《商务智能与数据挖掘实验》课程教学大纲

商务智能与数据挖掘实验BusinessIntelligenceandDataMining一、课程基本情况课程总学时：64（课内实验课程填写课程总学时）实验总学时：36学分：4开课学期：5课程性质：必修对应理论课程：商务智能与数据挖掘适用专业：信息管理与信息系统教材：数据挖掘概念与技术，机械工业出版社，JiaweiHan,MichelineKamber著，范明等译，2012年，第三版。开课单位：经济管理学院信管系二、实验课程的教学目标和任务在初步掌握商务智能和数据挖掘的基本概念、基本方法和基本技术的基础上，使学生对商务智能和数据挖掘的概念和技术有深入的认识和了解。通过对商业数据的分析使学生更加深入地理解常用的数据挖掘模型，掌握大型数据挖掘软件IBMSPSSModeler等工具的使用，培养学生将实际的商业问题转化为数据挖掘目标、理解和收集数据、应用数据挖掘工具建模、评估模型以判断是否符合商业目的，并将发现的结果组织成可读文本的能力，使学生的理论知识和实践技能得到共同开展。三、实验课程的内容和要求

序号工程名称所需学时内容提要工程要求实验类型必开选开实验1数据审核2应用数据审核节点全面检查用户导入的数据，处理缺失值、离群值和极值。V验证实验2特征选择2学习应用特征选择节点识别用于预测特定结果的最重要的字段。V验证实验3决策树2应用C5.0、CART等节点对数据文件进行分类分析。V验证实验4市场购物篮分析2应用规那么归纳/C5.0寻找购买相似产品并且可按人口统计学方式（如按年龄、收入等）刻画其特征的客户群。验证实验5RFM分析2应用RFM汇总节点和RFM分析节点分析客户交易数据，并将其与客户和历史促销活动数据合并在一起，从而预测未来营销活动的响应率。V验证实验6贝叶斯网络2应用贝叶斯网络节点对数据集进行分类分析。V验证实验7神经网络2应用神经网络节点对数据集进行分析。V验证实验8Logistic回归2应用Logistic回归节点对数据集进行分析V验证实验9聚类算法2应用K-means节点、Kohonen节点和两步节点对数据集进行聚类分析。V验证实验10欺诈屏蔽2使用异常检测节点演示如何通过V验证

分析方法来发现与标准数据的偏差，同时突出了有必要进一步调查的异常记录。实验11时间序列分析2应用时间序列节点对数据集进行分析，预测存在趋势和/或季节的序列。V验证实验12自动建模2使用二元分类器节点自动创立和比拟大量结果为二元（是或否）的不同模型；使用数值预测器节点自动创立和比拟连续数字（范围）结果的不同模型。V验证实验13判别式分析2用判别式分析对电信客户分类V验证实验14广义线性模型2使用广义线性模型对数据进行分析V验证实验15SVM2用SVM对细胞样本分类V验证实验16Cox回归2将Cox回归用于客户流失时间模型V验证实验17数据挖掘在**中的应用12应用IBMSPSSModeler软件中的节点，对某数据集进行数据预处理，选择合适的算法建模，并解释建V综合模结果。实验18数据挖掘在**中的应用22应用IBMSPSSModeler软件中的节点，对某数据集进行数据预处理，选择合适的算法建模，并解释建模结果。V综合四、课程考核（1）实验实习报告的撰写要求：根据实验指导书，认真查阅资料，完成实验内容并记录实验结果，撰写实验报告（2）实验实习报告：17次；（3）考核及成绩计算方式：成绩计入商务智能和数据挖掘课程总评。五、参考书目（1）数据挖掘：概念、模型、方法和算法，，（美）著，王晓海译，2013年，第2版。（2）数据挖掘导论（完整版），人民邮电出版社（美）陈封能，（美）斯坦巴赫，（美）库玛尔著，范明等译，2011年（3）大数据：互联网大规模数据挖掘与分布式处理，，［美］AnandRajara