《數(shù)據(jù)挖掘技術(shù)》教學(xué)大綱

《數(shù)據(jù)挖掘技術(shù)》教學(xué)大綱適用范圍：202X版本科人才培養(yǎng)方案課程代碼：08140201課程性質(zhì)：專業(yè)必修課學(xué)分：4學(xué)分學(xué)時(shí)：64學(xué)時(shí)（理論48學(xué)時(shí)，實(shí)驗(yàn)16學(xué)時(shí)）先修課程：高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計(jì)后續(xù)課程：人工智能適用專業(yè)：數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)開課單位：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院一、課程說明《數(shù)據(jù)挖掘技術(shù)》課程是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的一門專業(yè)必修課。本課程的主要任務(wù)是讓學(xué)生掌握數(shù)據(jù)挖掘基本概念與算法，針對(duì)實(shí)際工作與應(yīng)用中產(chǎn)生的大數(shù)據(jù)，用數(shù)據(jù)挖掘技術(shù)來發(fā)現(xiàn)數(shù)據(jù)中隱藏的知識(shí)或規(guī)律，從而為生產(chǎn)、生活、商務(wù)活動(dòng)、社會(huì)活動(dòng)等提供決策支持。要求學(xué)生通過本課程的學(xué)習(xí)，認(rèn)識(shí)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘在當(dāng)今大數(shù)據(jù)時(shí)代中的重要作用，了解數(shù)據(jù)倉庫的基本原理和實(shí)現(xiàn)方法，掌握數(shù)據(jù)預(yù)處理技術(shù)和數(shù)據(jù)挖掘常用算法（包括關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、回歸分析、數(shù)據(jù)摘要等），為解決實(shí)際問題打下堅(jiān)實(shí)的知識(shí)基礎(chǔ)。二、課程目標(biāo)通過本課程的學(xué)習(xí)，使學(xué)生達(dá)到如下目標(biāo)：課程目標(biāo)1：能夠應(yīng)用數(shù)學(xué)、自然科學(xué)和工程科學(xué)的基本原理，進(jìn)行抽象分析與識(shí)別、建模表達(dá)，并通過文獻(xiàn)研究分析數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)領(lǐng)域復(fù)雜工程問題，以獲得有效結(jié)論。課程目標(biāo)2：培養(yǎng)團(tuán)隊(duì)合作的能力，追求思維碰撞；學(xué)會(huì)主動(dòng)思考、思辨；培養(yǎng)自主學(xué)習(xí)的能力。小組合作完成設(shè)計(jì)開發(fā)解決方案，系統(tǒng)模塊化完成大數(shù)據(jù)分析的數(shù)據(jù)預(yù)處理、建模、分析、可視化等階段。課程目標(biāo)3：通過引入課程思政，讓學(xué)生明白工匠精神和精益求精的重要性。具備大數(shù)據(jù)思維，從數(shù)據(jù)挖掘與統(tǒng)計(jì)分析的角度分析未來的發(fā)展趨勢，主動(dòng)適應(yīng)社會(huì)發(fā)展，成為國之重器，做對(duì)社會(huì)對(duì)國家有用之人。三、課程目標(biāo)與畢業(yè)要求《數(shù)據(jù)挖掘技術(shù)》課程教學(xué)目標(biāo)對(duì)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)畢業(yè)要求的支撐見表1。表1課程教學(xué)目標(biāo)與畢業(yè)要求關(guān)系畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)支撐強(qiáng)度2.問題分析2.2能夠認(rèn)識(shí)到復(fù)雜工程問題有多種相互關(guān)聯(lián)和制約的因素，并通過分析文獻(xiàn)尋求最佳解決方法。課程目標(biāo)1：能夠應(yīng)用數(shù)學(xué)、自然科學(xué)和工程科學(xué)的基本原理，進(jìn)行抽象分析與識(shí)別、建模表達(dá)，并通過文獻(xiàn)研究分析數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)領(lǐng)域復(fù)雜工程問題，以獲得有效結(jié)論。H3.設(shè)計(jì)/開發(fā)解決方案3.1能夠針對(duì)大數(shù)據(jù)應(yīng)用系統(tǒng)設(shè)計(jì)與開發(fā)滿足特定需求的模塊或算法。課程目標(biāo)2：培養(yǎng)團(tuán)隊(duì)合作的能力，追求思維碰撞；學(xué)會(huì)主動(dòng)思考、思辨；培養(yǎng)自主學(xué)習(xí)的能力。小組合作完成設(shè)計(jì)開發(fā)解決方案，系統(tǒng)模塊化完成大數(shù)據(jù)分析的數(shù)據(jù)預(yù)處理、建模、分析、可視化等階段。H5.使用現(xiàn)代工具5.2能夠選擇與使用恰當(dāng)?shù)募夹g(shù)、資源、現(xiàn)代工程工具和信息技術(shù)工具，對(duì)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)領(lǐng)域復(fù)雜工程問題進(jìn)行預(yù)測與模擬。課程目標(biāo)1：能夠應(yīng)用數(shù)學(xué)、自然科學(xué)和工程科學(xué)的基本原理，進(jìn)行抽象分析與識(shí)別、建模表達(dá)，并通過文獻(xiàn)研究分析數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)領(lǐng)域復(fù)雜工程問題，以獲得有效結(jié)論。課程目標(biāo)3：通過引入課程思政，讓學(xué)生明白工匠精神和精益求精的重要性。具備大數(shù)據(jù)思維，從數(shù)據(jù)挖掘與統(tǒng)計(jì)分析的角度分析未來的發(fā)展趨勢，主動(dòng)適應(yīng)社會(huì)發(fā)展，成為國之重器，做對(duì)社會(huì)對(duì)國家有用之人。H注：表中“H（高）、M（中）”表示課程與相關(guān)畢業(yè)要求的關(guān)聯(lián)度。四、教學(xué)內(nèi)容、基本要求與學(xué)時(shí)分配1.理論部分理論部分的教學(xué)內(nèi)容、基本要求與學(xué)時(shí)分配見表2。表2教學(xué)內(nèi)容、基本要求與學(xué)時(shí)分配教學(xué)內(nèi)容教學(xué)要求，教學(xué)重點(diǎn)難點(diǎn)理論學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)對(duì)應(yīng)的課程目標(biāo)1．?dāng)?shù)據(jù)挖掘簡介1.1數(shù)據(jù)分析與數(shù)據(jù)挖掘1.2數(shù)據(jù)挖掘的主要任務(wù)1.3關(guān)聯(lián)分析1.4數(shù)據(jù)源1.5數(shù)據(jù)挖掘技術(shù)1.6數(shù)據(jù)挖掘的工具教學(xué)要求：使學(xué)生理解和掌握數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的基本概念、數(shù)據(jù)挖掘過程、數(shù)據(jù)挖掘的主要任務(wù)以及數(shù)據(jù)挖掘使用的主要技術(shù)。了解數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的應(yīng)用和面臨的問題。對(duì)數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)能夠解決的問題和解決問題思路有清晰的認(rèn)識(shí)。熟練應(yīng)用Jupyternotebook的開發(fā)環(huán)境。重點(diǎn)：熟悉數(shù)據(jù)挖掘技術(shù)及其開源開發(fā)工具。難點(diǎn)：Pyhton數(shù)據(jù)挖掘工具庫的配置。21、2、32.Python數(shù)據(jù)分析與挖掘基礎(chǔ)2.1Python程序概述2.2Pyhton內(nèi)建的數(shù)據(jù)結(jié)構(gòu)2.3Numpy數(shù)值計(jì)算基礎(chǔ)2.4Pandas數(shù)據(jù)分析基礎(chǔ)2.5Matplotlib數(shù)據(jù)可視化基礎(chǔ)2.6Scikit-learn基礎(chǔ)教學(xué)要求：使學(xué)生理解和掌握Python基礎(chǔ)語法、內(nèi)建的數(shù)據(jù)結(jié)構(gòu)、Numpy數(shù)值運(yùn)算基礎(chǔ)、Pandas統(tǒng)計(jì)分析基礎(chǔ)。掌握Matplotlib圖表繪制基礎(chǔ)等數(shù)據(jù)分析和可視化方法。重點(diǎn)：Python基礎(chǔ)語法、內(nèi)建的數(shù)據(jù)結(jié)構(gòu)、Numpy數(shù)值運(yùn)算基礎(chǔ)、Pandas統(tǒng)計(jì)分析基礎(chǔ)。難點(diǎn)：Matplotlib圖表繪制基礎(chǔ)等數(shù)據(jù)分析和可視化方法。61、2、33.認(rèn)識(shí)數(shù)據(jù)3.1數(shù)據(jù)對(duì)象與屬性類型3.2數(shù)據(jù)的基本統(tǒng)計(jì)描述3.3數(shù)據(jù)可視化3.4度量數(shù)據(jù)的相似性和相異性教學(xué)要求：使學(xué)生了解數(shù)據(jù)的屬性類型，理解數(shù)據(jù)的基本統(tǒng)計(jì)描述,掌握度量數(shù)據(jù)相似性和相異性的方法。重點(diǎn)：理解和掌握數(shù)據(jù)對(duì)象和屬性類型，數(shù)據(jù)的基本統(tǒng)計(jì)描述，掌握度量數(shù)據(jù)相似性和相異性的方法。難點(diǎn)：了解數(shù)據(jù)可視化的方法。41、2、34.數(shù)據(jù)預(yù)處理4.1數(shù)據(jù)預(yù)處理概念4.2數(shù)據(jù)清洗4.3數(shù)據(jù)集成4.4數(shù)據(jù)變化與離散化4.5數(shù)據(jù)歸約教學(xué)要求：使學(xué)生理解數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)變換于數(shù)據(jù)離散化的方法,掌握數(shù)據(jù)預(yù)處理的基本方法。重點(diǎn)：數(shù)據(jù)預(yù)處理的目的和意義，如何對(duì)數(shù)據(jù)進(jìn)行清理，如何對(duì)不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行合并，如何對(duì)數(shù)據(jù)進(jìn)行變換，使之適合建模的需要。難點(diǎn)：如何對(duì)數(shù)據(jù)進(jìn)行消減，使得在消減后的數(shù)據(jù)集上挖掘更有效。利用Python進(jìn)行數(shù)據(jù)預(yù)處理的方法。441、2、35.回歸分析5.1回歸的概念；5.2一元線性回歸；5.3多元線性回歸；5.4邏輯回歸。教學(xué)要求：使學(xué)生了解掌握回歸的定義，各類回歸的原理及Python實(shí)現(xiàn)。重點(diǎn)：回歸分析的原理。難點(diǎn)：元線性回歸，邏輯回歸。41、2、36.關(guān)聯(lián)規(guī)則挖掘6.1關(guān)聯(lián)規(guī)則分析概述6.2頻繁項(xiàng)集挖掘方法6.3關(guān)聯(lián)規(guī)則評(píng)估方法教學(xué)要求：使學(xué)生了解頻繁項(xiàng)集、閉項(xiàng)集和關(guān)聯(lián)規(guī)則的概念，理解模式評(píng)估方法,掌握Apriori算法和挖掘頻繁項(xiàng)集的模式增長方法。重點(diǎn)：關(guān)聯(lián)規(guī)則的基本思想、概念和意義關(guān)聯(lián)規(guī)則挖掘的應(yīng)用背景；掌握常用的關(guān)聯(lián)規(guī)則算法。難點(diǎn)：利用Python實(shí)現(xiàn)關(guān)聯(lián)規(guī)則分析。441、2、37.分類7.1基本概念7.2決策樹歸約7.3K近鄰算法7.4支持向量機(jī)7.5貝葉斯分類7.6模型評(píng)估與選擇7.7組合分類教學(xué)要求：使學(xué)生了解分類的概念，理解評(píng)估分類器性能的度量方法,掌握決策樹分類算法、SVM、貝葉斯分類算法、模型評(píng)估與選擇、組合分類及利用Python實(shí)現(xiàn)分類的方法。重點(diǎn)：常用的分類及預(yù)測算法。難點(diǎn)：利用Python實(shí)現(xiàn)各種分類算法的方法。1041、2、38.聚類8.1聚類的概念8.2K-Means算法8.3層次聚類8.4基于密度的方法8.5聚類評(píng)估教學(xué)要求：了解聚類的概念，掌握k-Means和k-Medoids算法、層次方法和基于密度的方法等典型算法及其Python的實(shí)現(xiàn)方法。重點(diǎn)：掌握K-Means聚類、層次聚類、基于密度的聚類和其他常用方法。難點(diǎn)：掌握利用sklearn實(shí)現(xiàn)聚類的方法。841、2、39.神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)9.1基本原理9.2BP神經(jīng)網(wǎng)絡(luò)9.3深度學(xué)習(xí)教學(xué)要求：掌握神經(jīng)網(wǎng)絡(luò)基本原理；了解深度神經(jīng)網(wǎng)絡(luò)。重點(diǎn)：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的原理。難點(diǎn)：深度學(xué)習(xí)。21、2、310.離群點(diǎn)檢測9.1基本概述9.2離群點(diǎn)檢測9.3異常值檢測方法教學(xué)要求：了解離群點(diǎn)的概念、類型以及離群點(diǎn)檢測的常用方法，掌握sklearn中的異常值檢測方法。重點(diǎn)：離群點(diǎn)的概念與檢測方法。難點(diǎn)：sklearn中的異常值檢測方法。41、2、3合計(jì)48162.實(shí)驗(yàn)部分實(shí)驗(yàn)部分的教學(xué)內(nèi)容、基本要求與學(xué)時(shí)分配見表3。表3實(shí)驗(yàn)項(xiàng)目、實(shí)驗(yàn)內(nèi)容與學(xué)時(shí)實(shí)驗(yàn)項(xiàng)目實(shí)驗(yàn)內(nèi)容和要求實(shí)驗(yàn)學(xué)時(shí)對(duì)應(yīng)的課程目標(biāo)1.數(shù)據(jù)分析與可視化實(shí)驗(yàn)內(nèi)容：利用Python進(jìn)行數(shù)據(jù)分析與可視化。實(shí)驗(yàn)要求：熟悉數(shù)據(jù)挖掘開發(fā)環(huán)境Anaconda和Jupyter，利用Python進(jìn)行數(shù)據(jù)預(yù)處理，清洗，合并，變換，基本分析和可視化。41、2、32.關(guān)聯(lián)規(guī)則與回歸分析實(shí)驗(yàn)內(nèi)容：對(duì)數(shù)據(jù)文進(jìn)行關(guān)聯(lián)規(guī)則分析與回歸分析。實(shí)驗(yàn)要求：利用Python環(huán)境對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，多元線性回歸和邏輯回歸分析。41、2、33.數(shù)據(jù)的分類分析實(shí)驗(yàn)內(nèi)容：對(duì)數(shù)據(jù)進(jìn)行分類分析和算法應(yīng)用。實(shí)驗(yàn)要求：用不同的算法實(shí)現(xiàn)給定數(shù)據(jù)集的分類分析，利用Python處理分類分析的常用方法。41、2、34.數(shù)據(jù)的聚類分析實(shí)驗(yàn)內(nèi)容：對(duì)數(shù)據(jù)進(jìn)行聚類分析和算法應(yīng)用。實(shí)驗(yàn)要求：用不同的算法實(shí)現(xiàn)給定數(shù)據(jù)集的聚類分析，利用Python處理聚類分析的常用方法。41、2、3合計(jì)16五、教學(xué)方法及手段本課程以課堂講授為主，采用啟發(fā)式、討論式教學(xué)和案例教學(xué)等，促進(jìn)學(xué)生積極思考，開發(fā)學(xué)生的潛能，培養(yǎng)學(xué)生思考問題、分析問題和解決問題的能力；以“少而精”為原則，精選教學(xué)內(nèi)容，精講多練；安排習(xí)題課，鞏固課堂所學(xué)知識(shí)；結(jié)合學(xué)習(xí)通超星平臺(tái)，中國大學(xué)慕課網(wǎng)，嗶哩嗶哩視頻網(wǎng)站等視頻資源提供靈活的自主的學(xué)習(xí)方式。六、課程資源1.推薦教材（1）魏偉一.Python數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)[M].北京:清華大學(xué)出版社，2021.（2）韓家煒.數(shù)據(jù)挖掘：概念與技術(shù)（第三版）[M].北京:機(jī)械工業(yè)出版社，2012.（3）王國胤等.大數(shù)據(jù)挖掘及應(yīng)用（第2版）[M].北京:清華大學(xué)出版社，2021.2.參考書（1）周志華.機(jī)器學(xué)習(xí)[M].北京:清華大學(xué)出版社，2016.（2）StevenBird,EwanKlein,EdwardLoper.NaturalLanguageProcessingwithPython[M].

Sevastopol:O'REILLY,

2009.（3）陳文偉.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程(第3版）[M].北京:機(jī)械工業(yè)出版社，2021.3.期刊（1）牛佳惠.數(shù)據(jù)挖掘在人力資源信息化管理中的運(yùn)用探析[J].數(shù)字通信世界,2022,(03):94-96.（2）陳新.論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的理論與方法[J].電腦知識(shí)與技術(shù),2021,17(33):20-21,31.（3）冀江瑀，陳秀波.上行鏈路干擾下雙層網(wǎng)絡(luò)中心數(shù)據(jù)挖掘方法[J].計(jì)算機(jī)仿真,2022,39(06):386-390.（4）Sohail,M.N.,etal."Whyonlydatamining?Apilotstudyoninadequacyanddominationofdataminingtechnology."

Int.J.RecentSci.Res

9.10(2018):29066-29073.（5）Chhabra,VIIII.,andGunmalaSuri."DataScienceandKnowledgeDiscoverythroughDataMiningParadigms."

JournalofMechanicsofContinuaandMathematicalSciences

14.2(2019):167-173.4.網(wǎng)絡(luò)資源（1）ChristopherClifton.datamining[J/OL].Britannica，2019./technology/data-mining（2）王大寶的CD.數(shù)據(jù)挖掘（一）你真的了解什么是數(shù)據(jù)挖掘和數(shù)據(jù)本身嗎？[R/OL].CSDN文庫,2017./sinat_22594309/article/details/74923643.（3）術(shù)墻穿:喜茶廣州地區(qū)門店評(píng)價(jià)數(shù)據(jù)可視化與文本挖掘[R/OL].飛漿官網(wǎng)，（2022-074-01）..七、課程考核對(duì)課程目標(biāo)的支撐課程成績由過程性考核成績和期末考核成績兩部分構(gòu)成，具體考核/評(píng)價(jià)細(xì)則及對(duì)課程目標(biāo)的支撐關(guān)系見表4。表4課程考核對(duì)課程目標(biāo)的支撐考核環(huán)節(jié)占比考核/評(píng)價(jià)細(xì)則課程目標(biāo)123過程性考核課堂表現(xiàn)15（1）根據(jù)課堂出勤情況和課堂回答問題情況進(jìn)行考核，滿分100分。（2）以平時(shí)考核成績乘以其在總評(píng)成績中所占的比例計(jì)入課程總評(píng)成績?！獭獭?55實(shí)驗(yàn)20（1）根據(jù)每個(gè)實(shí)驗(yàn)的實(shí)驗(yàn)操作完成情況和實(shí)驗(yàn)報(bào)告質(zhì)量單獨(dú)評(píng)分，滿分100分；（2）每次實(shí)驗(yàn)單獨(dú)評(píng)分，取各次實(shí)驗(yàn)成績的平均值作為此環(huán)節(jié)的最終成績。（3）以實(shí)驗(yàn)成績乘以其在總評(píng)成績中所占的比例計(jì)入課程總評(píng)成績?！獭獭?105作業(yè)15（1）主要考核學(xué)生對(duì)各章節(jié)知識(shí)點(diǎn)的復(fù)習(xí)、理解和掌握程度，滿分100分；（2）每次作業(yè)單獨(dú)評(píng)分，取各次成績的平均值作為此環(huán)節(jié)的最終成績。（3）以作業(yè)成績乘以其在總評(píng)成績中所占的比例計(jì)入課程總評(píng)成績?！獭獭?55期末考核50（1）卷面成績100分，以卷面成績乘以其在總評(píng)成績中所占的比例計(jì)入課程總評(píng)成績。（2）主要考核方式為機(jī)試。考核內(nèi)容為數(shù)據(jù)挖掘核心算法應(yīng)用。（3）考試題型為：數(shù)據(jù)分析程序設(shè)計(jì)等。√√2525合計(jì)：100分402040八、考核與成績評(píng)定1.考核方式及成績評(píng)定考核方式：本課程主要以課堂表現(xiàn)、實(shí)驗(yàn)、作業(yè)、期末機(jī)試等方式對(duì)學(xué)生進(jìn)行考核評(píng)價(jià)?？己嘶疽螅嚎己丝偝煽冇善谀C(jī)試成績和過