数据挖掘技术教学大纲

数据挖掘技术教学大纲适用范围：2019版本科人才培养方案课程代码：08140201课程性质：专业必修课学分：4学分学时：64学时（其中：理论48学时，实验16学时）先修课程：高等数学，线性代数，概率论与数理统计，Java程序设计，算法分析与设计后续课程：适用专业：数据科学与大数据技术等专业教材：韩家炜等编著，数据挖掘：概念与技术（第三版），机械工业出版社，2012开课单位：计算机科学与技术学院一、课程的性质与任务课程性质：本课程是数据科学与大数据技术等专业的专业选修课。课程任务：课程的主要任务是让学生掌握数据仓库与数据挖掘基本概念与算法，针对实际工作与应用中产生的大数据，用数据挖掘技术来发现数据中隐藏的知识或规律，从而为生产、生活、商务活动、社会活动等提供决策支持。要求学生通过本课程的学习，认识数据仓库和数据挖掘在当今大数据时代中的重要作用，了解数据仓库的基本原理和实现方法，掌握数据预处理技术和数据挖掘常用算法（包括关联分析、分类与预测、聚类分析、链接分析、数据摘要等），为解决实际问题打下坚实的知识基础。二、课程的基本内容及要求（一）引言1．课程教学内容（1）数据挖掘的概念；（2）数据挖掘的研究数据对象；（3）数据挖掘的功能；（4）数据挖掘的分类；（5）数据挖掘的主要问题。2．课程重点难点重点:数据挖掘的基本概念。难点:数据挖掘的功能概述；关联分析；分类预测；聚类。3．课程教学要求（1）了解数据挖掘的知识类型；（2）在大数据时代数据挖掘面临的主要问题；（二）认识数据1．课程教学内容（1）数据对象与属性类型；（2）数据的基本统计描述；（3）数据可视化；（4）数据度量。2．课程重点难点重点:数据对象的基本概念；难点:数据度量中数据的相似性和相异性。3．课程教学要求（1）了解并熟悉数据对象和属性类型以及其基本统计；（2）掌握数据可视化相关概念；（3）理解度量数据相似性和相异性。（三）数据预处理1．课程教学内容（1）数据预处理的必要性和意义；（2）数据清洗，数据集成和数据变换；（3）数据约简与离散化。2．课程重点难点重点:数据归一化变、基于熵的有监督离散化；难点:数据约简的降维与采样技术。3．课程教学要求（1）理解并熟练掌握数据预处理的必要性；（2）掌握数据预处理的常用方法。（四）数据仓库和联机分析技术1．课程教学内容（1）数据仓库的定义；（2）数据仓库的设计模式；（3）数据仓库的实施。2．课程重点难点重点:数据立方体、OLTP与OLAP的不同点分析。难点:物化计算的时间与空间复杂度分析。3．课程教学要求（1）了解数据仓库与常用关系型数据库的不同点；（2）理解并掌握数据仓库的三总设计模式，汇聚计算函数的分类；（3）理解物化计算时间与空间复杂度的分析。（五）挖掘频繁模式、关联规则和相关性1．课程教学内容（1）基本概念；（2）Apriori布尔单维关联规则挖掘算法；（3）频繁模式树；（4）基于Apriori的多维、量化关联规则挖掘算法。2．课程重点难点重点:Apriori算法的核心思想。难点:Apriori算法的时间与空间复杂度分析。3．课程教学要求（1）理解并熟练掌握Apriori算法。（六）分类和预测1．课程教学内容（1）机器学习的基本概念、有监督半监督和无监督学习；（2）泛化误差的方差与偏差分解；（3）决策树、K-最近邻和贝叶斯算法；（4）神经网络与深度学习；（5）集成学习以及样本复杂性的基本概念。2．课程重点难点重点:决策树、K-最近邻和贝叶斯算法的原理和使用。难点:泛化误差的方差与偏差分解。3．课程教学要求（1）了解有监督机器学习和无监督机器学习的区别；（2）掌握贝叶斯、决策树和K-最近邻算法。（七）聚类分析1．课程教学内容（1）聚类分析基本概念；（2）算法复杂性分析与NP简介；（3）基于划分的聚类算法：K-means、K-center和K-median；（4）基于层次的聚类算法：全链接和单链接聚类算法。2．课程重点难点重点:基于划分的聚类算法。难点:算法的复杂性分析3．课程教学要求（1）了解常见的聚类准则； （2）熟练掌握基于划分的聚类算法。（八）离群点检测1．课程教学内容（1）离群点与离群点分析；（2）有监督、无监督和半监督离群点检测方法；（3）统计学方法和基于邻近性的方法；（4）基于聚类和分类的方法；（5）挖掘情景离群点和集体离群点。2．课程重点难点重点:离群点检测方法。难点:离群点检测方法的多样性和复杂度分析。3．课程教学要求（1）理解并掌握各种离群点检测方法； （2）离群点检测方法的对比分析。（九）复杂类型数据的挖掘1．课程教学内容（1）空间数据挖掘；（2）多媒体数据挖掘；（3）时序和序列数据的挖掘；（4）文本数据库挖掘与Web挖掘；（5）数据挖掘的发展趋势与研究前沿。2．课程重点难点重点:空间数据挖掘、时序和序列数据的挖掘。难点:复杂类型数据挖掘的对比分析。3．课程教学要求（1）理解掌握各种类型数据挖掘的原理； （2）数据挖掘的发展趋势与前沿。三、课程学时分配教学章节理论实践（验）讨论、习题一、引言2二、认识数据4三、数据预处理6四、数据仓库和联机分析技术4五、挖掘频繁模式、关联规则和相关性6六、分类和预测106七、聚类分析86八、离群点检测4九、复杂类型数据的挖掘44总计4816四、课程考核与权重比例考核方式：本课程采用过程化考核手段，主要以作业评价、课程视频、课堂表现、课内实验、平时测试、上机考试等方式对学生进行考核评价。考核基本要求：考核总成绩由作业评价、课程视频、课堂表现、课内实验、平时测试、上机考试等过程性评价成绩组成。其中：作业评价、课程视频、课堂表现、课内实验、平时测试等过程性评价成绩为100分（占评价权重的40%），期末上机考试成绩为100分（占评价权重的60%）。课程教学章节对应考核权重、分值分配如下表所示。课时分配与考核权重、分值一览表序号教学章节课时数过程性评价成绩（权重100%）期末考试（权重0%）评价方法考核分值考核分值1一、引言2课堂表现、作业评价10分5分2二、认识数据4课堂表现、作业评价、实验报告10分10分3三、数据预处理6课堂表现、作业评价、实验报告15分10分4四、数据仓库和联机分析技术4课堂表现、作业评价10分10分5五、挖掘频繁模式、关联规则和相关性6课堂表现、作业评价10分10分6六、分类和预测16课堂表现、作业评价、实验报告15分20分7七、聚类分析14课堂表现、作业评价、实验报告10分15分8八、离群点检测4课堂表现、作业评价、实验报告10分10分9九、复杂类型数据的挖掘8课堂表现、作业评价10分10分合计64100分100分五、课程资源库周志华,《机器学习》,清华大学出版社,2016年1月。StevenBird,EwanKlein,EdwardLoper.NaturalLanguageProcessingwithPython,

O'REILLY,

2009.07.荫蒙（InmonW.H）著，王志海等译，数据仓库（原书第四版），机械工业出版社，2006年8月。刘红岩,陈剑,陈国青.数据挖掘中的数据分类算法综述[J].清华大学学报(自然科学版),2002(06):727-730。刘明吉,王秀峰,黄亚楼.数据挖掘中的数据预处理[J].计算机科学,2000(04):54-57。慕春棣,,戴剑彬,叶俊.用于数据挖掘的贝叶斯网络[J].软件学报,2000(05):660-666。Sohail,M.N.,etal."Whyonlydatamining?Apilotstudyoninadequacyanddominationofdataminingtechnology."

Int.J.RecentSci.Res

9.10(2018):29066-29073.Chhabra,VIIII.,andGunmalaSuri."DataScienceandKnowledgeDiscoverythroughDataMiningParadigms."

JournalofMechanicsofContinuaandMathematicalSciences

14.2(2019):167-173.数据挖掘英文综述，HYPERLINK"/