《商务智能》课程教学大纲.docx

《商务智能》课程教学大纲

课程名称：商务智能 课程代码：631020805

英文名称：BusinessIntelligence

学 分：3 学 时：45

开课学期：第三学年秋季学期

适用专业：电子商务专业、信息管理与信息系统专业

课程类别：开放选修课先修课程：统计学、数据库、商业数据分析建议教材：《商务智能》，第5版，赵卫东，清华大学出版社，202105

一、课程教学目标

思政育人目标：本课程中包含大量国内外商务智能案例与实践，帮助学生了解我国的商务智能应用水平在国际范围内的优势、劣势、机遇与挑战，让学生了解从事商务智能领域相关工作与国家未来命运与发展的联系，培养学生作为我国未来建设者的使命感与自豪感。

知识与能力目标：课程基于商务智能的基本概念与问题场景，使学生明确商务智能的内涵与技术范式，掌握数据挖掘技术的基本应用，熟悉相关技术如何支持商务智能的实现。其中包括，了解商务智能相关的热点问题与发展趋势，了解不同技术在商务智能应用场景中的角色，掌握商务智能实现过程中的基本概念、算法原理和技术方法。

本课程引入多元行业下商务智能的问题场景，将商务智能解决方案的设计逻辑演绎至其中，使学生能够熟悉并掌握商务智能解决方案范式的系统化应用，具体包含商务智能在生产制造、零售、物流、金融、互联网、服务行业中的应用。该课程为学生深入理解商务智能商业化价值，设计与商务智能解决方案，管理商务智能项目的开发提供实践经验。

具体而言，本课程的课程目标可以表示为以下几点：

使学生在商务智能技术、应用、发展方面具有国际与前瞻视野；

使学生掌握商务智能的技术范式，了解商务智能的能力范围，理解商务智能在各行业中解决问题的逻辑；

使学生掌握简单的商务智能分析工具的使用；

针对商务问题，培养学生独立思考，并形成分析思路与解决方案的能力；（5）培养学生学习与应用商务智能的道德责任感与国家使命感。

二、课程教学基本要求

教学要求：本课程内容以商务智能的全过程和各主要环节与相关技术为线索来确定课程的知识结构。根据课程实用性的特点，实践环节在教学过程中应占有重要地位。为此，教学

中一定要加强实际动手能力的培养。具体通过本课程的学习，应使学生达到以下基本要求：

1.能够掌握商务智能的基本概念与知识体系；

2.能够掌握简单数据挖掘算法的功能，并可以将数据挖掘算法与商务智能的具体问题场景进行对接，形成问题驱动、算法解决的逻辑思维。

3.围绕典型的商务智能场景，可以通过简单数据挖掘技术进行初分析，并初步掌握模型有效性评估的能力；

4.通过实验较好地理解商务智能的理论、技术、实践之间的关系，形成系统化的商务智能的认知与实践体系，为日后的数据分析工作与科研兴趣的培养起到启蒙作用。

教学重点：强调学生熟悉商务智能的内涵，理解数据挖掘技术在实现商务智能过程中的作用；通过与授课内容和授课进度匹配的教学实验，将课堂教学和实验操作紧密结合。通过实验内容巩固和加深学生对理论知识的理解和应用；根据学生的学习与理解能力，补充多元化商务智能应用场景下的数据挖掘应用案例，拓展学生的视野，激发学生关于商务智能与数据挖掘的思考与学习兴趣。

与先后课程的联系：本课程的先修课程为统计学、数据库原理、商业数据分析；如果学生能先修Python语言、Tableau等课程，则效果更佳。

主要教学环节安排：主要教学环节包括课堂讲授、课堂讨论、实验设计、实验讲评等。

教学方法：在本课程授课中，注意处理好教学中的重点、难点内容。教学的出发点为基

础概念，遵循由浅入深、问题导向的策略。在讲解重点和难点内容时，注意随时和学生交流，了解学生的学习问题并给予及时解答，调动学生的学习积极性，提高教学效果。具体方法可分为以下几个方面：

课堂教学：围绕数据挖掘技术在商务智能中的应用场景为核心内容进行课堂教学。本课程以几个常用数据挖掘技术为核心内容，结合近年来数据挖掘技术在商务智能领域的发展与应用动向，讲授基本概念。通过大作业的教学，展开师生讨论，帮助学生理解和掌握数据挖掘技术，如何规划、设计及分析海量数据。

案例教学：大量运用行业案例吸引和激发学习热情。在基本概念的讲解中，将穿插各类行业信息。其中包括商务巨头如何运用数据挖掘来实现商务智能，成功的数据分析公司的成长等视屏资料、文献、获奖案例等资料。

实验教学：围绕基本概念展开如下实验：数据可视化、聚类分析、分类分析、回归分析、关联分析。本课程教学的最大特色就是让学生动手自己分析数据，从实际操作中理解理论知识，积累学习经验。三、课程教学内容

第一章商务智能概论

教学内容：1.商业决策与管理；2.数据、信息和知识；3.商务智能的基本概念和理论范式；4.商务智能的应用场景与价值。

教学要求：通过理论教学，让学生理解商业决策的内涵，熟悉商业决策与商务智能的关系，理解商务智能的理论范式；通过