方法。

了解:其他離群點挖掘算法。

教學方式:課堂講授3學時

（七）第七章:數(shù)據(jù)挖掘的應用（4學時）

教學基本內容:

數(shù)據(jù)挖掘在電信業(yè)中的應用；文本挖掘與Web數(shù)據(jù)挖掘。

教學要求:

掌握:數(shù)據(jù)挖掘主要研究方向在電信業(yè)中的應用。

了解:文本挖掘與Web數(shù)據(jù)挖掘。

教學方式:課堂講授4學時

四、實踐環(huán)節(jié)

具體安排見“企業(yè)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘實驗教學大綱”

五、教材

蔣盛益等《數(shù)據(jù)挖掘原理與實踐》電子工業(yè)出版社 2013年2月第二版

六、參考資料

1. (美)譚,(美)斯坦巴赫著,范明等譯《數(shù)據(jù)挖掘導論——圖靈計算機科學叢書》人民郵電出版社2006年第一版

2. 韓家煒著,范明等譯《數(shù)據(jù)挖掘概念與技術》機械工業(yè)出版社2007年第二版

七、必要的說明

無

執(zhí)筆人:

審核: