《商務(wù)智能》課程教學(xué)大綱課程代碼：ABXX0311課程中文名稱:商務(wù)智能課程英文名稱：BusinessIntelligence課程性質(zhì)：選修課程學(xué)分?jǐn)?shù)：4學(xué)分課程學(xué)時(shí)數(shù)：64學(xué)時(shí)授課對(duì)象：信息管理與信息系統(tǒng)專業(yè)本課程的前導(dǎo)課程：概率論與數(shù)理統(tǒng)計(jì)、數(shù)據(jù)庫(kù)系統(tǒng)原理、信息分析與預(yù)測(cè)一、課程簡(jiǎn)介商務(wù)智能，英文為BusinessIntelligence，簡(jiǎn)寫為BI，由加特納集團(tuán)（GartnerGroup）于1996年提出。商務(wù)智能是在計(jì)算機(jī)軟硬件、網(wǎng)絡(luò)、通信和決策等多種技術(shù)基礎(chǔ)上出現(xiàn)的應(yīng)用于處理海量數(shù)據(jù)的一項(xiàng)技術(shù)，是企業(yè)收集、管理和分析結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見解，幫助企業(yè)管理者進(jìn)行科學(xué)決策、完善商務(wù)流程、提升商務(wù)績(jī)效、及增強(qiáng)企業(yè)綜合競(jìng)爭(zhēng)力的一種平臺(tái)和綜合解決方案。當(dāng)今社會(huì)已進(jìn)入數(shù)字化、信息化和網(wǎng)絡(luò)化的新時(shí)代，中國(guó)的商務(wù)智能技術(shù)和應(yīng)用市場(chǎng)在快速增長(zhǎng)。商務(wù)智能的應(yīng)用正向制造業(yè)、電子商務(wù)、物流和政府機(jī)構(gòu)等領(lǐng)域擴(kuò)展，各行各業(yè)對(duì)商務(wù)智能技術(shù)和人才的需求也在不斷擴(kuò)大。在這種背景下，以商務(wù)智能技術(shù)為核心的信息技術(shù)已成為很多信息管理類專業(yè)課教學(xué)內(nèi)容的有機(jī)組成部分，以培養(yǎng)出適應(yīng)社會(huì)發(fā)展需求的專業(yè)化隊(duì)伍，滿足商務(wù)智能人才市場(chǎng)的需求。本課程在數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)挖掘理論的課程體系之上，對(duì)商務(wù)智能的概念和基礎(chǔ)理論進(jìn)行了闡述。同時(shí)，結(jié)合業(yè)界主流商務(wù)智能軟件產(chǎn)品及前沿案例分析，幫助學(xué)生了解如何利用商務(wù)智能技術(shù)解決實(shí)際的商業(yè)問(wèn)題。使學(xué)生掌握商務(wù)智能的核心技術(shù)－數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘的基本概念、技術(shù)和方法，并在此基礎(chǔ)上應(yīng)用于相關(guān)領(lǐng)域?？紤]商務(wù)智能的跨學(xué)科性（統(tǒng)計(jì)學(xué)、人工智能和數(shù)據(jù)庫(kù)），學(xué)習(xí)本課程前需要有一定的統(tǒng)計(jì)學(xué)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘等課程基礎(chǔ)。二、教學(xué)基本內(nèi)容和要求本課程主要介紹數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的基本概念、基本方法以及在商務(wù)決策中的應(yīng)用。具體的內(nèi)容包括數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)簡(jiǎn)介、聯(lián)機(jī)分析處理（OLAP），數(shù)據(jù)預(yù)處理技術(shù)（包括數(shù)據(jù)清理、數(shù)據(jù)集成和轉(zhuǎn)換等），數(shù)據(jù)挖掘技術(shù)（包括分類、預(yù)測(cè)、關(guān)聯(lián)和聚類等）以及數(shù)據(jù)挖掘方法（包括決策樹方法、統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則挖掘等），并結(jié)合案例分析上述方法和技術(shù)在商務(wù)智能中的應(yīng)用。一般來(lái)說(shuō)，信息管理類專業(yè)的商務(wù)智能教學(xué)應(yīng)達(dá)到以下基本要求：1．掌握商務(wù)智能，數(shù)據(jù)倉(cāng)庫(kù)、OLAP及數(shù)據(jù)挖掘的基本原理；2．熟悉業(yè)界主要的應(yīng)用工具；3．了解商務(wù)智能解決方案的應(yīng)用領(lǐng)域。(一)課程教學(xué)內(nèi)容（1）商務(wù)智能概述：商務(wù)智能簡(jiǎn)介，主要介紹商務(wù)智能的現(xiàn)狀與發(fā)展，學(xué)生應(yīng)了解商務(wù)智能的發(fā)展背景，理解商務(wù)智能的現(xiàn)有技術(shù)手段及未來(lái)發(fā)展趨勢(shì)。（2）數(shù)據(jù)倉(cāng)庫(kù)：主要介紹數(shù)據(jù)倉(cāng)庫(kù)的基本概念，數(shù)據(jù)集成的手段以及通過(guò)案例分析數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)過(guò)程。學(xué)生應(yīng)理解數(shù)據(jù)倉(cāng)庫(kù)的基本概念，掌握如何通過(guò)ETL技術(shù)將不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行整合并建立數(shù)據(jù)倉(cāng)庫(kù)，具備獨(dú)自設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的能力。（3）在線分析處理OLAP：介紹多維數(shù)據(jù)結(jié)構(gòu)，通過(guò)案例分析向?qū)W生講解多維數(shù)據(jù)從概念模型到物理存儲(chǔ)的實(shí)現(xiàn)方式，同時(shí)介紹在線分析處理的“切片、切塊、上卷、下卷、旋轉(zhuǎn)”等數(shù)據(jù)操作行為。學(xué)生應(yīng)理解OLAP的概念模型并能夠熟練掌握OLAP的基本操作。（4）數(shù)據(jù)挖掘過(guò)程：數(shù)據(jù)挖掘流程介紹，模型獲取與模型評(píng)價(jià)。學(xué)生應(yīng)理解數(shù)據(jù)挖掘的處理流程。（5）數(shù)據(jù)挖掘技術(shù)和方法：介紹聚類，分類和預(yù)測(cè)，關(guān)聯(lián)規(guī)則挖掘等數(shù)據(jù)挖掘技術(shù)。其中聚類算法中重點(diǎn)掌握K-Means算法，分類算法中重點(diǎn)掌握決策樹算法，關(guān)聯(lián)規(guī)則中重點(diǎn)掌握購(gòu)物籃分析法。（6）商務(wù)智能應(yīng)用：介紹商務(wù)智能技術(shù)在電子商務(wù)中的應(yīng)用，在客戶關(guān)系管理中的應(yīng)用及在電信領(lǐng)域中的應(yīng)用。(二)課程重點(diǎn)、難點(diǎn)（1）課程的重點(diǎn)：數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建、典型數(shù)據(jù)挖掘分析方法及其應(yīng)用。這部分的內(nèi)容是課程的主體，需要學(xué)生具有扎實(shí)的數(shù)據(jù)庫(kù)管理、統(tǒng)計(jì)學(xué)、算法分析等綜合知識(shí)以及一定的企業(yè)管理知識(shí)基礎(chǔ)。（2）課程的難點(diǎn)：數(shù)據(jù)倉(cāng)庫(kù)的模型比較抽象，數(shù)據(jù)質(zhì)量管理的復(fù)雜性，針對(duì)數(shù)據(jù)挖掘算法眾多如何針對(duì)實(shí)際問(wèn)題選擇合適的方法以及使用比較成熟的商務(wù)智能工具解決實(shí)際問(wèn)題的綜合分析。（3）對(duì)于課程中晦澀難懂的技術(shù)領(lǐng)域，教學(xué)中將較多采用案例教學(xué)，并配合實(shí)驗(yàn)操作，使學(xué)生對(duì)教學(xué)中的難題有一定的感性認(rèn)識(shí)和動(dòng)手能力。此外，采用的實(shí)際案例分析，將加強(qiáng)學(xué)生對(duì)學(xué)習(xí)內(nèi)容的深入理解，引發(fā)他們的學(xué)習(xí)興趣。三、實(shí)驗(yàn)教學(xué)內(nèi)容及基本要求貫徹“以人為本，以學(xué)生為主體，以教師為主導(dǎo)”的教學(xué)理念和“優(yōu)化知識(shí)結(jié)構(gòu)、重在能力培養(yǎng)，加強(qiáng)素質(zhì)教育”的素質(zhì)教育觀，從一般院校的實(shí)際情況出發(fā)，著眼于計(jì)算機(jī)應(yīng)用，因此，實(shí)踐教學(xué)是重要環(huán)節(jié)，“商務(wù)”的性質(zhì)就是一門技術(shù)性實(shí)踐性很強(qiáng)的課程，側(cè)重具體操作應(yīng)用,解決實(shí)際問(wèn)題能力的培養(yǎng)。采用“任務(wù)驅(qū)動(dòng)”方法，給學(xué)生一定的項(xiàng)目任務(wù)，其中有些綜合性、設(shè)計(jì)與開發(fā)性的。讓學(xué)生自己上機(jī)來(lái)完成，提高學(xué)生動(dòng)手能力和創(chuàng)新能力。實(shí)驗(yàn)一了解各類商務(wù)智能工具平臺(tái)了解各類商務(wù)智能工具平臺(tái)的安裝及使用界面，包括的商務(wù)智能工具有：SQLServerAnalysisServices、SAS、Cognos、Hyperion（Brio）、BusinessObjects等。實(shí)驗(yàn)二掌握WEKA軟件工具的搭建環(huán)境并學(xué)會(huì)使用學(xué)會(huì)安裝WEKA軟件，特別注意WEKA必須在具備JRE的環(huán)境下進(jìn)行安裝。同時(shí)熟悉WEKA軟件界面的各個(gè)功能模塊。實(shí)驗(yàn)三使用WEKA進(jìn)行數(shù)據(jù)預(yù)處理能夠運(yùn)用WEKA軟件對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、分類與預(yù)測(cè)等挖掘算法，理解WEKA挖掘結(jié)果的解釋信息等。實(shí)驗(yàn)四使用WEKA進(jìn)行聚類分析聚類分析中的“類”（cluster）和分類的“類”（class）是不同的，對(duì)cluster更加準(zhǔn)確的翻譯應(yīng)該是“簇”。聚類的任務(wù)是把所有的實(shí)例分配到若干的簇，使得同一個(gè)簇的實(shí)例聚集在一個(gè)簇中心的周圍，它們之間距離的比較近；而不同簇實(shí)例之間的距離比較遠(yuǎn)。對(duì)于由數(shù)值型屬性刻畫的實(shí)例來(lái)說(shuō)，這個(gè)距離通常指歐氏距離。在本實(shí)驗(yàn)中，我們使用最常見的K均值（K-means）算法。K均值算法首先隨機(jī)的指定K個(gè)簇中心。然后：（1）將每個(gè)實(shí)例分配到距它最近的簇中心，得到K個(gè)簇；（2）計(jì)分別計(jì)算各簇中所有實(shí)例的均值，把它們作為各簇新的簇中心。重復(fù)（1）和（2），直到K個(gè)簇中心的位置都固定，簇的分配也固定。本次實(shí)驗(yàn)的目的，是通過(guò)利用Weka中提供的simpleKmeans方法對(duì)“bank-data”進(jìn)行聚類分析，更深刻的理解k均值算法，并通過(guò)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行觀察分析，找出實(shí)驗(yàn)中所存在的問(wèn)題。實(shí)驗(yàn)五使用WEKA進(jìn)行決策樹分析學(xué)習(xí)決策樹分類學(xué)習(xí)方法，學(xué)習(xí)其中C4.5學(xué)習(xí)算法，了解其他ADtree、Id3等其它分類學(xué)習(xí)方法。應(yīng)用Weka軟件，學(xué)會(huì)導(dǎo)入數(shù)據(jù)文件，并對(duì)數(shù)據(jù)文件進(jìn)行預(yù)處理。學(xué)會(huì)如何選擇學(xué)習(xí)函數(shù)并調(diào)節(jié)學(xué)習(xí)訓(xùn)練參數(shù)以達(dá)到最佳學(xué)習(xí)效果。學(xué)習(xí)并應(yīng)用其他決策樹學(xué)習(xí)算法，可以進(jìn)行各種算法對(duì)照比較。實(shí)驗(yàn)六使用WEKA進(jìn)行關(guān)聯(lián)分析理解關(guān)聯(lián)規(guī)則的定義：假設(shè)I是項(xiàng)的集合。給定一個(gè)交易數(shù)據(jù)庫(kù)，其中每個(gè)事務(wù)(Transaction)t是I的非空子集，即，每一個(gè)交易都與一個(gè)唯一的標(biāo)識(shí)符TID(TransactionID)對(duì)應(yīng)。關(guān)聯(lián)規(guī)則在D中的支持度(support)是D中事務(wù)同時(shí)包含X、Y的百分比，即概率；置信度(confidence)是包含X的事務(wù)中同時(shí)又包含Y的百分比，即條件概率。關(guān)聯(lián)規(guī)則是有趣的，如果滿足最小支持度閾值和最小置信度閾值。這些閾值是根據(jù)挖掘需要人為設(shè)定。本次實(shí)驗(yàn)的目的，是通過(guò)利用Weka中提供的Apriori算法對(duì)“bank-data-final.arff”進(jìn)行關(guān)聯(lián)規(guī)則分析，更深刻的理解FP-樹頻集算法，并通過(guò)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行觀察分析，找出實(shí)驗(yàn)中所存在的問(wèn)題。實(shí)驗(yàn)七WEKA對(duì)電信用戶案例數(shù)據(jù)分析并給出合理的分析結(jié)果理解數(shù)據(jù)挖掘的用途和使用步驟；進(jìn)一步學(xué)習(xí)WEKA開源數(shù)據(jù)挖掘工具在數(shù)據(jù)挖掘?qū)W習(xí)中的使用方法。并且對(duì)WEKA的分類與回歸、聚類分析、關(guān)聯(lián)規(guī)則、屬性分析和可視化分析幾個(gè)模塊化的基本分析方式進(jìn)行綜合操作實(shí)驗(yàn)。在此過(guò)程中學(xué)會(huì)運(yùn)用各個(gè)模塊的分析方法。認(rèn)識(shí)到數(shù)據(jù)挖掘?qū)Υ罅康臄?shù)據(jù)進(jìn)行探索后，揭示出其中隱藏著的規(guī)律。四、教學(xué)方法與手段商務(wù)智能專業(yè)課程的教學(xué)堅(jiān)持以“學(xué)生為中心”的原則，遵循學(xué)生的認(rèn)知規(guī)律，激發(fā)學(xué)習(xí)興趣，以“案例”教學(xué)來(lái)驅(qū)動(dòng)、啟發(fā)學(xué)生自主學(xué)習(xí)；從事教學(xué)的教師要將信息技術(shù)整合于教學(xué)過(guò)程，充分利用網(wǎng)絡(luò)教學(xué)環(huán)境所提供的各種功能，做到信息可見、過(guò)程可控、資源可重用，使教學(xué)更加適應(yīng)21世紀(jì)人才培養(yǎng)的需要；同時(shí)注重理論聯(lián)系實(shí)際，面向?qū)嶋H應(yīng)用，不斷研究和改革教學(xué)方法和手段。當(dāng)然，教學(xué)方法與手段要服從于教學(xué)內(nèi)容，要著眼于人才培養(yǎng)。對(duì)不同類型的課程，對(duì)同一課程中不同教學(xué)內(nèi)容，應(yīng)該設(shè)計(jì)不同的教學(xué)模式與教學(xué)方法?？紤]到商務(wù)智能課程的實(shí)踐性環(huán)節(jié)十分重要，因此注重加強(qiáng)實(shí)踐教學(xué)和能力培養(yǎng)。課堂講授是一種基本教學(xué)方法，以理論和知識(shí)性內(nèi)容為主，講原理講方法，重在知識(shí)點(diǎn)的教學(xué)。采用案例教學(xué)方法，通過(guò)完成數(shù)據(jù)處理項(xiàng)目，掌握思路與方法。采用啟發(fā)式教學(xué)，與學(xué)生互動(dòng)，讓學(xué)生參與，發(fā)揮學(xué)生的思維和想象能力。采用多媒體教學(xué)手段，選用電子課件，把文字、聲音、圖像動(dòng)畫和視頻集于一體，豐富多彩，生動(dòng)形象。教師可以邊演示邊講解，學(xué)生很容易理解和接受，提高教學(xué)效果。開展第二課堂，開設(shè)深入淺出的學(xué)術(shù)（專業(yè)）講座，為提高學(xué)生應(yīng)用技能，從學(xué)生中篩選出優(yōu)異者參加省、全國(guó)的商務(wù)智能、數(shù)據(jù)挖掘競(jìng)賽，充分發(fā)揮學(xué)生想像力和創(chuàng)新力。每一章學(xué)習(xí)完后可安排一次輔導(dǎo)答疑時(shí)間，講授2-4個(gè)學(xué)時(shí)輔導(dǎo)1個(gè)學(xué)時(shí)，一般為每1-2周一次，解答學(xué)生本章學(xué)習(xí)存在的問(wèn)題，如有普遍性問(wèn)題可以集體輔導(dǎo)。五、教學(xué)學(xué)時(shí)分配教學(xué)環(huán)教學(xué)環(huán)方式學(xué)時(shí)教學(xué)內(nèi)容學(xué)時(shí)講授討論課習(xí)題課實(shí)驗(yàn)1．商務(wù)智能概述2242．?dāng)?shù)據(jù)倉(cāng)庫(kù)108113．在線分析處理OLAP664．?dāng)?shù)據(jù)挖掘過(guò)程64115．?dāng)?shù)據(jù)挖掘技術(shù)和方法361921106．商務(wù)智能應(yīng)用422合計(jì)64414316六、考核方式與成績(jī)?cè)u(píng)定標(biāo)準(zhǔn)1、考核方法：筆試2、成績(jī)?cè)u(píng)定：成績(jī)=平時(shí)表現(xiàn)（出勤、研討等）*10%+課程作業(yè)*10%+實(shí)驗(yàn)報(bào)告*10%+考試成績(jī)*70%。七、教學(xué)參考資源1、教材(1)趙衛(wèi)東.商務(wù)智能（第三版）.北京：清華大學(xué)出版社，2014(2)趙衛(wèi)東.流程智能.北京：清華大學(xué)出版社，20122、參考書目(1)JiaweiHan，MichelineKamber.Datamining：con