数据挖掘试验指导书.pdf

《商务数据分析》实验指导书 （适用于国际经济与贸易专业） 江西财经大学国际经贸学院 编写人：戴爱明 目 录 前 言 1 实验一、 SPSS Clementine 软件功能演练 5 实验二、 SPSS Clementine 数据可视化 9 实验三、决策树 C5.0 建模 17 实验四、关联规则挖掘 28 实验五、聚类分析（异常值检测） 35 前 言 一、课程简介 商务数据分析充分利用数据挖掘技术从大量商务数据中获取有 效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据 挖掘的广义观点： 数据挖掘就是从存放在数据库， 数据仓库或其他信 息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为 数据库中知识发现 (Knowledge Discovery in Database, KDD) ，因此， 数据挖掘和数据仓库的协同工作， 一方面， 可以迎合和简化数据挖掘 过程中的重要步骤， 提高数据挖掘的效率和能力， 确保数据挖掘中数 据来源的广泛性和完整性。 另一方面， 数据挖掘技术已经成为数据仓 库应用中极为重要和相对独立的方面和工具。 数据挖掘有机结合了来自多学科技术，其中包括：数据库、数理 统计、机器学习、高性能计算、模式识别、神经网络、数据可视化、 信息检索、图像与信号处理、空间数据分析等，这里我们强调商务数 据分析所处理的是大规模数据， 且其算法应是高效的和可扩展的。 通 过数据分析，可从数据库中挖掘出有意义的知识、规律，或更高层次 的信息，并可以从多个角度对其进行浏览察看。 所挖掘出的知识可以 帮助进行商务决策支持。 当前商务数据分析应用主要集中在电信、 零 售、农业、网络日志、银行等方面。 二、课程的任务和实验的教学目标 课程编号： 课程属性：专业任选课 实验学时： 8 适用专业：国际经济与贸易 先修课程：数据库技术、概率论与数理统计、统计学 《商务数据分析》是一门理论和实践相结合的课程， 其上机实验 的目的主要是实现数据挖掘的主要算法， 训练学生实际动手进行数据 挖掘设计和软件应用的能力，加深对数据挖掘相关概念和算法的理 解。 本课程具有技术性和实践性较强的特点， 因此，配合基本原理的 讲授，应当安排相应的实习操作。通过实验和操作，使学生巩固和加 深数据仓库与数据挖掘理论知识， 进一步加强学生独立分析问题和解 决问题的能力、 综合设计及创新能力的培养， 为今后工作打下良好的 基础。经过多层次、多方式的全面训练后，学生应达到下列要求： 1．进一步巩固和加深数据挖掘基本知识的理解，提高综合运用 所学知识，建立、管理和分析商务数据的能力。 2 ．能根据需要选学参考书，查阅相关的工具，通过独立思考， 深入钻研有关问题，学会自己独立分析问题、解决问题，具有一定的 创新能力。 3 ．能正确处理大规模数据，选择数据挖掘工具的开发平台和相 关的软件解决实践问题。 4 ．能独立撰写实验报告，准确分析实验结果，总结有关的问题， 提出相关的建议。 三、实验教材及参考书 理论课教材及参考书：