网站大量收购闲置独家精品文档,联系QQ:2885784924

3023S04025数据挖掘与商务智能实验-2023版人才培养方案课程教学大纲.docxVIP

3023S04025数据挖掘与商务智能实验-2023版人才培养方案课程教学大纲.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE3

附件5-2

ADDINCNKISM.UserStyle《数据挖掘与商务智能实验》课程教学大纲

(实验课程·2023版)

一、课程基本信息

课程号

3023S04025

开课单位

国际学院

课程名称

(中文)数据挖掘与商务智能实验

(英文)DataMiningandBusinessIntelligenceExperiment

课程性质

选修

考核类型

考查

课程学分

0.5

课程学时

17

课程类别

专业发展课程(专业拓展课)

适用专业(类)

信息管理与信息系统

二、课程描述及目标

(一)课程简介

《数据挖掘与商务智能》课程是本专业(类)的一门学科核心课程,旨在通过理论教学与实践操作训练,使学生掌握商务智能的核心技术基础-数据仓库、OLAP和数据挖掘的基本概念、技术和方法,并在此基础上应用于相关领域。本课程的主要基础课程是数据库原理、概率论和统计理论等课程,同时也采用了智能原理与应用、人工智能的基础知识,也为这些课程补充了应用的内容,在本专业培养课程体系中属于承前启后的课程。

(二)教学目标

课程目标1:培养学生具有大数据思维,科学严谨的研究态度,利用数据分析来帮助商务决策的观念,。

课程目标2:学生能够掌握基本的商务智能基础理论和数据管理技术(如,数据仓库、OLAP、数据挖据等)。

课程目标3:了解并掌握常见的数据挖掘算法:分类、聚类、预测、神经网络、推荐、关联算法等。

课程目标4:能够针对具体的商业问题,运用先进的数据管理和分析技术,设计并实施有效的智能解决方案。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

1-1:人文社科基础。了解自然科学、社会科学、人文科学等基础知识;

课程目标1

1-2:专业基础理论。具备良好的数理基础,掌握管理学、信息管理与信息系统的基本理论和知识;

课程目标2

1-5:学科前沿。了解本专业的前沿问题及相关领域发展动态。

课程目标3

2-1:自主学习能力。具备以国际化的视野独立自主地获取和更新本专业相关知识的学习能力;

课程目标4

2-4:数据挖掘与管理能力。具备统计分析、数据挖掘、信息可视化等基本的信息分析与数据管理能力;

……

2-5:管理实践能力。具备综合应用知识解决不同信息系统以及社会信息管理实际问题的能力。

课程目标3

课程目标4

3-1:思想政治素质。具备良好的思想政治素质和正确的人生观、价值观;

课程目标4

3-2:职业与道德修养。具备较强的法律意识,高度的社会责任感,良好的职业道德、团队合作和社会适应能力;

课程目标1

3-4:专业素质。具有较强的系统思维和专业意识,信息系统顶层设计、开发的能力;

课程目标1

四、教学方式与方法

教学方式:上机实践为主。

教学方法:注重学生通过处理实际问题的数据,运用理论课上所讲的方法和技巧,借助软件进行实践,以提高自己的研究能力。

五、教学重点与难点

教学重点是掌握数据仓库系统、联机分析处理(OLAP),数据处理和数据挖掘方法,对实际问题进行分析、实际数据集合应用上述方法和技术在商务智能中的应用。

(二)教学难点

教学难点是对于具体的数据处理技术,数据挖掘技术,以及数据分析技术的实际操作。

六、实验内容、基本要求与学时分配

序号

实验项目名称

实验内容与要求

学时

类型

对应课程目标

1

常用可视化的多维分析

根据实际数据做出箱图、雷达图、标签云、气泡图、树图、热图等可视化呈现。并分析其背后的管理意义。

3

验证性

课程目标1

Python数据分析库尝试

熟悉数据预处理组件和数据挖掘建模组件,尝试进行

决策树模型、贝叶斯网络模型、神经网络模型、支持向量机模型、时间序列模型等的尝试建模并分析结果。

3

验证性

课程目标2

2

香水销售分析

根据香水销量的真实数据,对香水销售数据预处理,统计分析,进行影响香水销量的因素分析,香水适用场所关联分析

香水聚类分析,并最后提出香水营销建议。完成报告。

5

设计性

课程目标3

3

银行信用卡欺诈与拖欠行为分析

根据实际的银行信用卡数据,进行客户信用等级影响因素分析,对于客户信用卡申请数据预处理,研究信用卡申请成功影响因素,信用卡客户信用等级影响因素,基于消费的信用等级影响因素,信用卡欺诈判断模型等,并分别尝试基于Apriori算法的欺诈模型,基于判别的欺诈模型和基于分类算法的欺诈模型。并写成实验报告形式。

6

设计性

课程目标3

合计

17

注:实验要求包括必修、选修;实验类型包括“验证性”、“设计性”、“……”等。

七、学业评价和课程考核

(一)考核类型:?考试?考查

(二)考核方式:?实验报告?实验作品

?其它:(填写具体考核方式)

(三)成绩评定:

考核

依据

建议分值

(百分比)

考核/评价细则

对应课

您可能关注的文档

文档评论(0)

bigeng123 + 关注
实名认证
文档贡献者

知识杂货铺~

1亿VIP精品文档

相关文档