《商务智能方法与应用》教学大纲.docx
- 文档编号:24836254
- 上传时间:2023-06-02
- 格式:DOCX
- 页数:16
- 大小:22.14KB
《商务智能方法与应用》教学大纲.docx
《《商务智能方法与应用》教学大纲.docx》由会员分享,可在线阅读,更多相关《《商务智能方法与应用》教学大纲.docx(16页珍藏版)》请在冰豆网上搜索。
《商务智能方法与应用》教学大纲
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:
章节
教学内容
授课学时
第一章
商务智能概述
8
第二章
数据仓库
8
第三章
维度建模
8
第四章
在线分析处理
8
第五章
商务智能在零售业方面的应用
6
第六章
商务智能在客户关系管理中的应用
6
第七章
商务智能在电信方面的应用
7
第八章
商务智能在教育方面的应用
7
第九章
商务智能在电子商务方面的应用
6
合计
64
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
序号
实验项目名称
实验类型
实验学时
必做/选做
实验一
销售数据预处理
验证性
2
必做
实验二
数据可视化
验证性
2
必做
实验三
数据仓库的建立
验证性
4
必做
实验四
Cube立方体建立
验证性
2
必做
实验五
在线分析
验证性
2
必做
实验六
零售业商务智能
验证性
4
必做
实验七
航空客运信息挖掘
验证性
4
必做
实验八
移动用户分析
验证性
4
必做
实验九
学生兴趣爱好分析
验证性
4
必做
实验十
购物篮关联性推荐
验证性
4
必做
合计
16
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、MySQLworkbranch以及InsightDI(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MySQLworkbranch中将二者导入到数据库中,在通过InsightDI和MySQLworkbranch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、MySQLworkbranch以及InsightDI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InsightUserConsole创建可视化报表。
实验内容:
本实验利用InsightUserConsole创建可视化报表:
柱状图、饼图、地图显示等。
本实验利用到两个数据源:
车轮销售数据已经集成在InsightUserConsole中;ua1数据库中的output表是实验一得到的销售信息表。
实验要求:
需要使用曙光EDU教学平台InsightUserConsole工具。
实验三、数据仓库的建立(4课时)
实验类型:
验证性
实验目的:
(1)了解大数据处理的基本流程;
(2)熟悉数据预处理方法;
(3)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:
将数据上传至HBASE系统中,转存至Hive数据库,并利用HIVEQL语言进行相应的数据分析查询操作。
实验要求:
需要使用曙光EDU教学平台Hive、HBase工具。
实验四、Cube立方体建立(2课时)
实验类型:
验证性
实验目的:
(1)掌握商务智能中Cube立方体建立的方法以及相应使用工具。
(2)熟悉构建维表以及事实表。
实验内容:
利用schema工具构建维度表、事实表,设置度量以及层级结构,最终构建数据立方体Cube。
实验要求:
需要使用曙光EDU教学平台schema工具。
实验五、在线分析(2课时)
实验类型:
验证性
实验目的:
(1)进一步理解Cube立方体。
(2)对Cube立方体进行钻取、切片、切块等操作。
(3)对操作结果进行分析。
实验内容:
利用曙光EDU平台中集成的InsightUserConsole对实验四创建的有关商店销售数据立方体进行钻取、切片、切块等操作。
实验要求:
需要使用曙光EDU教学平台InsightUserConsole工具。
实验六、零售业商务智能(4课时)
实验类型:
验证性
实验目的:
(1)熟悉Linux系统、IUC、InsightDI等系统和软件的安装和使用;
(2)了解商务智能的基本流程;
(3)熟悉利用InsightDI数据预处理工具进行数据处理;
(4)熟悉利用IUC数据可视化工具进行数据可视化;
实验内容:
利用曙光EDU平台中的InsightUserConsole以及InsightDI工具对一个大型连锁超市进行数据分析。
实验要求:
需要使用曙光EDU教学平台InsightUserConsole,InsightDI工具。
实验七、航空客运信息挖掘(4课时)
实验类型:
验证性
实验目的:
(1)了解商务智能的基本流程。
(2)熟悉利用Weka数据预处理工具进行数据处理。
实验内容:
对已经有的客户数据利用Weka工具对客户进行分类,以便企业针对不同的公司制定特定的营销方案。
实验要求:
需要使用曙光EDU教学平台Weka工具。
实验八、移动用户分析(4课时)
实验类型:
验证性
实验目的:
(1)了解商务智能的基本流程。
(2)熟悉利用Weka、InsightDI数据预处理工具进行数据处理。
实验内容:
本案例从某通信运营商提供的特定接口解析得到用户的定位数据,以基站小区进行标识,利用基站小区的覆盖范围作为商圈区域的划分,对用户的历史定位数据进行科学的分析,归纳出商圈的人流特征和规律,识别出不同类别的商圈。
实验要求:
需要使用曙光EDU教学平台Weka、InsightDI工具。
实验九、学生兴趣爱好分析(4课时)
实验类型:
验证性
实验目的:
(1)熟悉并学会使用weka智能分析环境;
(2)根据数据源建立数据模型;
(3)根据数据模型对学生进行分类;
(4)比较各类算法的准确程度,优化数据模型;
实验内容:
本实验利用weka智能分析软件,使用信息技术学习是现代教育中使用最广泛的方法之一。
现在的教育系统正在变成数字学习技术。
数字化学习为学生提供随时随地的个人学习体验,让学生获得更多的兴趣和学习的灵活性。
了解学生学习的偏好将有助于教师更好地设计学习材料和教学风格。
我们对近500名本科生进行了调查,数据集中包含了74名学生信息,并对三个类别的学生进行了评估:
良好,平均和优秀。
文件中包含了两个数据集,Data-Set.xls是原始数据集,student.arff是处理过后的weka使用的数据集,为了方便,在处理过程中字母被替换成了相应的数字。
其中,A2列是分类列,1代表平均,2代表良好,3代表优秀。
实验要求:
需要使用曙光EDU教学平台Weka、Insight工具。
实验十、购物篮关联性推荐(4课时)
实验类型:
验证性
实验目的:
(1)熟悉并学会使用weka智能分析环境;
(2)根据数据源建立数据模型;
(3)根据数据模型对购物篮数据进行关联性分析;
实验内容:
本实验利用weka智能分析软件,对购物篮销售数据进行关联性分析,从而得出超市如何摆放产品将有利于提高我们的销售额度。
实验要求:
需要使用曙光EDU教学平台Weka、InsightDI工具。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 商务智能方法与应用 商务 智能 方法 应用 教学大纲
![提示](https://static.bdocx.com/images/bang_tan.gif)