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]