《商务智能》课程教学大纲 一、课程基本信息 课程代码：16153303 课程名称：商务智能 英文名称：Business Intelligence 课程类别：专业课（专业必修课） 学 时：48 分：3 适用对象：信息管理与信息系统、大数据管理与应用、电子商务等专业 考核方式：考查 先修课程：数据结构、数据库、管理学、管理统计学、管理信息系统 二、课程简介 中文简介 本课程采用理论教学与实验训练相结合，培养学生掌握商务智能的基本知 识，数据挖掘的基本概念、基础理论和经典算法。入1 BM SPSS Modeler、Python 等数据挖掘软件，实验操作面向实际应用的实验项目，训练学生数据采集处理 分析模型构建及参数调整优化等能力。通过采用系列实验、课程作业、课堂讨论」 案例分析等教学方法帮助学生更好地理解掌握商务智能的理论方法及技术应用。 倡导“案例式”教学，注重理论知识讲授与应用能力培养结合，使学生初步具备 商务智能的基本认知，能够将数据挖掘方法应用解决实际问题。 英文简介： With the combination of theoretical teaching and experimental training,this course trains students to master the basic knowledge of business Intelligence,basic concepts of data mining,basic data mining theory and classical algorithms.Some data mining software as IBM SPSS Modeler,Python and others are introduced to train students'abilities to finish data collection,data processing,analysis model building,parameter adjustment and model optimization.This course introduces series practical application-oriented experiments,course assignments,class discussions,case analysis and other teaching methods to help students bette understand the theoretical methods and technical applications of business intelligence.With"case-based"teaching,the combination of theoretical knowledge teaching and application ability training will made students have the basic knowledge of Business Intelligence initially,and can apply data mining methods to solve practical problems. 三、课程性质与教学目的 本课程是面向信息管理与信息系统专业、大数据管理与应用专业的专业必修 课。本课程主要介绍数据仓库、联机分析、模式发现、数据挖掘、数据分析与预 1
1 《商务智能》课程教学大纲 一、课程基本信息 课程代码：16153303 课程名称：商务智能 英文名称：Business Intelligence 课程类别：专业课 （专业必修课） 学 时：48 学 分：3 适用对象: 信息管理与信息系统、大数据管理与应用、电子商务等专业 考核方式：考查 先修课程：数据结构、数据库、管理学、管理统计学、管理信息系统 二、课程简介 中文简介： 本课程采用理论教学与实验训练相结合，培养学生掌握商务智能的基本知 识，数据挖掘的基本概念、基础理论和经典算法。引入 IBM SPSS Modeler、Python 等数据挖掘软件，实验操作面向实际应用的实验项目，训练学生数据采集处理、 分析模型构建及参数调整优化等能力。通过采用系列实验、课程作业、课堂讨论、 案例分析等教学方法帮助学生更好地理解掌握商务智能的理论方法及技术应用。 倡导“案例式”教学，注重理论知识讲授与应用能力培养结合，使学生初步具备 商务智能的基本认知，能够将数据挖掘方法应用解决实际问题。 英文简介： With the combination of theoretical teaching and experimental training, this course trains students to master the basic knowledge of business Intelligence, basic concepts of data mining, basic data mining theory and classical algorithms. Some data mining software as IBM SPSS Modeler, Python and others are introduced to train students' abilities to finish data collection, data processing, analysis model building, parameter adjustment and model optimization. This course introduces series practical application-oriented experiments, course assignments, class discussions, case analysis and other teaching methods to help students better understand the theoretical methods and technical applications of business intelligence. With "case-based" teaching, the combination of theoretical knowledge teaching and application ability training will made students have the basic knowledge of Business Intelligence initially, and can apply data mining methods to solve practical problems. 三、课程性质与教学目的 本课程是面向信息管理与信息系统专业、大数据管理与应用专业的专业必修 课。本课程主要介绍数据仓库、联机分析、模式发现、数据挖掘、数据分析与预
测的基本理论和算法，具有很强的基础性和通用性。本课程注重吸收国内外学术 研究前沿成果，使得课程的讲授内容始终保持前沿性和先进性。此外，积极引入 国内外信息技术领域先进的工具和案例，介绍数据挖掘、人工智能、商务智能等 领域的研究应用现状及未来发展趋势，带有鲜明数据时代特征。 本课程的教学目标主要有三个方面：掌握数据挖掘常用算法及应用场景：熟 悉商务智能领域主流产品及工具：能够应用数据挖掘理论和算法，通过数据分析 处理，解决实际问题。在此基础上，使学生初步具有从事一般数据分析工作的理 论基础知识，以及分析问题和解决问题的能力，从而为进一步学习后续课程及日 后的实际工作创造条件。帮助学生树立正确的信息道德观念，将学习商务智能技 术与专业学习及未来工作生活联系起来，产生进一步学习深造的兴趣，主动地、 积极地学习和掌握商务智能理论学习及推广应用所要求的基本知识和技术方法 进而具备基本的数据时代知识素养和智能系统操作技能。 四、教学内容及要求 第一意商条智能概术 (一)目的与要求：通过本章内容的学习，了解商务智能课程的内容、意义 和应用：介绍数据挖据的主要理论基础和主流分析工具：介绍课程的 参考书籍、课程的考核评价方式。了解熟悉商务智能基本研究方法， 理解工匠精神的橄业、精益、专注、创新等内涵，注重专业素养的培 养提升，了解商务智能理论方法研究现状及推广应用发展趋势，培养 学生树立正确的数据分析及智能应用观念。 (二)教学内容 第一节商务决策与商务智能 1.主要内容：决策与决策过程 2.基本概念和知识点：决策决策过程 3.问题与应用（能力要求）：什么是决策？决策制定的计算机支持？ 第二节商务智能研究的主要内容和所需基础知识 1.主要内容：商务智能及其决策支持 2.基本概念和知识点：商务智能的概念、特点及技术 3.问题与应用（能力要求）：商务智能如何支持决策？ 第三节商务智能分析、商务智能系统架构与实施 1.主要内容：商务智能分析、商务智能系统架构与实施 2.基本概念和知识点：商务智能分析、商务智能系统架构 3.问题与应用（能力要求）：商务智能分析、商务智能系统架构 (三)思考与实践 商务智能的研究内容句括哪些方面？ 商务智能的研究方法有哪些？各有什么特点 商务智能与相关学科的关系是什么？ 商务智能对国家发展建设的意义及面临的挑战是什么？
2 测的基本理论和算法，具有很强的基础性和通用性。本课程注重吸收国内外学术 研究前沿成果，使得课程的讲授内容始终保持前沿性和先进性。此外，积极引入 国内外信息技术领域先进的工具和案例，介绍数据挖掘、人工智能、商务智能等 领域的研究应用现状及未来发展趋势，带有鲜明数据时代特征。 本课程的教学目标主要有三个方面：掌握数据挖掘常用算法及应用场景；熟 悉商务智能领域主流产品及工具；能够应用数据挖掘理论和算法，通过数据分析 处理，解决实际问题。在此基础上，使学生初步具有从事一般数据分析工作的理 论基础知识，以及分析问题和解决问题的能力，从而为进一步学习后续课程及日 后的实际工作创造条件。帮助学生树立正确的信息道德观念，将学习商务智能技 术与专业学习及未来工作生活联系起来，产生进一步学习深造的兴趣，主动地、 积极地学习和掌握商务智能理论学习及推广应用所要求的基本知识和技术方法， 进而具备基本的数据时代知识素养和智能系统操作技能。 四、教学内容及要求 第一章 商务智能概述 （一）目的与要求：通过本章内容的学习，了解商务智能课程的内容、意义 和应用；介绍数据挖掘的主要理论基础和主流分析工具；介绍课程的 参考书籍、课程的考核评价方式。了解熟悉商务智能基本研究方法， 理解工匠精神的敬业、精益、专注、创新等内涵，注重专业素养的培 养提升，了解商务智能理论方法研究现状及推广应用发展趋势，培养 学生树立正确的数据分析及智能应用观念。 （二）教学内容 第一节 商务决策与商务智能 1．主要内容：决策与决策过程 2．基本概念和知识点：决策 决策过程 3． 问题与应用（能力要求）：什么是决策？决策制定的计算机支持？ 第二节 商务智能研究的主要内容和所需基础知识 1．主要内容：商务智能及其决策支持 2．基本概念和知识点：商务智能的概念、特点及技术 3． 问题与应用（能力要求）：商务智能如何支持决策？ 第三节 商务智能分析、商务智能系统架构与实施 1．主要内容：商务智能分析、商务智能系统架构与实施 2．基本概念和知识点：商务智能分析、商务智能系统架构 3．问题与应用（能力要求）：商务智能分析、商务智能系统架构 （三）思考与实践 商务智能的研究内容包括哪些方面？ 商务智能的研究方法有哪些？各有什么特点？ 商务智能与相关学科的关系是什么？ 商务智能对国家发展建设的意义及面临的挑战是什么？
(四)教学方法与手段 课谭讲授讨论 第二章数据仓库与在线分析处理 (一)目的与要求：通过本章内容的学习，了解数据管理的内容和意义：介 绍数据仓库、数据预处理、数据抽取-转换-装载、联机分析处理的基 本理论、方法和工具。 (二)教学内容 第一节从数据库到数据仓库 1.主要内容：数据库与数据仓库区别与联系 2.基本概念和知识点：数据仓库 3.问题与应用（能力要求）：理解掌握数据仓库概念与技术 第二节数据预处理 1.主要内容：数据预处理的基本方法 2.基本概念和知识点：数据清理数据集成数据变换数据归约 3.问题与应用（能力要求）：数据预处理的意义和步 第三节数据抽取-转换-装载 1.主要内容：数据抽取转换装载概念、过程、机制及控制 2.基本概念和知识点：数据抽取-转换-装载 3.问题与应用（能力要求）：数据抽取-转换-装载的过程及控制？ 第四节联机分析处理 1.主要内容：联机分析处理 2。基本概念和知识点：联机分析处理的基本概念、分类及典型操作 3.问题与应用（能力要求）：联机分析处理的主流工具及评价准则 (三)思考与实践 什么是数据仓库？我国数据仓库所面临的问题与挑战是什么？ 联机分析处理的分类及其典型操作？ 联机分析处理的主流工具是哪些？ (四)教学方法与手段 课堂讲授讨论 第三章数据挖掘 (一)目的与要求：通过本章内容的学习，了解聚类技术的相关概念、原理 和经典算法，掌握不同聚类方法的基本原理和实现过程，结合实际智 能商务应用案例，学习聚类技术的具体应用：了解分类技术的相关概 念、原理和经典算法，掌握不同分类方法的基本原理和实现过程，结 合实际智能商务应用案例，学习分类技术的具体应用：了解关联规则 挖掘频繁模式、关联规则挖掘的基本概念和原理，介绍几种经典的关 联规则挖掘算法的工作过程：结合实际商务应用案例，学习关联分析 的主流工具软件：了解离群点检测的概念及技术。结合疫情防控、疫 3
3 （四）教学方法与手段 课堂讲授 讨论 第二章 数据仓库与在线分析处理 （一）目的与要求：通过本章内容的学习，了解数据管理的内容和意义；介 绍数据仓库、数据预处理、数据抽取-转换-装载、联机分析处理的基 本理论、方法和工具。 （二）教学内容 第一节 从数据库到数据仓库 1．主要内容：数据库与数据仓库区别与联系 2．基本概念和知识点：数据仓库 3． 问题与应用（能力要求）：理解掌握数据仓库概念与技术 第二节 数据预处理 1．主要内容：数据预处理的基本方法 2．基本概念和知识点：数据清理 数据集成 数据变换 数据归约 3．问题与应用（能力要求）：数据预处理的意义和步骤 第三节 数据抽取-转换-装载 1．主要内容：数据抽取-转换-装载概念、过程、机制及控制 2．基本概念和知识点：数据抽取-转换-装载 3．问题与应用（能力要求）：数据抽取-转换-装载的过程及控制？ 第四节 联机分析处理 1．主要内容：联机分析处理 2．基本概念和知识点：联机分析处理的基本概念、分类及典型操作 3． 问题与应用（能力要求）：联机分析处理的主流工具及评价准则 （三）思考与实践 什么是数据仓库？我国数据仓库所面临的问题与挑战是什么？ 联机分析处理的分类及其典型操作？ 联机分析处理的主流工具是哪些？ （四）教学方法与手段 课堂讲授 讨论 第三章 数据挖掘 （一）目的与要求：通过本章内容的学习，了解聚类技术的相关概念、原理 和经典算法，掌握不同聚类方法的基本原理和实现过程，结合实际智 能商务应用案例，学习聚类技术的具体应用；了解分类技术的相关概 念、原理和经典算法，掌握不同分类方法的基本原理和实现过程，结 合实际智能商务应用案例，学习分类技术的具体应用；了解关联规则 挖掘频繁模式、关联规则挖掘的基本概念和原理，介绍几种经典的关 联规则挖掘算法的工作过程；结合实际商务应用案例，学习关联分析 的主流工具软件；了解离群点检测的概念及技术。结合疫情防控、疫
苗研发、信用管理及网络安全管理等现实应用进行案例分析讨论 (二)教学内容 第一节数据挖掘基础 1.主要内容：数据挖掘的定义及其发展历史 2.基本概念和知识点：数据挖掘数据挖掘过程模型 3.问题与应用（能力要求）：理解掌握数据挖掘的定义、任务及发 展 第二节聚类分析 1.主要内容：聚类分析的概念和方法 2.基本概念和知识点：聚类及划分、层次、基于密度或网格方法 3.问题与应用（能力要求）：结合聚类实验，探讨如何通过聚类方 法的比较选择及其分析帮助新药或者疫苗研发，了解我国新冠病 毒疫苗研制的进展情况并尝试应用聚类技术进行分析展示，获知 我国该领域所处的世界地位，激发学生的民族自豪感，增强学生 家国情怀。 第三节分类分析 1.主要内容：分类分析的概念和方法 2.基本概念和知识点：决策树、贝叶斯、基于规则或KNN分类方法 3.问题与应用（能力要求）：结合分类分析实验，通过分类建模技 术明确银行客户信贷管理决策规则，开展校园不良网贷风险警示 教育，引导学生树立正确金融理财观念和金融安全观念，提醒学 生注意超前消费、过度消费或从众消费等错误观念可能导致个人 信用不良问题，引导学生培养勤俭节约意识，量入为出安排好生活 支出，鼓励科学理性消费 第四节关联分析 1,主要内容：关联分析的概念和方法 2.基本概念和知识点：频繁项集Apriori、FP-growth及CARMA 3.问题与应用（能力要求）：结合关联分析实验，通过关联规则的 比较选择及其分析挖掘超市数据中隐藏的规则，一方面可促进超 市销售管理：另一方面也可厉行节约，减少消费。引导同学们分 析超市销售数据以及本人消费数据，倡导节用裕民、俭以养德， 鼓励精打细算，合理安排经费支出。 第五节离群点检测 1.主要内容：离群点异常的原因及检测技术 2.基木概今和知识点：离群点异常的原因及基干聚类分类统计拾 3.问题与应用（能力要求）：通过网络连接离群点异常数据检测分 析案例，培养学生树立正确的“网络安全规、信息安全观、系 安全观”。讲解保护信息资源的工具和技术，提醒注意隐私保护：
4 苗研发、信用管理及网络安全管理等现实应用进行案例分析讨论。 （二）教学内容 第一节 数据挖掘基础 1．主要内容：数据挖掘的定义及其发展历史 2．基本概念和知识点：数据挖掘 数据挖掘过程模型 3．问题与应用（能力要求）：理解掌握数据挖掘的定义、任务及发 展 第二节 聚类分析 1．主要内容：聚类分析的概念和方法 2．基本概念和知识点：聚类及划分、层次、基于密度或网格方法 3． 问题与应用（能力要求）：结合聚类实验，探讨如何通过聚类方 法的比较选择及其分析帮助新药或者疫苗研发，了解我国新冠病 毒疫苗研制的进展情况并尝试应用聚类技术进行分析展示，获知 我国该领域所处的世界地位，激发学生的民族自豪感，增强学生 家国情怀。 第三节 分类分析 1．主要内容：分类分析的概念和方法 2．基本概念和知识点：决策树、贝叶斯、基于规则或 KNN 分类方法 3．问题与应用（能力要求）：结合分类分析实验，通过分类建模技 术明确银行客户信贷管理决策规则，开展校园不良网贷风险警示 教育, 引导学生树立正确金融理财观念和金融安全观念,提醒学 生注意超前消费、过度消费或从众消费等错误观念可能导致个人 信用不良问题,引导学生培养勤俭节约意识，量入为出安排好生活 支出,鼓励科学理性消费。 第四节 关联分析 1．主要内容：关联分析的概念和方法 2．基本概念和知识点：频繁项集 Apriori 、FP-growth 及 CARMA 3．问题与应用（能力要求）：结合关联分析实验，通过关联规则的 比较选择及其分析挖掘超市数据中隐藏的规则，一方面可促进超 市销售管理；另一方面也可厉行节约，减少消费。引导同学们分 析超市销售数据以及本人消费数据，倡导节用裕民、俭以养德， 鼓励精打细算，合理安排经费支出。 第五节 离群点检测 1．主要内容：离群点异常的原因及检测技术 2．基本概念和知识点：离群点异常的原因及基于聚类分类统计检测 3．问题与应用（能力要求）：通过网络连接离群点异常数据检测分 析案例，培养学生树立正确的“网络安全观、信息安全观、系统 安全观”。讲解保护信息资源的工具和技术，提醒注意隐私保护；
通过新冠病毒阳性检测技术的应用案例，讲解常态化疫情防控下 的新冠疫情应对思路与策略，提醒注意个人防护，提高安全意识。 (三)思考与实践 什么是数据挖掘？ 什么是聚类挖掘？ 聚类挖掘算法的研究方法有哪些？各有什么特点？ 聚类挖掘的商务应用案例主要步骤和方法？ 分类与聚类算法的区别与联系？ 分类挖掘算法的研究方法有哪些？各有什么特点？ 分类挖掘的商务应用案例主要步骤和方法？ 什么是频繁模式？ 关联规则挖掘算法的研究方法有哪些？各有什么特点？ 关联规则挖掘的商务应用案例主要步骤和方法？ 离群点检测的概念及意义？ 离群点检测的技术有哪些 (四)教学方法与手段 课堂讲授案例分析讨论 第四章数据挖掘高级方法 (一)目的与要求：通过本章内容的学习，了解高级聚类技术的相关概念、 原理和算法，结合实际智能商条应用案别，学习高级聚类转术的具体 应用：了解高级分类技术的相关概念、原理和算法，掌握不同高级分 类方法的基本原理和实现过程，结合实际智能商务应用案例学习高级 分类技术的具体应用：了解回归分析与数据挖掘的关系，介绍几种回 归分析的工作过程：了解深度学习的概念、基本方法及模型的训练加 速：了解推荐系统的概念及工作原理。结合疫情防控、电子商务应用 及隐私信息安全管理等现实应用进行案例分析讨论，培养学生正确认 识对待数据挖掘高级方法及其实践应用的合理规范。 (二)教学内容 第一节高级聚类技术 1.主要内容：高级聚类方法 2.基本概念和知识点：基于概率高维数据图和网络数据约束 3.问题与应用（能力要求）：各种高级聚类方法的比较选择 第二节高级分类技术 1.主要内容：高级分类方法 2.基本概念和知识点：BP算法SVM频繁模式惰性学习算法 3.问题与应用（能力要求）：各种高级聚类方法的比较选择 第三节回归分析 1.主要内容：数据挖掘与回归分析
5 通过新冠病毒阳性检测技术的应用案例，讲解常态化疫情防控下 的新冠疫情应对思路与策略，提醒注意个人防护，提高安全意识。 （三）思考与实践 什么是数据挖掘？ 什么是聚类挖掘？ 聚类挖掘算法的研究方法有哪些？各有什么特点？ 聚类挖掘的商务应用案例主要步骤和方法？ 分类与聚类算法的区别与联系？ 分类挖掘算法的研究方法有哪些？各有什么特点？ 分类挖掘的商务应用案例主要步骤和方法？ 什么是频繁模式？ 关联规则挖掘算法的研究方法有哪些？各有什么特点？ 关联规则挖掘的商务应用案例主要步骤和方法？ 离群点检测的概念及意义？ 离群点检测的技术有哪些？ （四）教学方法与手段 课堂讲授 案例分析讨论 第四章 数据挖掘高级方法 （一）目的与要求：通过本章内容的学习，了解高级聚类技术的相关概念、 原理和算法，结合实际智能商务应用案例，学习高级聚类技术的具体 应用；了解高级分类技术的相关概念、原理和算法，掌握不同高级分 类方法的基本原理和实现过程，结合实际智能商务应用案例学习高级 分类技术的具体应用；了解回归分析与数据挖掘的关系，介绍几种回 归分析的工作过程；了解深度学习的概念、基本方法及模型的训练加 速；了解推荐系统的概念及工作原理。结合疫情防控、电子商务应用 及隐私信息安全管理等现实应用进行案例分析讨论，培养学生正确认 识对待数据挖掘高级方法及其实践应用的合理规范。 （二）教学内容 第一节 高级聚类技术 1．主要内容：高级聚类方法 2．基本概念和知识点：基于概率 高维数据 图和网络数据 约束 3． 问题与应用（能力要求）：各种高级聚类方法的比较选择 第二节 高级分类技术 1．主要内容：高级分类方法 2．基本概念和知识点：BP 算法 SVM 频繁模式 惰性学习算法 3． 问题与应用（能力要求）：各种高级聚类方法的比较选择 第三节 回归分析 1．主要内容：数据挖掘与回归分析