商务智能原理与方法（第3版）——教学大纲、授课计划.docx

《商务智能原理与方法（第3版）——教学大纲、授课计划.docx》由会员分享，可在线阅读，更多相关《商务智能原理与方法（第3版）——教学大纲、授课计划.docx（8页珍藏版）》请在第一文库网上搜索。

1、商务智能原理与方法（第3版）教学大纲一、课程信息课程名称：商务智能原理与方法（第3版）课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分，4先修课程：无选用教材：商务智能原理与方法（第3版），陈国青、卫强、张瑾主编，2023年，电子工业出版社教材。适用专业：本课程既可以作为高等学校信息管理与信息系统、大数据管理与应用、电子商务、管理科学与工程以及工商管理、计算机应用等相关学科专业的高年级本科生和研究生的专业课，也可以作为财经类或其他工程类专业学生的专业课/选修课，还可以为社会各领域信息化培训和相关管理决策人员提供参考。课程负责人：二、课程简介该课程旨在把握前沿趋势，以基

2、础篇、方法篇、专题篇三大板块的形式，为学生提供一个技术与管理的融合视角，介绍和阐释商务智能领域的主要知识内涵，包括面向管理决策的商务智能基本原理、主流方法、应用情境和发展前景，帮助学生理解如何通过商务智能进行大数据/人工智能分析和赋能，从而提升组织和个体的核心能力及其竞争优势。三、课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识基础篇着重介绍商务智能的概念和用途、应用领域和环境,以及对于组织管理决策的影响；方法篇详细讨论商务智能领域和业务管理决策中的重要机器学习和商务分析方法；专题篇重点关注商务智能领域的若干课题。其中更新了关联分类、不确定性知识发现、推荐方法、商务智能的经济社会影响

3、等相关内容，新增了信息提取与洞察（如“大数据一小数据”问题）、智能推荐（如多模态信息推荐、序列推荐、捆绑推荐）、人工智能赋能、数据治理等内容。12问题分析处在大数据时代发展的重要节点上，面对数字化生活的新需求、数字化转型的新格局及数字经济的新业态，商务智能正在扮演着越来越重要的角色。商务智能通过数据挖掘和机器学习技术从海量多模态数据中发现潜在、H新颖和有用的知识，以支持管理与决策。它是内在技术的，同时也是面向管理决策问题的。3设计/开发解决方案处在大数据时代发展的重要节点上，面对数字化生活的新需求、数字化转型的新格局，以及数字经济中的新业态，本课程旨在把握前沿趋势,为学生提供一个技术与管理的融

4、合视角，介绍和阐释商务智能领域的主要知识内涵，包括面向管理决策的商务智能基本原理、主流方法、应用情境和发展前景。H4研究15使用现代工具16工程与社会学生能够意识到提高商务智能领域能力的重要性，不仅要有良好的思想道德素质、科学文化素质、专业技能和健康的身体，而且要有良好的心理素质，勇于承担责任，能够承受失败与挫折等。17环境和可持续发展18职业规范19个人和团队1 .学会个人发展和团队合作，提高个人和团队的综合素质。2 .学会与他人合作和沟通，建立良好的人际关系和团队合作氛围。H10沟通1 .学会进行有效的沟通和表达，与客户、同事和上级保持良好的沟通和协作。2 .学会进行跨文化沟通和合作，提高

5、国际化视野和跨文化交流能力。M11项目管理112终身学习1 .学会进行自我学习和自我提升，不断提高自身的专业水平和创新能力。2 .学会进行终身学习和职业发展规划，不断拓展职业领域和发展空间。H注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“V”或1”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。四、课程教学内容章节名称主要内容重难点关键词学时类型1引言商务智能简介商务智能与信息社会商务智能与企业管理商务智能的方法商务智能的数

6、据了解商务智能的简介、方法与数据；掌握商务智能与信息社会，商务智能与企业管理。4理论2商务智能应用制造领域应用金融领域应用通信领域应用生物和医药领域应用零售和营销领域应用移动商务应用社会化商务应用掌握制造领域应用、金融领域应用、通信领域应用；了解生物与医药领域应用、零售与营销领域应用、移动和社会化商务领域应用。3理论3商务智能过程数据库与事务处理数据仓库与在线分析处理企业知识发现了解与掌握商务智能过程。3理论4数据平台数据处理技术演进数据仓库过程与体系结构数据集成、提取与转换数据仓库开发、管理与安全分布式数据平台云数据平台了解与掌握各种数据平台。6理论5构建商务智能环境商务智能环境商务智能组织

7、商务智能系统掌握商务智能环境的构建。2理论6数据预处理数据预处理简介数据清洗数据集成、规范与归纳数据消减理解与掌握数据预处理的方法。6理论7关联规则关联规则简介关联规则挖掘方法关联规则兴趣性关联规则知识形式扩展简单关联规则了解关联规则的简介；掌握关联规则的挖掘方法、兴趣性、知识形式扩展以及简单关联规则。4理论8分类分析分类分析简介决策树分类贝叶斯分类其他分类方法分类准确率了解决策树分类的概念与方法、贝叶斯分类的概念与方法掌握分类准确率测度方法。4理论9聚类分析聚类分析简介相似度与距离测度聚类分析方法k-means方法DBSCAN方法了解相似度与距离测度概念；掌握聚类分析基本原理与方法、k-me

8、ans方法与DBSCAN方法。4理论10社会网络分析社会网络的中心性社会网络的权威引用社会网络社会网络的链接分析社会网络中的社区了解与掌握社会网络的中心性、社会网络的权威与社会网络的链接分析。2理论11概率图模型概率图模型简朴素贝叶斯模型隐马尔可夫模型高斯混合模型1DA模型了解概率图模型的原理和类型；掌握朴素贝叶斯模型的结构与应用、隐马尔可夫模型的结构与应用、高斯混合模型的原理与应用以及1DA模型的原理与应用。312神经元网络神经元网络简介前馈神经元网络卷积神经元网络循环神经元网络注意力机制了解神经元网络的基本概念，注意力机制的计算方法；理解与掌握前馈神经元网络的结构和应用、卷积神经元网络的结

9、构和应用、循环神经元网络的结构和应用。4理论13多模态数据表征文本表征图像表征音频表征视频表征了解并掌握文本表征常用方法、图像表征常用方法、音频表征常用方法、视频表征常用方法。2理论14信息提取与洞察“大数据一小数据”问题概述代表性信息提取一致性信息提取多样性信息提取了解与掌握“大数据一小数据”问题、代表性信息提取问题、一致性信息提取问题以及多样性信息提取问题。2理论15关联分类生成分类关联规则分类关联规则剪枝构建分类器混合型关联分类GARC方法解析了解和掌握分类关联规则的剪枝方法、基于关联规则的分类器构建的方式；理解GARC方法。4理论16不确定性知识发现不确定性信息表达分区中的边界问题数据

10、间的部分隶属性不完整数据依赖了解不确定性信息表达的方式；理解与掌握分区中的边界问题、数据间的部分隶属性问题和不完整数据依赖问题。5理论17智能推荐信息推荐方法.多模态信息推荐序列推荐捆绑推荐了解信息推荐方法；理解并掌握智能推荐的种类与相关知识。4理论18商务智能的经济社会影响与发展商务智能与管理决策商务智能的发展趋势了解商务智能对社会发展的影响；掌握商务智能的发展趋势2理论五、考核要求及成绩评定序号成绩类别考核方式考核要求权重(%)备注1期末成绩期末考试考试50百分制，60分为及格2平时成绩课后作业18次40优、良、中、及格、不及格3平时表现出勤情况10两次未参加课程则无法获得学分注：此表中内

11、容为该课程的全部考核方式及其相关信息。六、学生学习建议(-)学习方法建议1通过开展课堂讨论、实践活动，增强的团队交流能力，学会如何与他人合作、沟通、协调等等。2 .通过思考，加深自己的兴趣，巩固知识点。3 .进行练习和实践，提高自己的技能和应用能力，加深对知识的理解和记忆。(-)学生课外阅读叁考资料商务智能原理与方法(第3版)，陈国青、卫强、张瑾主编，2023年，电子工业出版社教材。七、课程改革与建设本课程的主体构架，包括基础篇、方法篇、专题篇三大知识板块。整体上沿着商务智能应用、方法和发展的总脉络，试图较全面地涵盖商务智能领域的基础知识和主流内容，同时融入若干前沿成果以体现新兴特征与前瞻性，

12、如机器学习、大数据、人工智能等方面的新内容。平时对学生的考核内容包括出勤情况、学生的课后作业、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。制订人签字：教研室主任签字：院部负责人签字：修订时间：年月日教学日历（20xx20xx学年第X学期）开课学院开课专业讲授学时32课程名称商务智能原理与方法（第3版）授课教师实践/实验学时32授课年级授课班级总学时64使用教材商务智能原理与方法（第3版）参考书目商务智能原理与方法（第3版）校历周次授课内容分章节题目第1周第1章引言（4学时）1.1 商务智能简介（1学时）1.2 商务智能与信息社会（1学时）1.3 商务智能与企业管理（1学

13、时）1.4 商务智能的方法、1.5商务智能的数据（1学时）第2周第2章商务智能应用（3学时）2.1制造领域应用、2.2金融领域应用（1学时）2.3通信领域应用、2.4生物和医药领域应用（1学时）2.5零售和营销领域应用、2.6移动商务应用、2.7社会化商务应用（1学时）第3章商务智能过程（1学时）3.1数据库与事务处理（1学时）第3周第3章商务智能过程（2学时）3.2 数据仓库与在线分析处理（1学时）3.3 企业知识发现（1学时）第4章数据平台（2学时）4.1数据处理技术演进、4.2数据仓库过程与体系结构（1学时）4.3数据集成、提取与转换（1学时）第4周第4章数据平台（4学时）4.4 数据仓

14、库开发、管理与安全（2学时）4.5 分布式数据平台（1学时）4.6 云数据平台（1学时）第5周第5章构建商务智能环境（2学时）5.1商务智能环境、5.2商务智能组织（1学时）5.3商务智能系统（1学时）第6章数据预处理（2学时）6.1 数据预处理简介（1学时）6.2 数据清洗（1学时）第6周第6章数据预处理（4学时）6.3 数据集成、规范与归纳（2学时）6.4 数据消减（2学时）第7周第7章关联规则（4学时）7.1关联规则简介、7.2关联规则挖掘方法、7.3关联规则兴趣性（2学时）7.4关联规则知识形式扩展、7.5简单关联规则（2学时）第8周第8章分类分析（4学时）8.1分类分析简介、8.2决策树分类（2学时）8.3贝叶斯分类、8.4其他分类方法（1学时）8.5分类准确率（1学时）第9周第9章聚类分析（4学时）9.1聚类分析简介、9.2相似度与距离测度（1学时）9.3聚类分析方法（1学时）9.