《商务智能》课程大纲

《商务智能》课程教学大纲

课程代码：ABGS0632

课程中文名称：商务智能

课程英文名称：Busi ness in tellige nee

课程性质：选修

课程学分数：1

课程学时数：16

授课对象：电子商务

本课程的前导课程：电子商务数据库技术

一、课程简介

商务智能指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各

种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意

度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。学生通过选修本课程，可以了解数据仓库与数据挖掘技术概况、数据仓库基本原理，理解OLAP的基本原理并掌握 OLAP基本技术，了解关联规则挖掘、聚类分析、决策树分类等数据挖掘算法基本思想，掌握数据挖掘算法模型的应用。通过具体应用案例的学习，理

解商务智能的实现技术及其应用价值。

二、教学基本内容和要求（黑体，小4号字）

（一）概述

1?数据仓库的发展

2?数据挖掘概述

重点：传统数据库与数据仓库的区别

难点：传统数据库与数据仓库的区别

了解数据仓库发展历程，数据挖掘概念、数据挖掘过程与数据挖掘的类型，数据仓库与

数据挖掘的主要应用。

理解数据仓库与传统数据库的区别。

（二）数据仓库原理

1?数据仓库的体系结构

2?数据仓库的基本概念

3?数据仓库的特点

4?数据仓库的数据组织

重点：数据仓库体系的三个层次，数据仓库的概念模型与逻辑模型。

难点：数据仓库的元数据模型

了解数据仓库的基本概念、特点，数据仓库的粒度、元数据模型等。

理解数据仓库体系结构，数据仓库的概念模型与逻辑模型。

（三）OLAP的基本原理与技术

1.0LAP概念

2.0LAP数据模型

3?多维数据显示

4.0LAP的多维数据分析

5.0LAP分析工具

重点：多维数据显示、分析技术与相关工具使用方法。

难点：多维数据分析技术。

了解 OLAP 基本概念，MOLAP，ROLAP。

理解并掌握多维数据分析的基本技术及其工具使用方法。

（四）数据挖掘技术

1?关联规则

2?决策树

3?聚类

重点：关联规则挖掘步骤，决策树定义，聚类概念，相关数据挖掘算法思想。

难点：挖掘结果分析。

了解各种主要挖掘算法基本思想。

理解并能正确解释挖掘结果的意义。

三、教学方法与手段

课程教学采用课堂讲授、操作演示、案例分析等多种方法相结合，利用PPT与网络教学资源平台改进教学呈现效果。

四、教学学时分配

五、考核方式与成绩评定标准

1、考核方法：考查

2、成绩评定：平时成绩占 40%考查成绩占60%

六、教学参考资源

1、参考书目：

1）孙水华、赵钊林、刘建华编著，《数据仓库与数据挖掘技术》，清华大学出版社，

2012 年。

（2）周根贵编著，《数据仓库与数据挖掘（第二版）》，浙江大学出版社，2011 年。

2、与课程相关主要网站景德镇陶瓷学院网络教学资源平台

制订人：叶孝明审定人：梁祺批准人：鄢涛制订

日期： 2014 年 6 月