个人介绍
商务智能(双语)

主讲教师:陈建

教师团队:共1

  • 陈建
学校: 上海第二工业大学
开课院系: 经济与管理学院
开课专业: 电子商务、国际商务
课程英文名称: Business Intelligence
课程编号: b2030110
学分: 2
课时: 32
课程介绍
商务智能(双语)
通过该课程的学习,使学生掌握商务智能中的基本概念和相关的基本技术。基本内容包括:商务智能项目管理,数据仓库的基本概念和数据挖掘的基本概念与技术。通 过学习,使学生达到:对商业智能中的相关概念有较全面的了解,对数据挖掘中的基本技术,如:关联规则、分类与预测、聚类分析等能用于实际问题的处理中。

本课程从商务智能的基本概念和应用开始,要求学生熟练了解商务智能的核心技术,包括理解商务智能系统架构、数据仓库、OLAP和数据挖掘的基本技术内容。在此基础之上了解商务智能在移动商务、知识管理、web挖掘、绩效管理和电子商务等领域的应用。理解商务智能在未来发展的趋势。
教师团队

陈建

职称:副教授

单位:上海第二工业大学

部门:经济管理

职位:教师

课程章节
教学内容和方法

 

(1)教学内容:


内容重塑:为解决上述问题,对课程内容和资源进行重塑,将课程按基础- 核心-综合的层级能力进行重组,每个层级都结合相应的商务智能案例和相应思政教育元素,学生通过自主学习、团队合作和实践操作来解决问题或完成项目。

交叉融合: 本课程根据电子商务、国际商务学生的专业背景不同,设计个性化的教学内容,从而提升解决问题的能力、加强学生的创新思维培养和解决问题的能力,逐步激发学生的求知欲和探索精神。

案例实践: 本课程融入人工智能、时尚消费品等重大产业案例,并结合电子商务、国际商务不同专业背景设计,引入多种分析工具,包括 Excel、PowerBI、RapidMiner 等,根据学生能力水平开展个性化实践教学。课程知识图谱如图 2所示: 


(2)教学方法:

 

基于 OBE 教学理念,达到学生知识-能力-素质的提升,本课程依据商务智能行业最新发展和教学对象学情分析,结合思政元素,通过采取课前线上预习-课中实践操作-课后评价反馈-师生互动,并通过各工具操作使用教学视频,持续改进的实施方式。学生提供多种学习模式选择,并可以根据本身进度,个性化选择不同视频学习。

 

(3)考核方式:

 

主要包括不同专业的教学手段的适应,根据专业背景不同,授课教师采取了不同的授课模式,针对学生的专业,设计了不同的实验及大作业题目。

 

课程的考核采用基于 OBE 课程目标达成度的评价方式,以考核学生基础能力、核心能力、综合能力的掌握水平,融合在各考核环节中。具体评定方式如下表所示:课堂活动、作业、分组任务、期中测验采取线上(学习通)收集统计学生的过程记录,期末考试注重目标达成情况考核,采用线下大作业,小组答辩的方式,各组成员、教师及企业人员参与项目评分。


 
教学条件

1) 教材资源:清华大学出版社《商务智能》2021 出版,已经在本科教学中使用 4 轮;

2) 实验资源:实验内容共 16 项,涵盖本课程的全部章节;其中通用实验11 项,电子商务专业专项 3 项,国际商务专业专项 2 项;

3) 数据集资源:与 5 家企业共建 30 个涵盖物流、电子商务、用户运营等多个场景的数据集及案例库;

4) 课件资源:共 18 个电子课件,并有配套视频 18 个共 291 分钟,涵盖本课程所有章节与授课难点;

5) 思政资源:共 8 个与课程内容紧密相关的思政案例;

6) 实验室资源:本校 17 号楼 208 实验室是电子商务专业实验室,配备了80 台专业的电脑并安装了 PowerBI, RapidMiner 等商务智能实验软件,学生可以在实验室完成课程内容复习,课堂作业、案例分析等学习任务。

7) 在线资源:授课视频 18 个,总时长共 291 分钟。课堂课件:18 个。实验课件:16 个。任务点 12 个。

教学效果

 

 

简述课程建设对提高教学质量取得的实际效果

 

 经过该门课程的建设,对提高教学质量取得的实际效果如下:

 1) 《商务智能》教材已被超过 20 所高校学校或图书馆使用,共享课程推广,超过 5 所高校学生选课;

 2) 产教融合实施教学改革,推动教师自我提升,立项 3 项教育部产学协同项目,1 项创新创业教育研究项目,6 项校企合作横向项目;

3) 采用基于案例+情景模拟的线上线下混合式,有效提升了学生的综合素质,近三年在市级以上竞赛中获得 39 项、大学生创新项目 14 项;

4) 思政与教学内容的结合,根据调查,超过 80%学生对课程思政的活动非常满意;

5) 持续改进评价方式,实施多元化、个性化的过程性考核方法,3 次过程性考核,并降低期末考核比重到 50%;学生平均在线学习时长 163 分钟;在线任务点完成率均超过 90%。4 个课程目标平均达成率为 80%。

 

参考教材

赵卫东.,《商务智能》,清华大学出版社,2016年3月第4版

杜尔森·德伦,《商务智能:数据分析的管理视角(原书第4版)》,机械工业出版社,2018年3月

伯特·布瑞吉斯,《基于大数据的商务智能分析》,机械工业出版社,2018年4月

优秀大作业


上课视频

1. 简介:


2. 组成要素

3. 数据仓库

4. OLAP

5. 数据准备

6. 相关关系

7. 聚类分析


8. K-MEANS


9. 余弦相似度;另外一种聚类方法

10. 回归分析

11. 回归分析的重点(梯度是怎么计算的)

12. 贝叶斯分类

13.决策树分类

14. 神经网络分类

15. 关联分析

16. 文本挖掘

17. 中文分词

18. 大数据


课堂实录贝叶斯算法:


教学资源
课程章节 | 文件类型   | 修改时间 | 大小 | 备注
1.2 课程说明
视频
.mp4
2025-02-10 193.00MB
1.5.1 平台使用指南
文档
.doc
2025-02-10 10.87MB
1.5.3 必备技能
作业
.work
2025-02-10 --
2.1 1.1 商务智能的概念
视频
.mp4
2025-02-10 592.74MB
 
文档
.docx
2025-02-10 24.71KB
 
文档
.doc
2025-02-10 40.00KB
 
文档
.doc
2025-02-10 60.00KB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
2.3 1.3 商务智能的组成要素
视频
.mp4
2025-02-10 851.86MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
2.4 1.4 商务智能的分析流程
附件
.${file.extension}
2025-02-10 --
3.1 2.1 数据仓库的概念
视频
.mp4
2025-02-10 820.47MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
3.2 2.2 数据仓库系统开发概述
附件
.${file.extension}
2025-02-10 --
3.3 2.3 多维数据模型
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
3.4 2.4 OLAP
视频
.mp4
2025-02-10 984.57MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
4.1 可视化操作
文档
.pdf
2025-02-10 880.28KB
5.1 3.1 讨论:数据准备好了么?
附件
.${file.extension}
2025-02-10 --
5.2 3.2 数据准备
视频
.mp4
2025-02-10 1.67GB
 
文档
.ppt
2025-02-10 1.41MB
 
附件
.
2025-02-10 --
5.4 3.4 数据准备主要步骤
视频
.mp4
2025-02-10 1.67GB
6.1 4.1 相关分析 基本概念
附件
.${file.extension}
2025-02-10 --
6.2 4.2 相关关系理论和实践
视频
.mp4
2025-02-10 513.58MB
7.1 5.1 聚类分析i概念和内容
视频
.mp4
2025-02-10 648.92MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
7.2 5.2 K-means 聚类算法
视频
.mp4
2025-02-10 791.34MB
8.1 6.1 回归分析
视频
.mp4
2025-02-10 432.16MB
 
视频
.mp4
2025-02-10 609.17MB
 
附件
.${file.extension}
2025-02-10 --
8.2 6.2 一元线性回归
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
8.2.1 6.3 回归分析中的梯度问题
视频
.mp4
2025-02-10 609.17MB
9.2 7.2 贝叶斯分类基本原理
视频
.mp4
2025-02-10 340.03MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
9.3 7.3 决策树分类基本原理
视频
.mp4
2025-02-10 621.47MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
9.4 7.4 神经网络分类基本原理
视频
.mp4
2025-02-10 598.65MB
 
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
10.2 8.2 关联分析的基本算法
视频
.mp4
2025-02-10 470.26MB
11.2 9.2 文本挖掘流程与技术
视频
.mp4
2025-02-10 835.90MB
11.3 9.3 中文分词方法
视频
.mp4
2025-02-10 508.58MB
12.1 10.1 大数据与云计算 基本概念
视频
.mp4
2025-02-10 757.07MB
12.2 10.2 Hadoop 基本概念
视频
.mp4
2025-02-10 1.11GB
12.3 10.3 Spark 基本概念
附件
.${file.extension}
2025-02-10 --
13.1 11.1 社会网络与博弈论
视频
.mp4
2025-02-10 654.12MB
13.3 11.3 社会网络的基本原则
附件
.${file.extension}
2025-02-10 --
 
附件
.${file.extension}
2025-02-10 --
提示框
取消 进入课程
提示框
确定要报名此课程吗?
确定取消

京ICP备10040544号-2

京公网安备 11010802021885号