《数据挖掘技术》课程教学大纲(本科).docx
《《数据挖掘技术》课程教学大纲(本科).docx》由会员分享,可在线阅读,更多相关《《数据挖掘技术》课程教学大纲(本科).docx(7页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、数据挖掘技术Data mining technology课程代码:08410228学分:3学时:56 (其中:讲课学时:40实验学时:16 )先修课程:数据库原理及应用、概率论与数理统计、统计分析软件基础适用专业:信息管理与信息系统、工商管理、物流 统计、市场营销教材:数据挖掘技术与应用,陈燕,清华大学出版社,2016年8月第二版一、 课程性质与课程目标(-)课程性质本课程是信息管理与信息系统专业学生必须掌握的专业课程,本课程与与信息 专业培养目标密切相关,既涉及信息系统相关理论,更是对信息管理的具体实现有 详尽阐述。是培养本专业学生掌握决策支持技术的重要课程。本课程以数据挖掘的 基本概念和基
2、本方法为主要内容,以方法的应用为主线,系统叙述数据挖掘的有关 概念和基础知识,使学生掌握数据挖掘的基本概念,基本方法和应用背景。本课程的任务,主要是要求学生能对数据挖掘的基本方法和基本概念有整体的 了解,掌握数据挖掘结构化数据源数据仓库的原理和方法,掌握OLAP联机分析的基 本概念、原理。数据挖掘技术理论中,系统学习数据挖掘概述、分类算法、聚类算 法、关联规则算法及相应典型算法的算法描述及分析等。对当前数据挖掘的新技术 流数据挖掘技术、高维聚类算法、分布式数据挖掘、物联网数据挖掘要有所 了解,对可视化技术要有一定的掌握。通过课程学习学生应对数据挖掘的关联规则, 分类方法,聚类方法有深入的掌握,
3、并能够在软件开发过程中熟练掌握这些方法加 以应用。(二)课程目标1.知识方面课程目标1:数据挖掘所需数据源的相关理论知识:数据库里操作型数据转变为数 据仓库里分析型数据理论、数据仓库数据采集、多维数据分析。课程目标2:预测模型的基础理论、OLTP与OLAP、OLAP与DM相关理论知识:OLTP 与OLAP概念与区别,OLAP与DM概念与处理逻辑区别。课程目标3:数据挖掘相关技术知识:分类算法、聚类算法、关联规则算法及相应 典型算法的算法描述及分析。数据挖掘的新技术流数据挖掘技术、高维聚类算法、分布式数据挖掘、物联网数据挖掘。课程目标4: R语言相关技术知识:R语言使用基础、R语言数据探索理论、
4、R语言 数据分析理论与R语言数据处理、R语言数据挖掘建模。(二)能力与素质方面课程目标5:通过课程学习,加强学生数据源的组织能力,具有将前期课程所学数 据库基础知识深化数据仓库的能力,培养学生了解数据源的基本素质。课程目标5:通过课程学习,使学生掌握OLTP与OLAP、OLAP与DM相关理论知识和 思维方式,培养学生比较高的IT运用素质。课程目标7:通过课程学习,使学生掌握经典数据挖掘技术,了解较新的数据挖掘 技术,从而培养学生有一定的数据挖掘能力和素质。课程目标8:通过R语言的学习,使学生具有较高的数据挖掘实战能力,从而使学 生具有较高的数据分析和数据挖掘素质。(三)课程目标与专业毕业要求指
5、标点的对应关系本课程支撑专业培养计划中毕业要求指标点如下:毕业要求1:系统地掌握经济管理科学、信息技术和信息管理的基本理论与政策、 知识与技能毕业要求2:能够熟练运用信息化工程理论发、方法与工具毕业要求3:能进行信息系统规划、分析设计、实施毕业要求4:具备在政府、企业信息化过程担任管理信息化咨询,信息系统运维管理和信息化项目评价能力毕业要求6:具有独立开发信息系统能力,信息系统运管操控能力与创新能力毕业要求9:能承担软件公司的信息系统开发、实施指导与监理工作毕业要求10:能承担信息中心的信息管理工作与培训机构的教育工作课程目标毕业要求指标目标1目标2目标3目标4目标 5目标6目标 7目标8毕业
6、要求1LLLLLL毕业要求2LLLLLL毕业要求3LLLLLLLL毕业要求4LLL毕业要求6LLL毕业要求9MMMMMMMM毕业要求10LLLLL三、课程内容及要求(按章撰写)第一章数据挖掘概述(-)教学内容 数据仓库和数据挖掘定义与解释:数据仓库的定义与解释、数据挖掘的定义与解释;数据仓库系统的相关技术:数据仓库系统相关技术之间的关系、数据仓库系统模式; 数据仓库系统中多维数据组织的形式化定义与描述;数据挖掘方法与研究体系:数 据挖掘系统的发展与结构、数据挖掘的相关技术与工具、数据挖掘应用及发展;商 务智能系统。(二)教学要求掌握:DW、DM基本概念理解:数据仓库系统相关技术之间的关系了解:
7、商务智能系统(三)重点与难点.重点DW、DM基本概念.难点DB中数据与DW中数据区别第二章数据采集、集成与预处理技术数据采集的对象;数据集成技术与方法:异构数据集成的设计与实现;数据预处 理技术与方法:数据清理的方法、数据融合的方法、数据变换的方法、数据归约的 方法;基于样本数据划分的通用数据挖掘模型系统;中间件技术:中间件技术的定 义与作用、中间件技术在数据仓库系统中数据采集的应用。(二)教学要求掌握:ETL基本概念理解:数据仓库数据处理技术(三)重点与难点.重点ETL.难点数据仓库与ETL第三章多维数据分析与组织多维数据分析概述:联机分析处理的定义和特点、联机分析处理的评价准则、多维 数据
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据挖掘技术 数据 挖掘 技术 课程 教学大纲 本科
限制150内