数据挖掘数据仓库--教学大纲.doc

数据挖掘与数据仓库（教学大纲） Data mining and data warehouse 课程编码 学分： 2.5 课程类别： 专业方向课 计划学时： 48 其中讲课：32 实验或实践： 上机：16 适用专业：信息管理与信息系统、电子商务 推荐教材： 陈文伟，数据仓库与数据挖掘教程，清华大学出版社，2008 参考书目： 1. Richard J. Roiger, Michael W. Geatz. Data Mining: A Tutorial-Based Primer.2003. 2. Ian H. Witten, Eibe Frank. Data Mining: Practical Machine Learning Tools and Techniques (第二版). 机械工业出版社（影印版），2005. 3. Jiawei Han, Micheline Kamber. Data Mining: Concepts and Techniques.2001.5. 4. 数据仓库与数据挖掘技术（第2版），陈京民 编著，电子工业出版社，2007.11 5. 数据仓库和数据挖掘，苏新宁 等编著，清华大学出版社，2006.4 6. 数据挖掘Clementine应用实务，谢邦昌 主编，机械工业出版社，2008.4 课程的教学目的与任务 本课程将系统介绍数据挖掘的基本概念、基本原理和应用基础，通过课堂讲授、实例分析，提高学生数据挖掘技术的认识，熟悉基本工具应用，并掌握设计和开发数据挖掘算法和系统的初步能力。 课程的基本要求 1、了解数据仓库及数据挖掘的概念、特征、应用范围，以及主要数据挖掘工具 2、了解OLTP 和 OLAP的区别；熟悉OLAP 的体系结构，以及如何评价OLAP工具；掌握多维分析的基本分析动作。 3、了解数据质量，掌握数据预处理方法， 4、掌握数据挖掘的定性归纳技术、关联挖掘、聚类分析、分类方法、预测方法、文本挖掘、WEB挖掘 5、熟练掌握数据挖掘软件Clementine在各类挖掘任务中的应用。 各章节授课内容、教学方法及学时分配建议（含课内实验） 第一章. 数据仓库与数据挖掘概述 建议学时：2 [教学目的与要求] 了解数据仓库及数据挖掘的概念、特征、应用范围，以及主要数据挖掘工具。 [教学重点与难点] 数据仓库及数据挖掘的概念 [授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅 [授 课 内 容] 1.1 为什么要数据挖掘 1.2 数据挖掘的应用示例 1.3 数据挖掘方法简介 1.4 数据挖掘与其他学科的关系 1.5 商务智能的三大块 1.6 常用数据挖掘工具简介 第二章 数据仓库技术 建议学时：4 [教学目的与要求] 了解数据仓库的概念，区分与传统数据库技术的不同；掌握数据仓库存储的抽取、转换和装载 [教学重点与难点] 数据仓库存储的抽取、转换和装载；数据仓库存储的数据模型 [授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅 [授 课 内 容] 2.1 数据仓库的概念 2.2 数据仓库存储的数据模型 2.3 数据仓库的体系结构 2.4 数据仓库应用的抽取、转换和装载 第三章 数据仓库开发模型 建议学时：4 [教学目的与要求] 了解数据仓库开发模型的概念，了解数据仓库开发过程，掌握数据仓库三种概念模型：星型模式、雪花模式、或事实星座模式，掌握数据粒度概念，元数据概念。 [教学重点与难点] 数据仓库三种概念模型，数据粒度概念，元数据概念 [授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅 [授 课 内 容] 3.1 数据仓库开发模型的概念 3.2 数据仓库的概念模型 3.3 数据仓库的逻辑模型 3.4 数据仓库的物理模型 3.5 数据仓库的生成 3.6 数据仓库的使用和维护 3.7 数据仓库的粒度、聚集和分割 3.8 元数据 第四章 联机分析处理(OLAP)技术 建议学时：4 [教学目的与要求] 了解OLTP 和 OLAP的区别；熟悉OLAP 的体系结构，以及如何评价OLAP工具；掌握多维分析的基本分析动作。 [教学重点与难点] OLAP 的体系结构；多维分析的基本分析动作 [授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅 [授 课 内 容] 4.1 从OLTP 到 OLAP 4.2 OLAP 的基本概念 4.3 多维分析的基本分析动作 4.4 OLAP 的数据组织 4.5 OLAP 的体系结构