1.1 欢迎词

1.2 课程说明

1.3 课程设计

1.4 教师团队

1.5 先修知识及必备技能

2.1 1.1 商务智能的概念

2.2 1.2 商务智能的核心技术和框架

2.3 1.3 商务智能的组成要素

2.4 1.4 商务智能的分析流程

3.1 2.1 数据仓库的概念

3.2 2.2 数据仓库系统开发概述

3.3 2.3 多维数据模型

3.4 2.4 OLAP

4.1 可视化操作

5.1 3.1 讨论：数据准备好了么？

5.2 3.2 数据准备

5.3 3.3 数据类型及处理方式

5.4 3.4 数据准备主要步骤

6.1 4.1 相关分析 基本概念

6.2 4.2 相关关系理论和实践

6.3 新建课程目录

7.1 5.1 聚类分析i概念和内容

7.2 5.2 K-means 聚类算法

8.1 6.1 回归分析

8.2 6.2 一元线性回归

8.3 6.4 逻辑回归

9.1 7.1 分类分析的原理

9.2 7.2 贝叶斯分类基本原理

9.3 7.3 决策树分类基本原理

9.4 7.4 神经网络分类基本原理

10.1 8.1 关联分析原理

10.2 8.2 关联分析的基本算法

11.1 9.1 文本挖掘的基本原理

11.2 9.2 文本挖掘流程与技术

11.3 9.3 中文分词方法

12.1 10.1 大数据与云计算 基本概念

12.2 10.2 Hadoop 基本概念

12.3 10.3 Spark 基本概念

13.1 11.1 社会网络与博弈论

13.2 11.2 社会网络的基本问题

13.3 11.3 社会网络的基本原则

14.1 数据挖掘 实验一 决策树

14.2 数据挖掘 实验二  K-MEANS 聚类

14.3 数据挖掘 实验三 神经网络

14.4 数据挖掘 实验四  关联规则

15.1 答辩及大作业提交