《商务智能方法与应用》教学大纲
Ch2V2 商务智能过程-商务智能方法与应用(第2版)-刘红岩-清华大学出版社
➢ 企业中哪些业务环节的支出费用太高？哪些过程耗用时间太 长？哪些环节的决策质量不高
5
Principles and Applications of Business Intelligence
2.1.1 商务智能系统的开发过程
Chap 2 ： 商务智能过程
11
Principles and Applications of Business Intelligence
2.2 数据仓库与数据库
Chap 2 ： 商务智能过程
▪ 区别：构建目的、管理的数据、管理方法都不同
数据库中的数据需要进行频繁的插入、删除、修改等更新操作，需要复杂的 并发控制机制保证事务运行的隔离性。
▪ 规划 ▪ 需求分析 ▪ 设计 ▪ 实现
每类需求，重要性和实现的难易程度 重要性方面，可以从三个方面进行衡量
➢ 衡量商务智能提供的信息的可操作性； ➢ 衡量实施商务智能可能给企业带来的回报， ➢ 衡量实施商务智能可以帮助企业实现短期目标
实现的难易程度
➢ 商务智能的实现需要涉及的范围 ➢ 衡量数据的可获取性
收集需要的各类数据，
选择需要的商务智能支撑技术，如数据仓库、在线 分析数据或者数据挖掘等
7
Principles and Applications of Business Intelligence
2.1.1 商务智能系统的开发过程
Chap 2 ： 商务智能过程
▪ 规划 ▪ 需求分析 ▪ 设计 ▪ 实现
▪ 在具体应用该系统之前，需要完成对系统的数据加载 和应用测试，设计系统的访问控制和安全管理方法。
9
Principles and Applications of Business Intelligence
商务智能课程介绍和教学大纲
《商务智能》课程简介课程内容：《商务智能》是电子商务和信息管理专业的必修课程。
在商业活动中，企业利用各种信息系统进行高质量和有价值的信息收集、分析、处理。
通过商务智能，可以把全公司多个来源的数据集成在一起，进行个性化的信息分析、预测和辅助决策，提高企业的竞争力。
本课程主要介绍数据仓库与数据挖掘的基本概念、基本方法以及在商务决策中的应用。
具体的内容包括数据仓库系统简介、联机分析处理，数据预处理技术（包括数据清理、数据集成和转换等），数据挖掘技术（包括分类、预测、关联和聚类等）以及数据挖掘方法（包括决策树方法、统计方法、关联规则挖掘等），并结合案例分析上述方法和技术在商务智能中的应用。
学完本课程后，学生应：1．掌握商务智能的概念、内容和管理的方法体系。
2．学会运用软件系统进行数据的集成、分析和预测，解决实际问题。
Brief IntroductionCourse Description:This course is a compulsory course for the specialty of Information management and E-commerce.In the commercial activities, enterprises use a variety of information systems to collect, analyze and process high quality and valuable information. Through business intelligence, data from several sources of company integrated can be information analyzed, predicted and decision supported personalized to improve the competitiveness of enterprises.In this course, the basic concepts, the basic method and application in business decisions of data warehousing and data mining are introduced. Specific content includes data warehouse system, Online Analytical Processing (OLAP), data preprocessing techniques ( including data cleaning, data integration and transformation ), data mining techniques ( including the classification, prediction, association and clustering) and data mining methods ( including decision tree method, statistical method, association rule mining, and etc.). And some cases are introduced to analyze application of the above methods and technologies in business intelligence.The mission of this course is:1st, to master the concept, content and management method system of Business Intelligence;2nd, learn to use the software system for data integration, analysis and prediction and solve practical problems.《商务智能》课程简介一、教学内容第1章商务智能简介1.1 变化的商务环境和计算机化的决策支持1.2 商务智能框架1.3 智能创造和使用与商务智能治理1.4 交易处理和分析处理1.5 成功的BI实施1.6 商务智能的主要工具和技术教学难点：商务智能的方法论和相关概念。
商务智能 课程教学大纲
5.4 序列模式
5.5 统计分析
5.5.1线性和非线性回归分析
5.5.2一元和多元回归分析
6 商务智能应用4课时
6.1 电子商务推荐
6.2 Web网站优化
6.3 客户关系管理
6.4 企业绩效管理
7实验8课时
7.1 SAPபைடு நூலகம்晶报表和易表制作
7.2 基于DB2的数据仓库设计（选做）
7.3 基于IBM Cognos Express的OLAP
2.1 数据仓库基本概念
2.2 数据仓库的数据模型与数据组织*
2.3 数据仓库系统的体系结构
2.4 数据仓库的项目管理
3 在线分析处理OLAP技术3课时
3.1 多维数据结构、多维数据分析
3.2 ROLAP与MOLAP
3.3 报表制作
4 数据挖掘过程2课时
4.1分析需求
4.2 数据选择与预处理
4.3 模型挖掘
基本内容简介
本课程主要介绍数据仓库与数据挖掘的基本概念、基本方法以及在商务决策中的应用。具体的内容包括数据仓库系统简介、联机分析处理（OLAP），数据预处理技术（包括数据清理、数据集成和转换等），数据挖掘技术（包括分类、预测、关联和聚类等）以及数据挖掘方法（包括决策树方法、统计方法、关联规则挖掘等），并结合案例分析上述方法和技术在商务智能中的应用。
《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。
商务智能方法与应用(信管)教学大纲
《商务智能方法与应用》课程教学大纲课程代码：040642711课程英文名称：Business intelligence methods and Applications课程总学时：32 讲课：24 实验：8 上机：0适用专业：信息管理与信息系统大纲编写（修订）时间：2017.06一、大纲使用说明（一）课程的地位及教学目标商务智能方法与应用是信息管理与信息系统专业开设的一门培养学生商务智能能力的专业必修课，主要讲授商务智能基本理论、常用的商务智能方法、数据预处理技术、数据仓库概念和技术、多维数据模型技术及OLAP理论及工具，结合实例，介绍了商业智能在行业中的应用状况、案例与主流工具。
本课程在教学内容方面除基本知识、基本理论和基本方法的教学外，通过实例介绍、讨论和实验，着重培养信息时代下学生的商务智能能力。
通过本课程的学习，学生将达到以下要求：1. 掌握商务智能基本理论2. 掌握数据仓库概念和技术3. 掌握常用的商务智能方法4. 掌握多维数据模型技术及OLAP理论及工具5. 熟悉商务智能领域主流产品及工具6. 能够运用本课所学知识，使用商务智能技术辅助业务分析（二）知识、能力及技能方面的基本要求本课程要求学生掌握商务智能的最基本内容，包括商务智能内涵、数据仓库模型、在线分析处理、决策树、聚类、关联分析等知识，初步具备利用商务智能技术进行业务分析的技能。
（三）实施说明1．教学方法：课堂讲授中要重点对基本概念、基本方法的讲解；采用启发式教学、案例教学，培养学生思考问题、分析问题和解决问题的能力；引导和鼓励学生通过实践和自学获取知识，培养学生的自学能力和动手能力；通过实验巩固理论知识。
2．教学手段：在教学中采用电子教案、商务智能系统等先进教学手段，以确保在有限的学时内把课程最基本的内容介绍给学生。
（四）对先修课的要求考虑到商务智能的跨学科性（统计学、人工智能和数据库），学习本课程前需要有一定的统计学、数据库系统等课程基础。
《商务智能》课程大纲
《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。
商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。
本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。
通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。
二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。
商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。
三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。
四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。
【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。
【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。
第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL概述，元数据，商业数据维度化分析，工具简介。
商务智能大纲整理范文
商务智能大纲一、商务智能概要商务智能的标准定义商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。
商务智能的对象和技术1.企业: “组织机构”或“实体” ,企业机构或非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。
2现代信息技术:能保证从不同的数据源（提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。
商务智能的分析过程3.收集－收集数据是管理和分析数据的前提。
内部结构化比如ERP、CRM、SCM和电子商务等系统，内部非结构化、外部数据市场调研报告、人口统计报告、顾客信用报告。
4.管理-这里的“管理”主要是指对数据的储存、提取、清洗、转换、装载、整合等工作，其目的主要是为了提高数据的质量和安全性。
5.分析－数据查询、数据报告、多维分析、数据挖掘、高级统计分析6.结构化——结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据，通常都是以表格的形式存在和展现的。
传统的商务智能概念只包括这种结构化的、可定量的数据。
7.非结构化——以零散的文件形式存在和展现的，通过文件管理和内容管理（Document Management & Content Management）软件来进行的商务智能的作用8.商务数据和信息包括一切可能对商务产生影响的、直接和间接的数据和信息9.创造和累计商务知识和见解——这是商务智能的第一层的目的和功能，也是最直接的目的和功能；“知识和见解”正是“智能”得名的由来。
10.改善商务决策水平——这是商务智能的更高一层的目的和功能，企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。
商务智能技术与应用-教学大纲
《商务智能技术与应用》教学大纲课程编号：070633B课程类型：□通识教育必修课□通识教育选修课□专业必修课 专业选修课□学科基础课总学时：48讲课学时： 32 实验（上机）学时：16学分：3适用对象：商务智能专业先修课程：统计学、商务智能与数据挖掘一、教学目标本课程是信息学院信息管理与信息系统专业商务智能方向学生的专业选修课。
本课程是为适应信息时代对商务智能技术应用的要求而开设的。
课程既重视学生相关理论的系统学习，又强调培养学生发现问题、分析问题、解决问题的实践应用能力。
本课程是在专业的掌握数据分析和信息处理人才的培养方面的重要组成部分，是商务智能专业人才培养目标得以实现的重要保证。
商务智能技术，如数据仓库、数据挖掘和在线分析处理和决策支持系统等，使得企业或组织可以对生产经营过程中产生的大量结构化和非机构化商务数据和信息系统进行收集、整理、分析，以便辅助企业做出正确决策，采取有效商务行动、优化商务流程。
通过本课程的学习，学生将了解商务智能的主要技术，并重点掌握数据分析的主要方法，尤其是SPSS的深度应用。
教学会结合实际实验条件，培养学生的实际操作能力。
二、教学内容及其与毕业要求的对应关系（一）教学内容本课程主要学习商务智能相关的主要技术，重点掌握数据分析和信息处理的主要方法，尤其是SPSS软件的深度应用。
教学内容包括：数据分析概述，SPSS 软件介绍，数据录入与数据获取，数据管理，统计描述与统计图表，常用假设检验方法，问卷调查与抽样技术等。
其中，有关SPSS的使用精讲，统计学相关部分以主要依托于先前统计学课程的内容。
（二）教学方法和手段根据教学目标，拟采用的教学方法有：课堂讲解基本概念和核心知识，讲授和讨论相结合领会知识要点，案例教学训练解决问题的能力，最后让学生进行上机操作和具体实践。
（三）实践教学环节要求根据教学进度和要求布置相应的小作业，通过上机实践。
每一章都有对应的上机内容，如SPSS环境配置、数据录入与获取、数据管理等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
商务智能方法与应用（含实验）（）教学大纲（2018版）曙光瑞翼教育2018年8月前言一、大纲编写依据《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大数据相关课程。
通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。
通过这一系类的技术如何帮助决策者进行决策。
二、课程目的1、知识目标本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。
通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。
主要重点在于大数据行业内的商务智能工具的应用以及行业实践。
2、能力目标(1) 实践能力通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。
同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。
(2) 创新能力通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。
三、教学方法1、课堂教学(1) 讲授本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。
根据教学大纲的要求，突出重点和难点。
(2) 教师指导下的学生自学指导学生自主学习商务智能相关技术与主流商务智能相关工具。
教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。
(3) 其它教学方法采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。
2、课外学习作业1：课外练习。
作业2：上机实验报告。
四、适用对象全校。
五、先修课程及后续课程（或相关课程）无。
六、课程性质选修。
七、总课时及各章的分配授课总课时数为64学时，各章的学时具体安排如下：八、使用教材及主要参考书目（一）选用教材《商务智能原理与应用》，白皮书，2018年9月。
（二）主要参考书目1．汪楠：《商务智能》，北京大学出版社，2012年1月。
2．杜尔森·德伦：《商务智能：数据分析的管理视角》机械工业出版社，2018年5月。
3．赵卫东：《商务智能（第四版）》，清华大学出版社，2016年11月。
4．陈国青：《商务智能原理与方法（第2版）》，电子工业出版社，2014年8月。
5．刘红岩：《商务智能方法与应用》，清华大学出版社，2013年5月。
九、考核方式及成绩评定标准1、考核内容与形式(1) 知识类考核本课程采用闭卷考试形式。
重点考试内容：商务智能基本框架、数据仓库、在线分析处理、维度建模。
(2) 能力类考核利用学生平时作业、课堂提问与讨论考查学生的学习能力，理解和掌握相关知识的程度以及实际应用能力。
利用课程设计考查学生的实践动手能力、方案设计能力，促进学生自主性学习和研究性学习，启迪学生的创新思维。
2、课程成绩构成(1) 平时成绩占百分比平时成绩(包括平时考勤、作业情况和上机实验情况)占总分60%(2) 考试成绩占百分比期末考试成绩占总分40%第一章商务智能概述第一节商务智能产生的背景了解商务智能产生的背景、原因、为什么商业决策需要商务智能以及企业智能化需要商务智能。
第二节商务智能简介了解商务智能的发展历程、商务智能能够成功实施的要求以及商务智能技术可谓企业带来什么价值。
掌握商务智能的基本概念。
第三节商务智能基础重点掌握商务智能的基本架构以及商务智能的功能。
第四节商务智能关键技术掌握商务智能关键技术的概念。
了解商务智能相关技术的成功案例。
第五节商务智能的相关应用了解商务智能在金融业、保险业、零售业、制造业、电信行业等相关行业的应用第二章数据仓库第一节数据仓库的概念重点掌握数据仓库的基本概念、特点、结构、与数据库的区别。
掌握数据仓库与商务智能之间的关系。
第二节ETL过程掌握数据抽取、转换、清洗加载的基本概念以及原理。
第三节数据仓库模型了解数模模型基本知识点，掌握如何构建数据模型。
第四节数据仓库工具Hive了解Hive的基本概念，通常Hive的应用场景，Hive的设计特点、Hive的体系结构，如何使用Hive进行数据存储以及使用HIVEQL进行数据查询。
第三章维度建模第一节维度建模简介掌握维度建模的概念，了解维度建模的基本原则。
第二节维度表技术基础重点掌握维度表结构，熟悉维度代理建、多维体系结构以及缓慢维度变换的相关知识点。
第三节事实表技术基础重点掌握事实表结构，了解可加、半可加、不可加事实以及事实表的空值相关知识点，掌握事实表的三种基本类型。
第四节维度建模设计的主要流程重点掌握维度建模的主要流程，熟悉选择业务过程的注意事项，以及声明粒度、确认维度、确认事实的基本过程。
第五节维度模型的误区了解通常情况下大家对于维度模型的几个常见的误解。
第四章在线分析处理第一节OLAP简介掌握OLAP的基本概念。
了解OLAP的特性以及多维数据结构。
第二节OLAP多维数据分析掌握切片、切块、钻取、旋转/转轴的基本概念。
第三节OLAP分类了解OLAP的分类， ROLAP、MOLAP与HOLAP模式，多维数据模式、OLAP与OLTP的区别以及ROLAP、MOLAP与HOLAP的性能差异。
第四节OLAP体系结构了解集中OLAP的体系结构。
第五节OLAP操作语言掌握MDX的基本概念，MDX查询语句基本用法。
了解MDX与SQL的区别第六节主流的OLAP工具了解OLAP的相关产品以及主流OLAP产品的比较。
第五章商务智能在零售业方面的应用第一节顾客关系管理了解商务智能在客户关系管理中的应用。
第二节零售管理业务优化了解商务智能如何对零售管理业务进行优化第三节日常经营分析了解商务智能如何对日常经营管理进行有效分析。
第四节零售业案例掌握商务智能在进行零售业案例进行数据仓库的搭建的基本过程、ETL设计的基本过程、OLAP是如何进行设计并实现、如何进行数据挖掘。
第六章商务智能在客户管理管理中的应用第一节CRM概述了解什么是客户智能，并熟悉数据挖掘在客户关系管理中的应用。
第二节客户细分掌握客户细分的基本类型。
第三节客户识别和客户保留熟悉客户获取、了解潜在用户、如何进行客户保留的重要性以及基本过程。
第四节客户维度属性掌握客户维度设计的基本过程，以及相关维度的概念。
第五节复杂的客户行为掌握客户行为研究、连续行为步骤、以及各种事实表的设计、第七章商务智能在电信行业的应用第一节电信业商务智能现状了解目前商务智能技术在电信业应用的特点。
第二节商务智能在电信行业的应用掌握电信行业应用商务智能技术可以实现何种功能。
第三节数据仓库了解数据仓库技术对电信行业的作用。
第四节OLAP数据分析了解OLAP数据分析技术对电信行业的作用。
第五节数据挖掘了解数据挖掘技术对电信行业的作用。
第六节应用商务智能的重要意义和必要性了解商务智能技术应用到电信业的必要性。
第七节数据分析模型掌握建立数据分析模型的方法。
第八节数据采集与ETL处理掌握数据采集和ETL处理的方法。
第九节OLAP案例分析掌握OLAP的方法，学会使用OLAP进行数据分析第十节数据挖掘在电信行业的应用实例分析掌握数据挖掘的方法，学会使用数据挖掘进行数据分析。
第八章商务智能在教育方面的应用第一节商务智能在教育行业的现状了解目前商务智能技术在教育行业的现状。
第二节商务智能在教育行业的应用掌握商务智能在教育行业各个方面的应用。
第三节大学案例总线矩阵了解大学的总线矩阵基本知识，学会建立总线矩阵图。
第四节商务智能在教育行业案例重点账务商务智能技术在教育行业的应用过程，学会数据仓库建模、OLAP模型设计、数据挖掘设计以及分析结果和评估。
第九章商务智能在电子商务方面的应用第一节商务智能在智能搜索方面的应用掌握网络机器人、文本分析、搜索条件的获取和分析以及信息的搜索和排序等概念和技术。
第二节商务智能在电子商务情感分析方面的应用掌握评论数据的手机以处理的方法、了解扩展特征向量构建、情感分析模型的搭建以及情感倾向值的计算。
第三节商务智能在智能推荐技术方面的应用了解智能推荐产生的背景以及定义，熟悉情感推荐的主要算法，了解智能推荐在电子商务中的应用。
附：《商务智能原理与应用》课程实验教学大纲课程名称：商务智能原理与应用实验学时：32适用专业：全校专业课程性质：选修一、课程实验简介所有实验都是与《商务智能原理与应用》课程内容相配套的，共分为两个部分：第一部分介绍商务智能相关技术的上级训练；第二部分为各行各业对于商务智能案例是如何进行设计，实现一套完整的商务智能方案。
二、教学目的“商务智能原理与应用”是全校公选课程，是一门实践性很强的课程。
在学习商务智能原理与应用的过程中，只有多阅读程序、多上机，才能真正掌握商务智能方案设计的方法和技巧。
三、考核方式及成绩评定标准平时上机的考勤占总分的10%，课程设计占总分的30% 。
四、实验指导书及主要参考书1．《商务智能原理与应用》，白皮书，2018年9月。
五、实验项目实验项目一览表实验类型：演示性、验证性、综合性、设计性、其它实验一、销售数据预处理（2课时）实验类型：演示性实验目的：(1)熟悉Linux系统、MySQL、Insight等系统和软件的安装和使用；(2)了解大数据处理的基本流程；(3)熟悉数据抽取、转换、装载方法；(4)熟悉在不同类型数据库之间进行数据相互导入导出；实验内容：本实验利用瑞翼教育EDU平台中的I9000、MySQL workbranch以及Insight DI（类似于市面的kettle工具）将销售数据和员工数据通过I9000创建MySQL数据库，在MySQL workbranch中将二者导入到数据库中，在通过Insight DI和MySQL workbranch连接并两个数据源利用员工信息号进行整合，最终将生成的一张新表格写入数据库中，达到可在一章表格查看员工信息和对应销售情况的目的。
实验要求：需要使用曙光EDU教学平台I9000、MySQL workbranch以及Insight DI工具。
实验二、数据可视化（2课时）实验类型：验证性实验目的：(1)熟悉Linux系统、Insight等系统和软件的安装和使用；(2)了解可视化处理的基本流程；(3)熟悉利用可视化工具Insight User Console创建可视化报表。