1、商务智能与数据挖掘实验Business Intelligence and Data Mining
一、课程基本情况课程总学时：64 （课内实验课程填写课程总学时）
实验总学时：36学分：4
开课学期：5课程性质：必修
对应理论课程：商务智能与数据挖掘适用专业：信息管理与信息系统
教 材：数据挖掘概念与技术，机械工业出版社，Jiawei Han, Micheline Kamber著， 范明等译，2012年，第三版。
开课单位：经济管理学院信管系二、实验课程的教学目标和任务
在初步掌握商务智能和数据挖掘的基本概念、基本方法和基本技术的基础上，使学生对 商务智能和数据挖掘的概念和技术有
2、深入的认识和了解。通过对商业数据的分析使学生更加 深入地理解常用的数据挖掘模型，掌握大型数据挖掘软件IBM SPSS Modeler等工具的使用， 培养学生将实际的商业问题转化为数据挖掘目标、理解和收集数据、应用数据挖掘工具建模、 评估模型以判断是否符合商业目的，并将发现的结果组织成可读文本的能力，使学生的理论 知识和实践技能得到共同开展。
三、实验课程的内容和要求
序号
工程名称
所需 学时
内容提要
工程要求
实验类型
必开
选开
实验1
数据审核
2
应用数据审核节 点全面检查用户 导入的数据，处理 缺失值、离群值和 极值。
V
验证
实验2
特征选
3、择
2
学习应用特征选 择节点识别用于 预测特定结果的 最重要的字段。
V
验证
实验3
决策树
2
应用 C5. 0、CART 等节点对数据文 件进行分类分析。
V
验证
实验4
市场购物篮
分析
2
应用规那么归纳 /C5. 0寻找购买相 似产品并且可按 人口统计学方式 （如按年龄、收入 等）刻画其特征的 客户群。
验证
实验5
RFM分析
2
应用RFM汇总节 点和RFM分析节 点分析客户交易 数据，并将其与客 户和历史促销活 动数据合并在一 起，从而预测未来 营销活动的响应 率。
V
验证
实验6
贝叶斯网络
2
4、应用贝叶斯网络 节点对数据集进 行分类分析。
V
验证
实验7
神经网络
2
应用神经网络节 点对数据集进行 分析。
V
验证
实验8
Logistic 回 归
2
应用Logistic回归 节点对数据集进 行分析
V
验证
实验9
聚类算法
2
应用K-means节 点、Kohonen节点 和两步节点对数 据集进行聚类分 析。
V
验证
实验10
欺诈屏蔽
2
使用异常检测节 点演示如何通过
V
验证
分析方法来发现 与标准数据的偏 差，同时突出了有 必要进一步调查 的异常记录。
实验11
5、
时间序列分 析
2
应用时间序列节 点对数据集进行 分析，预测存在趋 势和/或季节的序 列。
V
验证
实验12
自动建模
2
使用二元分类器 节点自动创立和 比拟大量结果为 二元（是或否）的 不同模型；使用数 值预测器节点自 动创立和比拟连 续数字（范围）结 果的不同模型。
V
验证
实验13
判别式分析
2
用判别式分析对 电信客户分类
V
验证
实验14
广义线性模 型
2
使用广义线性模 型对数据进行分 析
V
验证
实验15
SVM
2
用SVM对细胞样本 分类
V
验证
实验16
Cox回归
2
6、
将Cox回归用于 客户流失时间模 型
V
验证
实验17
数据挖掘在
**中的应用
1
2
应用 IBM SPSS Modeler软件中 的节点，对某数据 集进行数据预处 理，选择合适的算 法建模，并解释建
V
综合
模结果。
实验18
数据挖掘在
**中的应用
2
2
应用 IBM SPSS Model er软件中 的节点，对某数据 集进行数据预处 理，选择合适的算 法建模，并解释建 模结果。
V
综合
四、课程考核
（1）实验实习报告的撰写要求：根据实验指导书，认真查阅资料，完成实验内容并记录实 验结果，撰写实验报告
（2）实验实习报告：17次；
（3）考核及成绩计算方式：成绩计入商务智能和数据挖掘课程总评。
五、参考书目
（1）数据挖掘：概念、模型、方法和算法，，（美）著，王晓海 译，2013年，第2版。
（2）数据挖掘导论（完整版），人民邮电出版社（美）陈封能，（美）斯坦巴赫，（美）库玛 尔著，范明等译，2011年
（3）大数据：互联网大规模数据挖掘与分布式处理，，［美］Anand RajaramanJeffrey David Ullman 著，王斌 译，2012 年
（4）数据挖掘技术（第3版）一一应用于市场营销、销售与客户关系管理,，美）等著，等 译,2013年。
浙ICP备2021020529号-1 | 浙B2-20240490 
