《数据分析与数据挖掘》课程教学大纲

西北师范大学计算机科学与技术专业课程教学大纲

数据挖掘

一、说明

（一）课程性质

数据挖掘是计算机科学与技术专业的选修课程，本课程以数据挖掘为主要内容，讲述实现数据挖掘的各主要功能、挖掘算法和应用，并通过对实际数据的分析更加深入地理解常用的数据挖掘模型。先修课程：《数据库原理》、《概率论与数理统计》、《高级程序设计语言》、《数据结构》等。

（二）教学目的

数据挖掘是20世纪末刚刚兴起的数据智能分析技术，由于有广阔的应用前景而备受重视。数据挖掘作为一门新兴的学科，在它的形成和发展过程中表现出了强大的生命力，广大从事数据库应用与决策支持，以及数据分析等学科的科研工作者和工程技术人员迫切需要了解和掌握它。数据挖掘涉及的内容较为广泛，已成为迅速发展并在信息社会中广泛应用的一门综合性学科。数据挖掘已成为统计学专业的一门重要课程。通过数据挖掘课程的教学，使学生理解数据挖掘的基本概念和方法，为进入更深入的智能数据分析研究打好基础。

（三）教学内容

本课程主要学习的内容包括数据预处理、分类与预测、聚类分析等内容

（四）教学时数

本课程的教学时数为课堂36学时，上机18学时，2.5学分。

（五）教学方式

本课程将采用课堂讲授、上机实验相结合的方法。

二、本文

第一章 数据挖掘概述

教学要点：

1.理解和掌握数据挖掘的基本概念、数据挖掘过程以及数据挖掘功能。

2.了解数据挖掘的应用和面临的问题。

3.对数据挖掘能够解决的问题和解决问题思路有清晰的认识。

教学时数：

3学时。

教学内容：

第一节 什么是数据挖掘（0.5学时）

数据挖掘（Data Mining）就是从大量的、不完全的、模糊的、随机的实际应用数据中，提

取隐含在其中的、事先不知道的但又是潜在有用的信息和知识的过程。

第二节 数据挖掘——在何种数据上进行？（0.5学时）

关系数据库、数据仓库、事务数据库

第三节 数据挖掘功能——可以挖掘什么类型的模式（1学时）

数据仓库与数据挖掘课程教学大纲

课程名称：数据仓库与数据挖掘

课程编码：0403230

学 分：3

总 学 时: 48=36(授课)+12(上机)

适用专业：计算机科学与技术本科及研究生

先修课程：离散数学、数据库系统原理、算法分析与设计

一、课程的性质、目的与任务：

本课程属于计算机科学与技术学科的专业必修课。课程要达到的目的是：使学生初步具有利用数据仓库技术对业务活动中产生的海量数据的采集、清理、存储、分析、使用与维护；利用数据挖掘技术在数据仓库中发现隐藏在海量数据中人们未知的、有价值的信息的能力。

二、教学基本要求：

本课程理论知识与实践能力并重，具有良好的应用背景。学生通过本课程的理论学习与实践，教学的基本要求分三个层次：

了解：数据仓库与数据挖掘的产生、发展，数据挖掘的应用，操作型处理(事务型处理)和分析型处理，数据仓库的应用，熟悉应用领域与管理，数据挖掘动机、数据挖掘功能，数据挖掘系统的分类和数据挖掘实施控制，多层关联规则、多维关联规则的基本思想，利用神经网络算法进行数据挖掘的应用。

理解：OLAP概念，以多维数据库为基础的OLAP服务，数据仓库的设计步骤，数据仓库的数据组织目的，学习组织方法和方式，认识决策数分类的基本思想，神经网络原理等

掌握：数据库中的知识发现过程，数据仓库的基本原理，展现方式、OLAP的体系结构和分类，螺旋式开发过程, 熟悉应用领域与管理，掌握数据仓库开发设计过程，数据仓库的开发方法等。

三、教学内容：

（一） 数据仓库与数据挖掘概述

1、数据仓库的兴起（1学时）

2、数据挖掘的兴起（1学时）

3、数据仓库和数据挖掘的结合（1学时）

（二） 数据仓库原理

1、数据仓库结构体系（1学时）

2、数据仓库的数据模型（2学时）

3、数据抽取、转换和装载（2学时）

4、元数据（1学时）

（三）联机分析处理

1、OLAP概念（1学时）

2、OLAP的数据模型（1学时）

西北师范大学课程教学大纲

1 西北师范大学计算机科学与技术专业课程教学大纲

数据挖掘

一、说明

（一）课程性质

数据挖掘是计算机科学与技术专业的选修课程，本课程以数据挖掘为主要内容，讲述实现数据挖掘的各主要功能、挖掘算法和应用，并通过对实际数据的分析更加深入地理解常用的数据挖掘模型。先修课程：《数据库原理》、《概率论与数理统计》、《高级程序设计语言》、《数据结构》等。

（二）教学目的

数据挖掘是20世纪末刚刚兴起的数据智能分析技术，由于有广阔的应用前景而备受重视。数据挖掘作为一门新兴的学科，在它的形成和发展过程中表现出了强大的生命力，广大从事数据库应用与决策支持，以及数据分析等学科的科研工作者和工程技术人员迫切需要了解和掌握它。数据挖掘涉及的内容较为广泛，已成为迅速发展并在信息社会中广泛应用的一门综合性学科。数据挖掘已成为统计学专业的一门重要课程。通过数据挖掘课程的教学，使学生理解数据挖掘的基本概念和方法，为进入更深入的智能数据分析研究打好基础。

（三）教学内容

本课程主要学习的内容包括数据预处理、分类与预测、聚类分析等内容

（四）教学时数

本课程的教学时数为课堂36学时，上机18学时，2.5学分。

（五）教学方式

本课程将采用课堂讲授、上机实验相结合的方法。

二、本文

第一章 数据挖掘概述

教学要点：

1.理解和掌握数据挖掘的基本概念、数据挖掘过程以及数据挖掘功能。

2.了解数据挖掘的应用和面临的问题。

3.对数据挖掘能够解决的问题和解决问题思路有清晰的认识。

教学时数：

3学时。

教学内容：

第一节 什么是数据挖掘（0.5学时）

数据挖掘（Data Mining）就是从大量的、不完全的、模糊的、随机的实际应用数据中，提

取隐含在其中的、事先不知道的但又是潜在有用的信息和知识的过程。

第二节 数据挖掘——在何种数据上进行？（0.5学时）

关系数据库、数据仓库、事务数据库

1

课程编号：6001420363

《数据挖掘》

课 程 教 学 大 纲

吉 林 财 经 大 学

二○○五 年 八 月

2

《数据挖掘》课程教学大纲

一、课程基本信息

1．课程编号：6001420363

2．英文名称：Data Mining

3．课程模块：专业限选课

4．课程学时：总计 36 学时，其中，实验（践） 8 学时

5．学 分：2

6．先（预）修课程：概率与统计，数据库原理

7．适用专业：计算机科学与技术、电子商务、信息管理与信息系统

8．修订时间：2015.8

二、课程简介

数据挖掘是管理科学与信息工程学院开设的一门重要的专业限选课程。本课程主要讲授数据挖掘的基本概念，原理、方法和技术，具体包括：数据的预处理、分类预测、关联挖掘、聚类分析等内容。通过学习，使学生理解数据挖掘的基本流程，掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的表达；掌握数据挖掘的基本方法，能熟练地应用数据挖掘技术对现实数据进行有效的分析，能够结合Clementine软件从大量统计数据中获取有价值的信息。

三、课程教学目标

数据挖掘是高级数据处理和分析技术。通过本课程学习，使学生了解数据挖掘这种现代数据分析和知识挖掘方法的思想与技术，了解数据挖掘的基本理论，掌握重要的数据挖掘方法，掌握如何利用Clementine实现数据分析和挖掘，并使学生具有进一步学习的基础与能力。

四、教学内容与要求

第一章 数据挖掘和Clementine使用概述

【教学目的与要求】

3

本章作为绪论，其目的是让学生对数据挖掘技术有一个总体的认识。因此，主要内容是对数据挖掘技术的概念、产生背景、发展趋势以及应用等进行提炼和概括，并熟悉clementine软件的使用环境。要求学生掌握以下内容：

➢ 数据挖掘的发展

➢ 数据挖掘基本知识

➢ 数据挖掘功能

➢ 数据挖掘应用

➢ 数据挖掘的热点问题

➢ 熟悉Clementine软件