数据挖掘技术》课程教学大纲一、课程基本信息课程名称（中文）数据挖掘技术课程代码课程名称（英文）DataMining课程类别□通识教育课回专业教育课□实践教育课□创新创业课□其他课程学时40学时课程学分2.5学分适用专业物联网工程专业（本科）开课学期第7学期先修课程概率与统计，数据库原理续修课程课程简介数据挖掘是计算机工程学院开设的一门重要的专业课程。本课程主要讲授数据挖掘的基本概念，原理、方法和技术，具体包括：数据的预处理、分类预测、关联挖掘，聚类分析等内容。通过学习，使学生理解数据挖掘的基本流程，掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的表达；掌握数据挖掘的基本方法，能熟练地应用数据挖掘技术对现实数据进行有效的分析，能够结合Clementine软件从大量统计数据中获取有价值的信息。二、课程教育目标（一）总体目标数据挖掘是高级数据处理和分析技术。通过本课程学习，使学生了解数据挖掘这种现代数据分析和知识挖掘方法的思想与技术，了解数据挖掘的基本理论，掌握重要的数据挖掘方法，掌握如何利用Clementine实现数据分析和挖掘，并使学生具有进一步学习的基本与能力。（二）具体目标1.能够导入、输出各种类型的数据，并对数据进行简单描述统计2.能够编写建立线性回归模型、非纯性回归模型、编写回归模型的程序，并能够通过程序检验模型3.能够对数据进行聚类分析、分类分析、关联分析、能够对文本数据进行数据挖掘三、课程学时分配课程章节课程内容理论学时实践学时第一章数据挖掘和Clementine2第二章Clementine数据管理2第三章Clementine数据的基本分析26第四章关联规则挖掘26第五章分类与预测46第六章聚类分析46合计1624四、课程内容第一章数据挖掘和Clementine使用概述教学内容】1.1数据挖掘的产生背景1．数据挖掘产生的背景2．数据挖掘的发展3.数据挖掘概述1.2什么是数据挖掘1.数据挖掘概念2.数据挖掘分类3.数据挖掘体系结构1.3Clementine软件概述1.Clementine的配置2.Clementine操作基础【学习目标】本章作为绪论，其目的是让学生对数据挖掘技术有一个总体的认识。因此主要内容是对数据挖掘技术的概念、产生背景、发展趋势以及应用等进行提炼和概括，并熟悉Clementine软件的使用环境。要求学生掌握以下内容：1．数据挖掘的发展2．数据挖掘基本知识3．数据挖掘功能4.数据挖掘应用5.数据挖掘的热点问题6.熟悉Clementine软件【重点、难点】1．重点：（1）数据挖掘概念（2）数据挖掘分类2.难点：Clementine操作基础【教学方法】1.通过多媒体课件和传统教学相结合，阐明课程与教学基本原理，丰富学生课程与教学的基本知识结构，培养学生的职业规范；2.通过案例分析，强调理论与实践相结合，促进学生知识整合，培养学生的反思能力。第二章Clementine数据管理【教学内容】2.1数据源节点（Sources）1．从开放数据库中导入数据2．从文本文件中读取数据3.导入Excel格式的数据4.用户手动创建数据2.2记录选项节点(RecordOps)1.选择节点2.对数据的抽样3.修正数据集中的不均匀性4.统计汇总5.对节点数据的排序6.区分节点来清除重复记录2.3字段选项节点1.变量说明2.变量值的重新计算3.变量类别值的调整4.生成新变量5.变量值的离散化处理6.生成样本集分割变量【学习目标】本章中的数据管理主要是指数据挖掘中的数据预处理部分。对数据进行预处理，不但可以节约大量的空间和时间而且得到的挖掘结果能更好地起到决策和预测作用。数据预处理一般包括：数据清理，数据集成，数据变换，数据归约等方法。要求学生掌握本章讲授的所有数据管理技术。【重点、难点】1．重点：（1）数据源节点（2）记录选项节点（3）字段选项节点2．难点：无【教学方法】1.通过多媒体课件和传统教学相结合，阐明课程与教学基本原理，丰富学生课程与教学的基本知识结构，培养学生的职业规范；2.通过案例分析，强调理论与实践相结合，促进学生知识整合，培养学生的反思能力。第三章Clementine数据的基本描述分析【教学内容】3.1数据质量探索1．数据的基本描述与质量探索2．离群点和极端值的修正3.缺失值的替补4.数据质量管理的其他功能3.2数据基本描述分析1.计算基本描述统计量2.绘...
