《商务大数据分析与挖掘》课程教学大纲（本科）

1、商务大数据分析与挖掘（Business Data Analysis and Data Mining）课程代码：08410051学分：3学时：48 （其中：课堂教学学时：38实验学时：上机学时：10 课程实践学时：）先修课程：数据结构、数据库原理及应用、概率与统计适用专业：电子商务教材：大数据分析与数据挖掘，简祯富、许嘉裕编著，清华大学出版社，2016年3月第1 版一、课程性质与课程目标（-）课程性质（需说明课程对人才培养方面的贡献）商务大数据分析与挖掘是电子商务专业的一门专业课程，是培养学生实际数据获取、数据分析 以及信息获取实践技能的重要理论基础，目的是使学生掌握有关电子商务问题的定量分析方

2、法，培 养学生利用所学到的数据分析与数据挖掘方法解决实际问题及开展电子商务领域应用研究的能力。（二）课程目标（根据课程特点和对毕业要求的贡献，确定课程目标。应包括知识目标和能力 目标。）课程目标1：培养学生掌握有关商务大数据处理的定量分析方法；课程目标2：培养学生利用所学到的数据分析与数据挖掘方法解决实际问题的能力。注：工程类专业通识课程的课程目标应覆盖相应的工程教育认证毕业要求通用标准；（三）课程目标与专业毕业要求指标点的对应关系（认证专业专业必修课程填写）本课程支撑专业培养计划中毕业要求指标点1-1m-n1.毕业要求1-1:2.毕业要求课程目标 毕业要求指标葭课程目标1课程目标2毕业要求1

3、-1注：课程目标与毕业要求指标点对接的单元格中可输入“，”，也可标注“H、M、L二、课程内容与教学要求（按章撰写）第一章概论（一）课程内容（1）大数据分析的应用；（2）数据挖掘和大数据分析架构与步骤；（3）数据挖掘的问题类型；（4）常用的数据挖掘建模工具。（二）教学要求了解大数据分析的应用及分析架构与步骤，理解数据挖掘的问题类型及采用的方法。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点数据挖掘的问题类型。.难点该章节没有难点。第二章Python数据分析简介（一）课程内容（1）搭建Python开发平台；Python使用入门;Python数据分析工具；（4）配套资源使用设置。（二

4、）教学要求了解Python能做哪些工作，平台搭建需要考虑哪些问题，理解命令格式，掌握Python数 据分析工具适用的问题。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点搭建Python开发平台。.难点Python数据分析工具。第三章数据与数据准备（一）课程内容（1）数据取得与数据类型；（2）数据尺度和数据检查；（3）数据探索与可视化；（4）数据整合与清理;（5）数据转换、数据归约与数据分割；Python主要数据探索函数。（二）教学要求了解数据准备要做哪些工作，数据类型有哪些，理解数据可视化，掌握数据归约方法。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点数据转换

5、、数据归约与数据分割。.难点数据归约。第四章关联规则（一）课程内容（1）关联规则的定义与说明；（2）关联规则的衡量指针及关联规则的类型；（3）关联规则算法；（4）多维度关联规则与多阶层关联规则；（5）关联规则应用。（二）教学要求了解关联规则的定义及类型，理解多维度关联规则与多阶层关联规则，掌握关联规则算法。（三）重点与难点（若不单独列出，需在教学要求中适当注明）1.重点关联规则算法，多维度关联规则与多阶层关联规则。.难点关联规则算法。第五章决策树分析（一）课程内容（1）决策树的建构；（2）决策树的算法；（3）决策树分类模型评估。（二）教学要求了解决策树的定义及建构，理解和掌握决策树算法。（三）

6、重点与难点（若不单独列出，需在教学要求中适当注明）.重点决策树的算法，决策树分类模型评估。.难点决策树算法。第六章聚类分析（）课程内容（1）聚类分析法简介；（2）聚类分析的各种算法；（3）聚类分析应用。（二）教学要求了解聚类分析常用的方法，理解和掌握聚类分析的各种算法。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点聚类分析的各种算法，聚类分析应用。.难点聚类分析的各种算法。第七章预测与时间数据分析（一）课程内容（1）回归分析法;（2）逻辑回归；（3）时间序列分析及分析步骤（3）模式选择、建立及模式评估。（二）教学要求了解回归分析、时间序列分析应用的地方及分析的步骤，理解和掌握各

7、类分析的具体方法。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点回归分析、时间序列分析的具体方法、步骤和应用。.难点回归分析、时间序列分析的具体方法及步骤。第八章电子商务网站用户行为分析实战（一）课程内容（1）背景与挖掘目标；（2）数据抽取;（3）数据探索分析；（4）数据预处理；（5）模型构建。（二）教学要求了解所要解决问题的背景及目标，理解和掌握数据分析的方法和过程。（三）重点与难点（若不单独列出，需在教学要求中适当注明）重点数据分析的方法和过程。难点模型构建及实现。三、本课程开设的实验项目（如课程不含实验，该项可不填）编号实验项目名称学时类型要求支撑的课程目标注：1. “类

8、型”填验证性、综合性、设计性等;“要求”填必做、选做。实验1：（实验名称）写明实验目标及要求。实验2：（实验名称）写明实验目标及要求。四、学时分配及教学方法章（按序填写）教学形式及学时分配主要教学方法支撑的课程目标课堂教学实验上机课程 实践小 计第一章2讲授法课程目标1第二章3讲授法课程目标1第三章3讲授法课程目标1第四章62讲授法、演示法课程目标1, 2第五章62讲授法、演示法课程目标1,2第六章62讲授法、演示法课程目标1,2第七章62讲授法、演示法课程目标1,2第八章62讲授法、演示法课程目标1,2合计3810注：1.课程实践学时按相关专业培养计划列入表格；.主要教学方法包括讲授法、讨论

9、法、演示法、研究型教学方法（基于问题、项目、案例等教学方法）等。五、课程考核考核形式考核要求考核权重备注期末考试开卷0.8上机大作业1次0.2注：1.分学期设置和考核的课程应按学期分别填写上表。.考核形式主要包括课堂表现、平时作业、阶段测试、期中考试、期末考试、大作业、小 论文、项目设计和作品等。.考核要求包括作业次数、考试方式（开卷、闭卷）、项目设计要求等。.考核权重指该考核方式或途径在总成绩中所占比重。六、参考书目及学习资料（书名，主编，出版社，出版时间及版次）.大数据分析与数据挖掘，简祯富 许嘉裕编著，清华大学出版社，2016年（）3月第一版;.Python数据分析与挖掘实战，张良均 王路等