《数据挖掘》课程简介主讲蒋朝惠jiangchaohui@126.com13007856289课程性质该课程是计算机软件与理论、计算机应用技术、软件工程、计算机技术专业的一门专业选修课程。数据挖掘（DataMining，DM）又称数据库中的知识发现（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和数据库领域研究的热点问题。所谓数据挖掘是指从大量数据中提取或挖掘出隐含的、先前未知的并有潜在价值的信息（或知识）。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。课程学习目的了解数据挖掘的重要性与国内外的发展状况及未来发展方向；掌握数据挖掘的一些基本概念、算法、原理及相关技术；能熟练地运用数据挖掘技术及工具解决实际应用问题；为科学研究或高级应用开发选题打下基础。课程内容与学时安排(54学时)第1章数据挖掘概述（6学时）第2章数据仓库与OLAP技术概述（3学时）第3章数据预处理（3学时）第4章概念描述：特征化与比较（3学时）第5章大型数据库中的关联规则的挖掘（6学时）第6章分类与预测（6学时）第7章聚类分析（6学时）第8章数据挖掘的应用与发展趋势（3学时）实验或课程设计18学时（课外完成）教材及参考资料教材：（加）韩家炜，堪博著，范明，孟小峰译.数据挖掘概念与技术（原书第2版).机械工业出版社,2007.参考教材：[1]毛国君.数据挖掘原理与算法（第二版.清华大学出版社,2007[2]纪希禹.数据挖掘技术应用实例.机械工业出版社,2009[3]邓纳姆（Dunham，M.H.）著；郭崇慧，田凤占，靳晓明等译.数据挖掘教程——世界著名计算机教材精选.清华大学出版社,2005[4]（美）唐（Tang，Z.H.），（美）麦克雷南（MaccLennan，J.）著，邝祝芳，焦贤龙，高升译.数据挖掘原理与应用：SQLServer2005数据库,2007[5]王欣.SQLServer2005数据挖掘实例分析.水利水电出版社,2008[6]朱德利.SQLServer2005数据挖掘与商业智能完全解决方案.电子工业出版社，2007考核方式期末开卷考试（笔试）期末总成绩=期末考试成绩（60%）+平时成绩（40%）。平时成绩主要包括平时出勤（20%）和实验（20%）。
