数据挖掘与数据仓库


数据仓库与数据挖掘

• 课程目标
掌握商务智能基本理论
掌握数据仓库概念和技术
掌握多维数据模型技术及OLAP理论及工具
掌握数据挖掘常用算法及应用场合
掌握数据挖掘在行业中的应用
熟悉商务智能领域主流产品及工具
能够运用本课所学知识，使用商务智能技术辅助业务分析
本课程介绍了商务智能（数据仓库、OLAP、数据挖掘）基本理论和实际应用技术。重
点介绍了数据仓库技术、多维数据模型技术、以及数据挖掘常用算法，课程以通信领
域为例，介绍了数据挖掘在行业中的应用状况、案例与主流工具。
• 课程对象
企业的各类管理人员，包括财务总监、财务经理、会计经理、财务主管、预算主管、
财务人员、会计人员；销售总监、销售经理、销售主管、销售人员；生产经理、生产
管理人员；人力资源经理、人力资源主管；审计经理、审计主管；及其他相关管理人
员等。
• 课程时长
2天（12小时）
• 课程大纲


|课程编号： |20140124077 |
|授课课时: |2天 |
|授课条件： |学员必须具有基本的计算机操作知识 |
|内容摘要： | |
| |第一章 商务智能概述 |
| |1- 商务智能简介 |
| |商务智能应用领域 |
| |商务智能发展前景 |
| |示例：中国移动经营分析系统简介 |
| |2- 数据仓库概念 |
| |数据仓库概述 |
| |数据仓库的体系架构 |
| |3- 面向数据 |
| |数据粒度 |
| |数据仓库的应用领域和案例分析 |
| |常用数据仓库产品介绍 |
| |4- 元数据管理与ETL概述 |
| | |
| |第二章 多维数据技术 |
| |1- 数据仓库与数据模型 |
| |2- 维度表与事实表 |
| |星型模式 |
| |雪花模式 |
| |事实星座模式 |
| |3- 联机分析处理OLAP概述 |
| |OLAP的前端分析策略 |
| |实验：使用OLAP工具建立及浏览多维数据集 |
| |4- 数据挖掘系统的分类 |
| |5- 数据挖掘中的数据预处理 |
| |实例：移动通信客户流失分析数据预处理 |
| |6- 数据挖掘过程CRISP-DM简介 |
| | |
| |第三章 相关分析和因子分析 |
| |1- 主成分分析 |
| |2- 预测与回归分析 |
| |3- 关联规则挖掘 |
| |4- Apriori算法介绍 |
| |实例与讨论：关联规则行业应用 |
| |5- 分类方法 |
| |决策树 |
| |神经网络 |
| |其他分类方法 |
| |各种分类方法比较 |
| |实例与讨论：分类方法行业应用 |
| | |
| |第四章 聚类分析 |
| |1- 划分方法 |
| |2- 分层方法 |
| |3- 基于密度的方法 |
| |4- 异常分析 |
| |实例与讨论：聚类行业应用 |
| |数据挖掘模型评价 数据挖掘的应用和发展趋势 |
| |常用数据挖掘工具介绍 |
| |实例：使用数据挖掘工具Clementine进行数据挖掘建模 |
| |课程回顾与总结 |
|授课语言： |中文 |


[pic][pic]

骆飞老师的其它课程