1、数据 仓库 与数据挖掘周玲元15070802662QQ:503017672课 程介 绍 48学时、专业选修课 32 + 16 偏重工具使用、实际应用、案例分析 总评构成：实验作业 +期末考试 课外阅读参考文献、动手操作 答疑方式： e-mail、 qq、办公室。教学方式与考核方式 教学方式n 本课程以课堂教学为主，以电子教案的内容为主线n 课外阅读指定的参考文献并利用网上资源，加深对教学内容的理解。 考核方式及要求 1、平时： 点名 +一篇报告（以数据挖掘为关键字查询论文，至少选读 8篇，写读书报告或文献综述） 2、上机实验报告 3、期末课堂考试（开卷）授 课计 划 1. 数据仓库与数据挖掘概
2、述 2. 数据仓库的分析 3. 数据仓库的设计 4. 数据仓库规划与开发 5. 数据仓库工具、数据挖掘过程 6. 数据挖掘算法：分类、预测、关联 7. 数据挖掘算法：聚类、神经网络 8. 数据挖掘新技术：文本挖掘、 Web挖掘、可视化挖掘 授 课计 划 9. 数据挖掘工具及应用： Excel 2007 10. 数据挖掘工具及应用： Sql Server 2005/2000 11. 数据挖掘工具及应用： SPSS ORACLE 12. 知识管理与知识管理系统 13. 数据仓库设计实验 14. 数据仓库设计实验 15. 数据挖掘实验 16. 数据挖掘实验 补充内容： R语言 数据分析 BI架构 语
3、义网 数据展示 行业案例参考 书 数据仓库 （第四版） 2007 William H.Inmon（数据仓库之父） 数据挖掘概念与技术 （第二版） Jiawei Han（加） 2006数据挖掘 职业 能力要求一、专业技能硕士以上学历，数据挖掘、统计学、数据库相关专业，熟练掌握 关系数据库技术 ，具有数据库系统开发经验；熟练掌握常用的 数据挖掘算法 ；具备 数理统计理论基础 ，并熟悉常用的 统计工具软件 ；二、行业知识具有相关的 行业知识 ，或者能够很快熟悉相关的行业知识；三、合作精神具有良好的 团队合作精神 ，能够主动和项目中其他成员紧密合作；四、客户关系能力具有良好的 客户沟通能力 ，能够明确
4、阐述数据挖掘项目的重点和难点，善于调整客户对数据挖掘的误解和过高期望；具有良好的 知识转移能力 ，能够尽快地让模型维护人员了解并掌握数据挖掘方法论及建模实施能力。数据挖掘人员具备如下条件，可以提高数据挖掘项目的实施效率，缩短项目周期： 具有数据仓库项目实施经验，熟悉数据仓库技术及方法论 熟练掌握 SQL语言，包括复杂查询、性能调优 熟练掌握 ETL开发工具和技术 熟练掌握 Microsoft Office软件，包括 Excel和 PowerPoint中的各种统计图形技术 善于将挖掘结果和客户的业务管理相结合，根据数据挖掘的成果向客户提供有价值的可行性操作方案职业 薪酬 就目前来看，和大多 IT业的职位一样，数据仓库和数据挖掘方面的人才在国内的需求工作也是 低端饱和，高端紧缺 ，在二线成熟，高端数据仓库和数据挖掘方面的人才尤其稀少。高端数据仓库和数据挖掘人才需要熟悉多个行业，至少有 3年以上大型 DWH和 BI经验，英语读写流利，具有项目推动能力，这样的人才年薪能达到 20万以上。一、 数据 仓库 与数据挖掘概述
