《商务智能》课程大纲
- 格式:docx
- 大小:8.30 KB
- 文档页数:3
《商务智能》课程教学大纲
课程代码:ABGS0632
课程中文名称:商务智能
课程英文名称:Busi ness in tellige nee
课程性质:选修
课程学分数:1
课程学时数:16
授课对象:电子商务
本课程的前导课程:电子商务数据库技术
一、课程简介
商务智能指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理,并通过各
种数据统计分析工具对客户数据进行分析,提供各种分析报告,如客户价值评价、客户满意
度评价、服务质量评价、营销效果评价、未来市场需求等,为企业的各种经营活动提供决策信息。学生通过选修本课程,可以了解数据仓库与数据挖掘技术概况、数据仓库基本原理,理解OLAP的基本原理并掌握 OLAP基本技术,了解关联规则挖掘、聚类分析、决策树分类等数据挖掘算法基本思想,掌握数据挖掘算法模型的应用。通过具体应用案例的学习,理
解商务智能的实现技术及其应用价值。
二、教学基本内容和要求(黑体,小4号字)
(一)概述
1•数据仓库的发展
2•数据挖掘概述
重点:传统数据库与数据仓库的区别
难点:传统数据库与数据仓库的区别
了解数据仓库发展历程,数据挖掘概念、数据挖掘过程与数据挖掘的类型,数据仓库与
数据挖掘的主要应用。
理解数据仓库与传统数据库的区别。
(二)数据仓库原理
1•数据仓库的体系结构
2•数据仓库的基本概念
3•数据仓库的特点
4•数据仓库的数据组织
重点:数据仓库体系的三个层次,数据仓库的概念模型与逻辑模型。
难点:数据仓库的元数据模型
了解数据仓库的基本概念、特点,数据仓库的粒度、元数据模型等。
理解数据仓库体系结构,数据仓库的概念模型与逻辑模型。
(三)OLAP的基本原理与技术
1.0LAP概念
2.0LAP数据模型
3•多维数据显示
4.0LAP的多维数据分析
5.0LAP分析工具
重点:多维数据显示、分析技术与相关工具使用方法。
难点:多维数据分析技术。
了解 OLAP 基本概念,MOLAP,ROLAP。
理解并掌握多维数据分析的基本技术及其工具使用方法。
(四)数据挖掘技术
1•关联规则
2•决策树
3•聚类
重点:关联规则挖掘步骤,决策树定义,聚类概念,相关数据挖掘算法思想。
难点:挖掘结果分析。
了解各种主要挖掘算法基本思想。
理解并能正确解释挖掘结果的意义。
三、教学方法与手段
课程教学采用课堂讲授、操作演示、案例分析等多种方法相结合,利用PPT与网络教学资源平台改进教学呈现效果。
四、教学学时分配
五、考核方式与成绩评定标准
1、考核方法:考查
2、成绩评定:平时成绩占 40%考查成绩占60%
六、教学参考资源
1、参考书目:
1)孙水华、赵钊林、刘建华编著,《数据仓库与数据挖掘技术》,清华大学出版社,
2012 年。
(2)周根贵编著,《数据仓库与数据挖掘(第二版)》,浙江大学出版社,2011 年。
2、与课程相关主要网站景德镇陶瓷学院网络教学资源平台
制订人:叶孝明审定人:梁祺批准人:鄢涛制订
日期: 2014 年 6 月