《数据挖掘原理与应用》教学大纲

《数据挖掘原理与应用》教学大纲课程编号：06220225英文名称：Principleandapplicationofdatamining学分：4学时：总学时64学时，其中理论32学时，实践32学时先修课程：概率论、数理统计、线性代数课程类别：专业核心课程授课对象：大数据管理与应用专业学生教学单位：商学院修读学期：第3学期一、课程描述和目标《数据挖掘原理与应用》是大数据管理与应用专业的核心专业课，主要讲授数据挖掘的基本原理，以及如何应用数据科学的方法对数据进行分析、处理和挖掘。具体内容包括，数据清洗、数据预处理、数据分类、关联规则分析、相关分析、聚类分析、模型评价等内容。通过本课程的学习和课程实践，使学生掌握数据挖掘领域中必要的知识点，达到学以致用的目的。本课程的教学，主要为了实现以下三方面的课程目标。1.专业知识目标：理解数据挖掘的基本概念，包括数据挖掘的定义、目的、过程和应用领域。掌握数据预处理的重要性和步骤，包括数据清洗、数据变换和数据聚集。理解决策树、神经网络和贝叶斯学习等不同类型的数据挖掘方法，并能够识别其优缺点和应用场景。2.专业能力目标：能够设计和实现简单的数据挖掘任务，如特征提取、聚类、分类和回归等。能够进行数据挖掘的编程工作。能够理解和应用常见的机器学习算法，如决策树、随机森林、神经网络等。能够分析和解释数据挖掘的结果，并根据业务需求提出合理的建议。3.综合能力目标：能够在实际业务场景中应用数据挖掘技术，解决业务问题。能够理解和评估不同数据挖掘方法的优劣，并能够根据实际情况选择合适的方法。能够进行有效的团队协作，与其他团队成员协作完成复杂的数据挖掘任务。能够独立思考和解决问题，具备创新思维和问题解决能力。二、课程目标对毕业要求的支撑关系毕业要求指标点课程目标权重1-1.思想道德修养课程目标3L1-2.职业道德修养课程目标3L2-1.大数据管理基础理论课程目标1M2-2.学科视野课程目标1M2-4.国际化交流与现代化工作能力课程目标2L3-1.问题分析能力课程目标2M3-2.大数据管理技术综合运用能力课程目标3M3-3.专业知识与素养课程目标1L三、教学内容、基本要求与学时分配序号教学内容基本要求学时教学方式对应课程目标1数据挖掘的基本概念：1、数据的含义2、信息的含义3、数据挖掘的过程了解数据挖掘的基本概念，熟悉数据挖掘可以挖掘的模式，掌握数据挖掘的常用技术，了解数据挖掘的应用。2集中讲授课程目标1课程目标22数据基本分析方法1、基本统计方法2、数据可视化的方法熟悉掌握数据的基本概念、基本统计方法、基本可视化方法及数据相似性的计算方法2集中讲授课程目标1课程目标23数据预处理：1、数据质量2、数据预处理的目的3、数据的特征结构熟悉数据对象与熟悉类型，掌握数据的基本统计描述方法，掌握常用的度量数据相似性和相异性的测度，掌握数据预处理的基本步骤及其内容。2集中讲授课程目标1课程目标24分类的基本概念：1、数据分类的基本思想2、数据分类的主要框架理解分类器的设计思想，熟悉分类的基本框架，掌握分类归纳的基本原理。掌握基于规则的分类方法思想。2集中讲授课程目标1课程目标25常见的分类技术：1、朴素贝叶斯2、人工神经网络3、逻辑回归掌握常用的分类方法，如最近邻分类、朴素贝叶斯分类、贝叶斯信念网络、逻辑回归、人工神经网络、支持向量机以及集成的方法等。2集中讲授课程目标2课程目标36规则和最近邻分类器:1、数据规则的特点2、规则分析法熟悉规则分类法的特征和特点；掌握规则分类法和最近邻分类法2集中讲授；案例分析课程目标2课程目标37回归算法1、线性回归2、逻辑回归3、决策树回归熟悉线性回归、逻辑回归、决策树回归的基本概念及算法2集中讲授；案例分析课程目标2课程目标38模型的评价与训练1、模型评价指标2、过拟合与欠拟合理解模型的过拟合问题，掌握模型的选择方法，熟练掌握模型的评估方法，熟练使用模型的超参数。2集中讲授；案例分析课程目标2课程目标39支持向量机分类器1、支撑向量分类的思想2、逻辑回归3、SVM分析熟悉支持向量机、深入支持向量机和非线性支持向量机的基本原理和算法2集中讲授；案例分析课程目标2课程目标310神经网络分类器1、人工神经网络的发展2、人工神经的数学模型熟悉人工神经网络法的发展历程、基本数学模型，掌握人工神经网络感知机的训练方法和“异或”分类问题的解决2集中讲授；案例分析课程目标1课程目标211多层感知神经网络后向传播神经网络熟悉多层感知神经网络和后向传播神经网络的基本原理和算法2集中讲授；案例分析课程目标1课程目标2课程目标312自然语言的神经网络模型：1、自然语言神经网络的分析框架2、分布词向量熟悉自然语言处理基本框架，掌握分布式词向量、循环神经网络、卷积神经网络和BERT模型的基本使用方法。2集中讲授；案例分析课程目标1课程目标2课程目标313集成学习：1、集成学校概论2、集成学习的具体方法熟悉集成学习的定义和基本思想，掌握Bagging、随机森林、Boosting、GBDT等集成学习的算法。2集中讲授；案例分析课程目标1课程目标2课程目标314聚类算法1、聚类分析的基本框架2、聚类分析的具体算法熟悉聚类的基本定义和应用要求；掌握聚类的层次法、密度法、网格法、图论法。2集中讲授；案例分析课程目标2课程目标315关联规则挖掘1、关联分析的概念及框架2、关联规则挖掘的方法熟悉关联规则的概念，掌握关联规则的Apriori算法和FP-Growth算法2集中讲授；案例分析课程目标2课程目标316信息推荐算法：1、信息推荐算法的框架2、信息推荐法的评价熟悉信息推荐算法的基本类型，掌握信息推荐算法的评价2集中讲授；案例分析课程目标1课程目标2课程目标3合计32实践学时：序号实验项目实验内容与要求学时类型对应课程目标1数据预处理统计软件的基本操作；数据的分类，数据的转换，数据的预处理；必修。4综合1、2、32回归算法通过统计软件实现线性回归、逻辑回归、决策树回归；必修4设计1、2、33神经网络分类模型神经网络的感知模型、多层感知神经网络模型、后向传播神经网络模型；必修。6综合1、2、34自然语言的神经网络模型通过统计软件实现循环神经网络模型、卷积神经网络模型和BERT模型；必修。6综合1、2、35集成学习的模型应用随机森林模型；GBD算法；必修。4综合1、2、36聚类算法通过统计软件实现聚类的层次法、密度法、网格法、图论法；必修。4综合1、2、37信息推荐算法基于内容的信息推荐；基于用于的信息推荐；必修。4综合1、2、3合计32四、课程教学方法采用集中讲授、课堂演练、案例分析、小组讨论、上机操作等教学方式。

五、学业评价和课程考核（一）考核方式及具体要求1.课程成绩构成与要求课程考核注重形成性和终结性评价相结合，考核内容主要由课堂互动（线上线下平台）、课程作业、期末考试组成，其中课堂互动占20%、课程作业成绩占30%、期末考试成绩占50%。期末考试采用考试形式。课程作业为实践报告，要求学生针对具体的管理问题，采集相应数据，应用恰当的数据工具分析，并以简单的论文形式报告数据分析结果以及对于管理问题的思考。2.课程目标达成考核与评价序号教学环节课程目标1（分值）课程目标2（分值）课程目标3（分值）合计1课堂互动550202课程作业101010303期末考试20202050课程目标对应分值353530100（二）考核与评价标准1.课堂互动考核与评价标准根据参与小组讨论的情况、课堂回答、以及上机演示的情况相应给分。对于有独特、创新见解的回答给予高分，对于基本符合要点的回答给予中高分数，对于不到要点的回答给予低分。2.平时成绩考核与评价标准分值观测点90-100分70-89分60-69分0-59分作业按时完成，90%以上的作业内容齐全，基本知识点理解、掌握到位。能够运用恰当的数据分析工具识别并分析相关问题。按时完成，70%以上的作业内容齐全，基本知识点理解、掌握较到位。能够利用合适的数据分析工具识别并分析相关问题。基本按时完成，60%以上的作业内容齐全，基本知识点理解、掌握基本到位。基本能运用数据分析工具对相关问题识别、分析。不交和补交，50%以下的作业内容齐全，基本知识点理解、掌握有偏差。不能利用数据分析工具对相关问题进行识别、分析。3.期末试卷考核与评价标准根据课程目标及教学内容，设计期末考核试题，综合检验学生对课程相关知识的掌握、综合应用及解决复杂问题的能力，根据考试题目设计相应评分标准。六、教材与参考书1．《数据挖掘：原理与应用》，丁兆云,周鋆,杜振国（著），机械工业出版社，2023；2．《数据挖掘原理与应用》，葛东旭（著），机械工业出版社，2020。（二）参考资料1．《IntroductiontoDataMining》，Pang-Ni