数据挖掘技术与应用

课程编码：085401M06002H 英文名称：Data Mining Techniques and Applications 课时：30 学分：2.00 课程属性：专业研讨课 主讲教师：陈曙东

数据挖掘是一门新兴的交叉性学科，是在信息技术领域迅速兴起的计算机技术。数据挖掘技术面向应用，在很多重要的领域，数据挖掘都发挥着积极的作用。广大从事数据库应用与决策支持，以及数据分析等学科的科研工作者和工程技术人员迫切需要了解和掌握它。因此数据挖掘已经成为计算机专业及相关专业的重要课程之一。
本课程为计算机专业、物联网等相关专业硕士研究生的专业普及课。本课程主要介绍数据挖掘的基本概念，原理、方法和技术，具体包括：数据的预处理、分类预测、关联挖掘、聚类分析等内容。旨在通过一学期的学习，使学生理解数据挖掘的基本流程，掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的显示；掌握数据挖掘的基本方法，能熟练地应用数据挖掘技术对现实数据进行有效的分析；结合相关软件能从大量数据中获取有价值的信息。

无

第一章 数据挖掘概述
第1节 数据挖掘的起源、过程与功能、以及面临的主要问题 1学时
第二章 数据仓库与OLAP
第1节 数据仓库的概念、结构 1学时
第2节 数据仓库的实现方法 1学时
第3节 OLAP技术的概念、典型操作 1学时
第三章 数据预处理
第1节 数据预处理的方法 1学时
第四章 概念描述
第1节 概念描述的概念、方法 1学时
第五章 关联规则
第1节 关联规则的概念和应用领域 1学时
第2节 典型的关联规则算法 4学时
第3节 关联规则的研究动态 1学时
第六章 分类与预测
第1节 分类及预测的概念和应用领域 1学时
第2节 典型的分类及预测算法 4学时
第3节 分类及预测的研究动态 1学时
第七章 聚类分析
第1节 聚类分析的概念和应用领域 1学时
第2节 典型的聚类算法 4学时
第3节 聚类分析的研究动态 1学时
第八章 数据挖掘的其他技术
第1节 复杂信息的挖掘技术 1学时
第2节 复杂信息挖掘的研究动态 1学时
第九章 数据挖掘的应用和发展趋势
第1节 典型的数据挖掘应用系统 1学时
第2节 数据挖掘的发展趋势及研究动态 1学时

陈曙东，中国科学院微电子研究所、博士生导师，中国科学院大学教授，科技部大数据与云计算领域专家，科技部人工智能领域专家。曾主持十余个国家发改委、科技部、基金委、中科院先导专项、中科院重点部署项目、中科院科技服务网络计划STS、欧盟FP6、FP7等重大应用工程项目，并多次获得国际奖项。目前开展数据技术在智慧城市、智能制造、智慧物流等领域的社会发展民生工程建设。发表学术论文40余篇、专利30多项、软件著作权2项，著有《数字中国》、《人工智能读本》、《大数据领导干部读本》、《大数据与智慧社会》、《军民融合探论》等7本专著。