數(shù)據(jù)倉庫與數(shù)據(jù)挖掘第一次作業(yè)(完整版)
【正文】 出版社，課程的教學(xué)目的與任務(wù)本課程將系統(tǒng)介紹數(shù)據(jù)挖掘的基本概念、基本原理和應(yīng)用基礎(chǔ)，通過課堂講授、實例分析，提高學(xué)生數(shù)據(jù)挖掘技術(shù)的認(rèn)識，熟悉基本工具應(yīng)用，并掌握設(shè)計和開發(fā)數(shù)據(jù)挖掘算法和系統(tǒng)的初步能力。數(shù)據(jù)挖掘的主要任務(wù)有廣義知識。數(shù)據(jù)倉庫的特點如下:數(shù)據(jù)倉庫是面向主題的。第二篇：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘?qū)W習(xí)心得.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘?qū)W習(xí)心得通過數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的這門課的學(xué)習(xí),掌握了數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的一些基礎(chǔ)知識和基本概念,了解了數(shù)據(jù)倉庫與數(shù)據(jù)庫的區(qū)別。例如：（1）對那些要通過網(wǎng)站發(fā)送廣告的企業(yè)，分析用戶訪問模式有助于針對性地在某些用戶經(jīng)常訪問的地方插播廣告條。這學(xué)期選修了袁老師的《電子商務(wù)》，印象最深的就是老師提過這樣的想法：電商（主要是B2B）、百度等搜索引擎以及新浪微博等社交平臺都是可以做咨詢業(yè)的，即根據(jù)客戶的消費（或搜索）記錄、評價等信息定期為企業(yè)生成反饋報告。再次，根據(jù)顧客的歷史資料，不僅可以預(yù)測需求趨勢，還可以評估需求傾向的改變，為顧客提供更好的服務(wù)。網(wǎng)站將改變原有的千篇一律的形式，而強(qiáng)調(diào)信息個性化，亦即顧客所得到的信息將是網(wǎng)站針對其個人喜好、需求與特點的設(shè)定所給予的，也就是符合顧客的個人信息需求。數(shù)據(jù)倉庫包含了大量的歷史數(shù)據(jù),經(jīng)集成后進(jìn)入數(shù)據(jù)倉庫的數(shù)據(jù)極少更新的。信息訪問。在金融信息化的應(yīng)用方面,金融機(jī)構(gòu)利用信息技術(shù)從過去積累的、海量的、以不同形式存儲的數(shù)據(jù)資料里提取隱藏著的許多重要信息,并對它們進(jìn)行高層次的分析,發(fā)現(xiàn)和挖掘出這些數(shù)據(jù)間的整體特征描述及發(fā)展趨勢預(yù)測,找出對決策有價值的信息,以防范銀行的經(jīng)營風(fēng)險、實現(xiàn)銀行科技管理及銀行科學(xué)決策。[教學(xué)重點與難點] 數(shù)據(jù)倉庫三種概念模型，數(shù)據(jù)粒度概念，元數(shù)據(jù)概念 [授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 數(shù)據(jù)倉庫開發(fā)模型的概念 數(shù)據(jù)倉庫的概念模型 數(shù)據(jù)倉庫的邏輯模型 數(shù)據(jù)倉庫的物理模型 數(shù)據(jù)倉庫的生成 數(shù)據(jù)倉庫的使用和維護(hù) 數(shù)據(jù)倉庫的粒度、聚集和分割 元數(shù)據(jù)第四章 聯(lián)機(jī)分析處理(OLAP)技術(shù) 建議學(xué)時：4 [教學(xué)目的與要求] 了解OLTP 和 OLAP的區(qū)別；熟悉OLAP 的體系結(jié)構(gòu)，以及如何評價OLAP工具；掌握多維分析的基本分析動作。，則居中。思想：其發(fā)現(xiàn)關(guān)聯(lián)規(guī)則分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中所有煩瑣項集，即支持度不低于用戶設(shè)定的閥值的項即集，第二是利用第一步中檢索出的煩瑣項集構(gòu)造出滿足用戶最小信任度的規(guī)則，其中，第一步即挖掘出所有頻繁項集是該算法的核心，也占整個算法工作量的大部分。通過閱讀該文擋，請同學(xué)們分析一下數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域的應(yīng)用情況（請深入分析并給出實例，切忌泛泛而談）。同時還可發(fā)現(xiàn)在償還中起決定作用的主導(dǎo)因素，從而制定相應(yīng)的金融政策。四、編程題（20分）請大家用所學(xué)過的java語言改寫p192p194的vb核心源程序。在零售業(yè)，數(shù)據(jù)挖掘可有助于識別顧客購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷量比率，設(shè)計更好的貨品運(yùn)輸與分銷策略，減少商業(yè)成本。這種商業(yè)電子化的趨勢不僅為客戶提供了便利的交易方式和廣泛的選擇，同時也為商家提供了更加深入地了解客戶需求信息和購物行為特征的可能性。在建筑陶瓷行業(yè)中的交叉銷售應(yīng)用，主要采用了Apriori 算法三、翻譯分析題（30分）附件有一名為“Data Mining in Electronic Commerce”的電子文檔，請同學(xué)們翻譯其中的一段。模板如下：姓名___________ 學(xué)號____________ 專業(yè)______________
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1