课程简介
Course Introduction
在当今面向数据的商业环境中，数据驱动的决策和数据挖掘技术正影响着企业竞争力。本课程主要讲授商业数据挖掘的基本概念、算法与模型；课程通过上机实验，使学生深入理解并掌握商业数据挖掘的过程和方法；课程注重理论和实践相结合，课程考察学生是否能够熟练应用数据分析技术，根据项目决策需求与场景，借助数据分析工具与算法，以数据驱动的思维模式解决实际案例的能力。
教学大纲
Teaching Syllabus
周次 | 教学内容 | 个人作业 （30%） | 小组作业 （20%） |
1 | 1. 数据挖掘简介（教材 第1章） | ||
2-3 | 2. 数据处理基础（教材 第3章） | Ex 1 | |
4-6 | 3. 聚类分析（教材 第10章） 3.1 基于划分的聚类算法 3.2 基于层次的聚类算法 3.3 基于密度的聚类算法 | 航空公司客户数据聚类与分类挖掘 | |
清明节放假 | |||
8-9 | 4. 关联分析（教材 第6章） 4.1 Apriori算法与FP-Growth算法 4.2 关联模式评估 | Ex 2 | |
10-12 | 5. 分类分析（教材 第8章） 5.1 决策树分类方法 5.2 贝叶斯分类方法 5.3 分类模型评估 | ||
13-16 | 6. RPA机器人 6.1 RPA简介 6.2 商品信息抓取机器人 6.3 竞品调研机器人 | ||
