商务智能原理与方法（第3版）-教学日历

教学日历（20xx～20xx学年第x学期）开课学院开课专业讲授学时32课程名称商务智能原理与方法（第3版）授课教师实践/实验学时32授课年级授课班级总学时64使用教材《商务智能原理与方法（第3版）》参考书目《商务智能原理与方法（第3版）》校历周次授课内容分章节题目第1周第1章引言（4学时）1.1商务智能简介（1学时）1.2商务智能与信息社会（1学时）1.3商务智能与企业管理（1学时）1.4商务智能的方法、1.5商务智能的数据（1学时）第2周第2章商务智能应用（3学时）2.1制造领域应用、2.2金融领域应用（1学时）2.3通信领域应用、2.4生物和医药领域应用（1学时）2.5零售和营销领域应用、2.6移动商务应用、2.7社会化商务应用（1学时）第3章商务智能过程（1学时）3.1数据库与事务处理（1学时）第3周第3章商务智能过程（2学时）3.2数据仓库与在线分析处理（1学时）3.3企业知识发现（1学时）第4章数据平台（2学时）4.1数据处理技术演进、4.2数据仓库过程与体系结构（1学时）4.3数据集成、提取与转换（1学时）第4周第4章数据平台（4学时）4.4数据仓库开发、管理与安全（2学时）4.5分布式数据平台（1学时）4.6云数据平台（1学时）第5周第5章构建商务智能环境（2学时）5.1商务智能环境、5.2商务智能组织（1学时）5.3商务智能系统（1学时）第6章数据预处理（2学时）6.1数据预处理简介（1学时）6.2数据清洗（1学时）第6周第6章数据预处理（4学时）6.3数据集成、规范与归纳（2学时）6.4数据消减（2学时）第7周第7章关联规则（4学时）7.1关联规则简介、7.2关联规则挖掘方法、7.3关联规则兴趣性（2学时）7.4关联规则知识形式扩展、7.5简单关联规则（2学时）第8周第8章分类分析（4学时）8.1分类分析简介、8.2决策树分类（2学时）8.3贝叶斯分类、8.4其他分类方法（1学时）8.5分类准确率（1学时）第9周第9章聚类分析（4学时）9.1聚类分析简介、9.2相似度与距离测度（1学时）9.3聚类分析方法（1学时）9.4k-means方法（1学时）9.5DBSCAN方法（1学时）第10周第10章社会网络分析（2学时）10.1社会网络的中心性、10.2社会网络的权威、10.3引用社会网络（1学时）10.4社会网络的链接分析、10.5社会网络中的社区（1学时）第11章概率图模型（2学时）11.1概率图模型简、11.2朴素贝叶斯模型（1学时）11.3隐马尔可夫模型（1学时）第11周第11章概率图模型（1学时）11.4高斯混合模型、11.5LDA模型（1学时）第12章神经元网络（3学时）12.1神经元网络简介、12.2前馈神经元网络（1学时）12.3卷积神经元网络（1学时）12.4循环神经元网络（1学时）第12周第12章神经元网络（1学时）12.5注意力机制（1学时）第13章多模态数据表征（2学时）13.1文本表征、13.2图像表征（1学时）13.3音频表征、13.4视频表征（1学时）第14章信息提取与洞察（1学时）14.1“大数据一小数据”问题概述、14.2代表性信息提取（1学时）第13周第14章信息提取与洞察（1学时）14.3一致性信息提取、14.4多样性信息提取（1学时）第15章关联分类（3学时）15.1生成分类关联规则、15.2分类关联规则剪枝（2学时）15.3构建分类器、15.4混合型关联分类、15.5GARC方法解析（1学时）第14周第15章关联分类（1学时）15.3构建分类器、15.4混合型关联分类、15.5GARC方法解析（1学时）第16章不确定性知识发现（3学时）16.1不确定性信息表达（2学时）16.2分区中的边界问题（1学时）第15周第16章不确定性知识发现（2学时）16.3数据间的部分隶属性（1学时）16.4不完整数据依赖（1学时）第17章智能推荐（2学时）17.1信息推荐方法（2学时）第16周第17章智能推荐（2学时）17.2多模态信息推荐（1学时）17.3序列推荐、17.4捆绑推荐（1学时）第18章商