1、數(shù)據(jù)挖掘教學(xué)大綱一、基本信息英文名稱：Data Mining課程編號：063211505課程類別：專業(yè)課課程性質(zhì)：選修課學(xué)時：32 （理論學(xué)時：32） 學(xué)分：2適用對象：軟件工程專業(yè)先修課程：數(shù)據(jù)庫、Java程序設(shè)計開課單位：計算機學(xué)院使用教材：1王振武.數(shù)據(jù)挖掘算法原理與實現(xiàn).北京：清華大學(xué)出版社，2017.主要參考書：1Jiawei Han. HYPERLINK /s?wd=%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E6%A6%82%E5%BF%B5%E4%B8%8E%E6%8A%80%E6%9C%AF&tn=44039180_cpr&fenlei=mv6q

2、uAkxTZn0IZRqIHckPjm4nH00T1dBnyRznhmsPADsuyD4nWIW0ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6KdThsqpZwYTjCEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-TLwGUv3EnWRvrjR1rjcz t _blank 數(shù)據(jù)挖掘概念與技術(shù). HYPERLINK /s?wd=%E6%9C%BA%E6%A2%B0%E5%B7%A5%E4%B8%9A%E5%87%BA%E7%89%88%E7%A4%BE&tn=44039180_cpr&fenlei=mv6quAkxTZn0IZRqIHckPjm4

3、nH00T1dBnyRznhmsPADsuyD4nWIW0ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6KdThsqpZwYTjCEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-TLwGUv3EnWRvrjR1rjcz t _blank 機械工業(yè)出版社20152林字.數(shù)據(jù)倉庫原理與實踐.北京： HYPERLINK /s?wd=%E4%BA%BA%E6%B0%91%E9%82%AE%E7%94%B5%E5%87%BA%E7%89%88%E7%A4%BE&tn=44039180_cpr&fenlei=mv6quAkxTZn0IZRqIHckPjm4nH

4、00T1dBnyRznhmsPADsuyD4nWIW0ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6KdThsqpZwYTjCEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-TLwGUv3EnWRvrjR1rjcz t _blank 人民郵電出版社，2003二、教學(xué)目標(biāo)數(shù)據(jù)挖掘是軟件工程專業(yè)的一門具有重要工程價值的前沿專業(yè)課程，是人工智能研究方向的一個重要分支。旨在讓學(xué)生掌握大數(shù)據(jù)分析的常用方法，培養(yǎng)他們通過合適的數(shù)據(jù)分析方法，獲取隱藏在數(shù)據(jù)深層次內(nèi)部不易被察覺的某些數(shù)據(jù)之間關(guān)系的能力。本課程的教學(xué)目的是使學(xué)生了解數(shù)據(jù)挖掘的基本概念和基礎(chǔ)知識；掌握

5、應(yīng)用數(shù)據(jù)挖掘的基本原理、技術(shù)和方法；具備熟練使用數(shù)據(jù)挖掘方法進行問題分析和程序設(shè)計的能力；具備不同數(shù)據(jù)挖掘方法的性能評估能力；能夠應(yīng)用成熟的數(shù)據(jù)挖掘技術(shù)解決實際工程問題。課程目標(biāo)及能力要求具體如下：課程目標(biāo)1：了解數(shù)據(jù)挖掘的基本概念以及其各種數(shù)據(jù)挖掘算法的基本原理；掌握常用的數(shù)據(jù)挖掘算法特點和使用場景；能夠運用數(shù)據(jù)挖掘方法分析復(fù)雜軟件工程問題，并建立解決問題的基本思路和方案。課程目標(biāo)2：能夠使用數(shù)據(jù)挖掘的基本方法進行具體工程問題解決方案的分析；使用數(shù)據(jù)挖掘常用算法進行方案的實驗設(shè)計，驗證方案的可行性。表1 課程目標(biāo)對畢業(yè)要求的支撐關(guān)系畢業(yè)要求畢業(yè)要求指標(biāo)點課程目標(biāo)對畢業(yè)要求的支撐關(guān)系3、設(shè)計/

6、開發(fā)解決方案3-1 解決方案構(gòu)思能夠運用軟件工程專業(yè)知識和數(shù)學(xué)知識，確定解決復(fù)雜軟件工程問題的基本思路和方案。課程目標(biāo)14、研究4-2 方案調(diào)研與實驗設(shè)計能夠針對復(fù)雜軟件工程問題，收集、分析與解釋已存在的相關(guān)產(chǎn)品、模型、系統(tǒng)方案、開源軟件等資料，根據(jù)對象特征選擇研究路線，確定適當(dāng)?shù)能浖軜?gòu)，設(shè)計實驗方案。課程目標(biāo)2三、課程內(nèi)容、教學(xué)要求及評價方式1.課程內(nèi)容、要求與評價方式通過指導(dǎo)學(xué)生學(xué)習(xí)與課程目標(biāo)相對應(yīng)的課程內(nèi)容，實現(xiàn)課程目標(biāo)的達成。評價方式包括：課后作業(yè)、專題、期末考試。各課程目標(biāo)的教學(xué)方式與評價方式詳見表2。表2 課程知識單元、要求與評價方式對應(yīng)關(guān)系表序號知識單元知識點教學(xué)要求教學(xué)方式評

7、價方式推薦學(xué)時支撐課程目標(biāo)1緒論數(shù)據(jù)挖掘的概念、發(fā)展歷史、研究內(nèi)容、應(yīng)用熱點、常用的技術(shù)和工具1.了解數(shù)據(jù)挖掘的概念和發(fā)展歷史；2.了解數(shù)據(jù)挖掘的研究內(nèi)容應(yīng)用熱點講授期末考試212數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理的目的、數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)變換、數(shù)據(jù)規(guī)約、特征選擇和提取1.理解數(shù)據(jù)預(yù)處理的目的；2.掌握數(shù)據(jù)清洗常用方法；3.掌握數(shù)據(jù)集成和數(shù)據(jù)變換常用方法；4.掌握數(shù)據(jù)規(guī)約常用方法；5.掌握特征選擇和提取常用方法講授期末考試213關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)規(guī)則的基本概念、Apriori算法原理、Apriori應(yīng)用實例分析、Apriori源程序分析、Apriori算法的特點和應(yīng)用場景理解關(guān)聯(lián)規(guī)則的基本概念；掌握Ap

8、riori算法原理；了解Apriori特點和應(yīng)用場景；能夠?qū)priori應(yīng)用于實踐，解決具體工程問題講授課后作業(yè)；期末考試21、24決策樹分類算法決策樹分類的基本概念、ID3和C4.5算法原理、ID3和C4.5算法實例分析、ID3和C4.5算法源程序分析、ID3和C4.5算法的特點和應(yīng)用理解決策樹分類的基本概念；掌握ID3和C4.5算法原理；掌握ID3和C4.5的特點和應(yīng)用；能夠?qū)D3和C4.5算法應(yīng)用于實踐，解決具體工程問題講授課后作業(yè)；期末考試41、25貝葉斯分類算法貝葉斯分類的基本概念、貝葉斯分類算法原理、貝葉斯分類算法實例分析、貝葉斯分類算法源程序分析、貝葉斯分類算法的特點和應(yīng)用1

9、.理解貝葉斯分類的基本概念；2.掌握貝葉斯分類算法原理；3.掌握貝葉斯分類的特點和應(yīng)用；4.能夠?qū)⒇惾~斯分類算法應(yīng)用于實踐，解決具體工程問題講授課后作業(yè)；期末考試41、26人工神經(jīng)網(wǎng)絡(luò)算法BP神經(jīng)網(wǎng)絡(luò)的基本概念、BP神經(jīng)網(wǎng)絡(luò)算法原理、BP神經(jīng)網(wǎng)絡(luò)算法實例分析、BP神經(jīng)網(wǎng)絡(luò)算法源程序分析、BP神經(jīng)網(wǎng)絡(luò)算法的特點和應(yīng)用1.理解BP神經(jīng)網(wǎng)絡(luò)的基本概念；2.掌握BP神經(jīng)網(wǎng)絡(luò)算法原理；3.掌握BP神經(jīng)網(wǎng)絡(luò)的特點和應(yīng)用；4.能夠?qū)P神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于實踐，解決具體工程問題講授課后作業(yè)；期末考試41、27支持向量機支持向量機的基本概念、支持向量機原理、支持向量機實例分析、支持向量機的特點和應(yīng)用1.理解支持

10、向量機的基本概念；2.掌握支持向量機算法原理；3.掌握支持向量機的特點和應(yīng)用；4.能夠?qū)⒅С窒蛄繖C應(yīng)用于實踐，解決具體工程問題講授期末考試21、28K-means聚類算法K-means聚類算法的基本概念、K-means聚類算法原理、K-means聚類算法實例分析、K-means聚類算法源程序分析、K-means聚類算法的特點和應(yīng)用1.理解K-means聚類的基本概念；2.掌握K-means聚類原理；3.掌握K-means聚類的特點和應(yīng)用；4.能夠?qū)-means聚類算法應(yīng)用于實踐，解決具體工程問題講授課后作業(yè)；期末考試21、29K-中心點聚類算法K-中心點聚類算法的簡介、K-中心點聚類算法原理

11、、K-中心點聚類算法實例分析、K-中心點聚類算法源程序分析、K-中心點聚類算法的特點和應(yīng)用1.理解K-中心點聚類的基本概念；2.掌握K-中心點聚類原理；3.掌握K-中心點聚類的特點和應(yīng)用；4.能夠?qū)-中心點聚類算法應(yīng)用于實踐，解決具體工程問題講授期末考試21、210神經(jīng)網(wǎng)絡(luò)聚類算法：SOM神經(jīng)網(wǎng)路聚類算法SOM的簡介、競爭學(xué)習(xí)算法基礎(chǔ)、SOM算法原理、SOM算法實例分析、SOM算法源程序分析、SOM算法的特點和應(yīng)用1.理解SOM算法的基本概念；2.掌握SOM算法原理；3.掌握SOM算法的特點和應(yīng)用；4.能夠?qū)OM算法應(yīng)用于實踐，解決具體工程問題講授期末考試41、211數(shù)據(jù)挖掘的發(fā)展Web挖

12、掘、空間數(shù)據(jù)挖掘、流數(shù)據(jù)挖掘、數(shù)據(jù)挖掘與可視化技術(shù)1.了解Web挖掘現(xiàn)狀和發(fā)展前景；2.了解空間數(shù)據(jù)挖掘現(xiàn)狀和發(fā)展前景；3.了解流數(shù)據(jù)挖掘現(xiàn)狀和發(fā)展前景；4.了解數(shù)據(jù)挖掘與可視化技術(shù)現(xiàn)狀和發(fā)展前景講授專題；期末考試41授課方式： （1）講授；（2）實驗；（3）上機；（4）現(xiàn)場演示評價方式：課后作業(yè)：包括在線學(xué)習(xí)、在線作業(yè)、紙質(zhì)作業(yè)、電子作業(yè)等；課堂測驗：包括紙質(zhì)、上機兩種；專 題：包括報告、硬件設(shè)計、程序設(shè)計、算法設(shè)計、方案設(shè)計等；期中考試：包括試卷、上機；實 驗：有實驗報告、實驗過程考核（實踐操作、原理提問）、實驗結(jié)果；期末考試：包括試卷、上機。課程評價計算表3 課程目標(biāo)與評價依據(jù)占比關(guān)系表

13、課程目標(biāo)評價占比評價項目課程目標(biāo)1課程目標(biāo)2期末考試6080%20%課后作業(yè)30100%-專題報告10-100%合 計1007822表4 各考核環(huán)節(jié)所占分值比例及考查重點課程成績構(gòu)成及比例考核環(huán)節(jié)考查點課程目標(biāo)分值期末考試100分占總成績的60%基礎(chǔ)知識1數(shù)據(jù)挖掘的概念、研究內(nèi)容、功能、常用的技術(shù)和工具；數(shù)據(jù)挖掘的發(fā)展現(xiàn)狀和前景：Web挖掘、空間數(shù)據(jù)挖掘、流數(shù)據(jù)挖掘、以及數(shù)據(jù)挖掘的可視化。140專業(yè)知識2數(shù)據(jù)預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、決策樹分類算法、貝葉斯分類算法、人工神經(jīng)網(wǎng)絡(luò)算法、支持向量機、K-means聚類算法。140問題分析3使用K-中心點聚類算法、神經(jīng)網(wǎng)絡(luò)聚類算法：SOM進行實際工程問題

14、的分析、設(shè)計能力；以及最終解決工程問題的能力。220課后作業(yè)100分占總成績的30%作業(yè)1使用關(guān)聯(lián)規(guī)則進行相關(guān)工程問題的分析能力，以及將算法Apriori應(yīng)用到具體工程實踐分析中，對具體問題進行關(guān)聯(lián)規(guī)則分析的能力。21002使用決策樹分類原理進行相關(guān)工程問題的分析能力，以及將ID3或C4.5算法應(yīng)用到具體工程實踐分析中，應(yīng)用決策樹分類的能力。3使用貝葉斯分類原理進行相關(guān)工程問題的分析能力，以及將貝葉斯分類算法應(yīng)用到具體工程實踐分析中，應(yīng)用貝葉斯分類的能力。4使用人工神經(jīng)網(wǎng)絡(luò)原理進行相關(guān)工程問題的分析能力，以及將人工神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到具體工程實踐分析中，設(shè)計神經(jīng)網(wǎng)絡(luò)的能力。5使用K-means聚

15、類原理進行相關(guān)工程問題的分析能力，以及將K-means聚類算法應(yīng)用到具體工程實踐分析中，進行樣本聚類的能力。專題100分占總成績的10%專題評價1Web挖掘的發(fā)展現(xiàn)狀、發(fā)展前景以及將來的具體工程用途。11002空間數(shù)據(jù)挖掘的發(fā)展現(xiàn)狀、發(fā)展前景以及將來的具體工程用途。3流數(shù)據(jù)挖掘的發(fā)展現(xiàn)狀、發(fā)展前景以及將來的具體工程用途。4數(shù)據(jù)挖掘可視化的發(fā)展現(xiàn)狀、發(fā)展前景以及將來的具體工程用途。五、考核方式與成績評定辦法考核方式：期末考試（60%），課后作業(yè)（30%），專題（10%）。成績評定辦法如下所示。課后作業(yè)評分標(biāo)準(zhǔn)采用在線作答方式，在規(guī)定的時間內(nèi)完成電子作業(yè)，按照題目規(guī)定的分值進行計算總成績，在線電子

16、作業(yè)總共5次，最終成績?nèi)?次作業(yè)的平均值。專題評分標(biāo)準(zhǔn)觀測點80 - 100分60 - 79分40 - 59分0 - 39分得分完成進度（權(quán)重0.1）提前完成按時完成延時完成補交10基本概念掌握（權(quán)重0.3）概念清晰，分析得當(dāng)主要概念清晰，但部分分析有誤部分概念清晰，分析中有明顯的知識漏洞基本概念不清晰30技術(shù)方案在應(yīng)用領(lǐng)域的合理性（權(quán)重0.5）數(shù)據(jù)挖掘技術(shù)方案在應(yīng)用領(lǐng)域中邏輯合理，思路清晰數(shù)據(jù)挖掘技術(shù)方案的主要思路、過程正確數(shù)據(jù)挖掘技術(shù)方案部分可行數(shù)據(jù)挖掘技術(shù)方案不可行50完成態(tài)度（權(quán)重0.1）書寫工整、清晰，符號、參考文獻、格式等按規(guī)定執(zhí)行書寫清晰，主要符號、參考文獻、格式等按規(guī)定執(zhí)行能夠辨識，部分符號、參考文獻、格式等按照規(guī)定執(zhí)行不能辨識，符號、參