《商务智能》课程实验教学大纲 一、课程基本信息 课程代码：16153303 课程名称：商务智能 英文名称：Business Intelligence 实验总学时：12 适用专业：信息管理与信息系统专业本科学生、大数据管理与应用专业本科学生 课程类别：专业课（专业必修课) 先修课程：数据结构、数据库原理、管理学、管理统计学、管理信息系统 二、实验教学的总体目的和要求 1、对学生的要求：认真准备实验遵守实验室纪律课后完成实验报告 2、对教师的要求：认真备课热心指导 3、对实验条件的要求：每人一个单独机位 4、实验软件预装(IBM SPSS Modeler、.Python等) 三、实验教学内容 实验项目一可视化分析 实验名称：应用可视化分析技术，助力药物数据分析 实验内容：在本实验中，假设实验者是一位收集研究数据的医学研究人员。现已 收集了关于身患某一疾病的若干患者数据。每位患者在治疗过程中均对五种药物 中的某一种有明显反应。实验内容是通过数据挖掘找出今后患有此疾病患者的适 用药物。数据集为Demos文件夹下的DRUG1n,参考数据流文件druglearn.str 该实验要求绘制散点图、直方图、分布图和增益评估图等图表并进行可视化分析。 实验后总结实验过程，完成实验报告
1 《商务智能》课程实验教学大纲 一、课程基本信息 课程代码：16153303 课程名称：商务智能 英文名称: Business Intelligence 实验总学时：12 适用专业：信息管理与信息系统专业本科学生、大数据管理与应用专业本科学生 课程类别：专业课（专业必修课） 先修课程：数据结构、数据库原理、管理学、管理统计学、管理信息系统 二、实验教学的总体目的和要求 1、对学生的要求：认真准备实验 遵守实验室纪律 课后完成实验报告 2、对教师的要求：认真备课 热心指导 3、对实验条件的要求：每人一个单独机位 4、实验软件预装（IBM SPSS Modeler、Python 等） 三、实验教学内容 实验项目一 可视化分析 实验名称：应用可视化分析技术，助力药物数据分析 实验内容：在本实验中，假设实验者是一位收集研究数据的医学研究人员。现已 收集了关于身患某一疾病的若干患者数据。每位患者在治疗过程中均对五种药物 中的某一种有明显反应。实验内容是通过数据挖掘找出今后患有此疾病患者的适 用药物。数据集为 Demos 文件夹下的 DRUG1n，参考数据流文件 druglearn.str。 该实验要求绘制散点图、直方图、分布图和增益评估图等图表并进行可视化分析。 实验后总结实验过程，完成实验报告
实验参考：《IBM SPSS Modeler数据与文本挖据实战》62页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用可视化挖掘技术助力药物数据分析 实验条件：每人一个单独机位实验软件预装 研究与思考：可视化挖掘技术如何助力药物数据分析及治疗方案拟定，要求学生 通过查阅资料，尝试应用可视化挖掘技术分析展示我国制药领域所取得成就。 实验项目二聚类分析 实验名称：应用聚类分析帮助新药或者疫苗研发 实验内容：新药或者疫苗的研发是一项系统工程，新药或者疫苗投入市场前需要 进行基础研究和人体临床试验。进行代谢相关的药物相互作用研究的重要目的是 探索新药是有可能对已上市的，并可能在医疗诊治中合用的药物代谢消除产生显 著影响。本次实验利用k均值、Kohonen、两步聚类等方法进行聚类分析，并对 结果进行分析和应用。数据集为Demos文件夹下的DRUGIn。该次实验后总结实 验过程，完成实验报告。 实验参考：《IBM SPSS Modeler数据与文本挖据实战》174页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用聚类分析帮助新药或者疫苗研发，研究药物的类别， 提出改进新药或者疫苗研发的可行方案 实验条件：每人一个单独机位实验软件预装 研究与思考：如何通过聚类分析帮助新药或者疫苗研发，了解我国新冠病毒疫 苗研制的进展情况并尝试应用聚类技术进行分析展示，获知我国该领域所处的世 界地位，激发学生的民族自豪感，增强学生家国情怀。 实验项目三关联分析 实验名称：购物数据关联规则挖掘 2
2 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》62 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用可视化挖掘技术助力药物数据分析 实验条件：每人一个单独机位 实验软件预装 研究与思考：可视化挖掘技术如何助力药物数据分析及治疗方案拟定，要求学生 通过查阅资料，尝试应用可视化挖掘技术分析展示我国制药领域所取得成就。 实验项目二 聚类分析 实验名称：应用聚类分析帮助新药或者疫苗研发 实验内容：新药或者疫苗的研发是一项系统工程，新药或者疫苗投入市场前需要 进行基础研究和人体临床试验。进行代谢相关的药物相互作用研究的重要目的是 探索新药是有可能对已上市的，并可能在医疗诊治中合用的药物代谢消除产生显 著影响。本次实验利用 k 均值、Kohonen、两步聚类等方法进行聚类分析，并对 结果进行分析和应用。数据集为 Demos 文件夹下的 DRUG1n。该次实验后总结实 验过程，完成实验报告。 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》174 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用聚类分析帮助新药或者疫苗研发，研究药物的类别， 提出改进新药或者疫苗研发的可行方案 实验条件：每人一个单独机位 实验软件预装 研究与思考： 如何通过聚类分析帮助新药或者疫苗研发，了解我国新冠病毒疫 苗研制的进展情况并尝试应用聚类技术进行分析展示，获知我国该领域所处的世 界地位，激发学生的民族自豪感，增强学生家国情怀。 实验项目三 关联分析 实验名称：购物数据关联规则挖掘
实验内容：如何摆放超市的商品引导消费者购物从而提高销量，对大型连锁超市 来说是一个现实的营销问题。关联规则模型可以在海量数据中依据该模型的独特 算法发现数据内在的规律性联系，进而提供具有洞察力的分析解决方案。本次实 验通过一则超市销售商品的案例，熟悉数据挖掘软件的基本操作、基本概念：利 用软件提供的Apriori算法对购物数据集进行关联规则挖掘，数据集为Demos 文件夹下的BASKETS1n。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler数据与文本挖掘实战》185页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用关联规则模型发现超市数据中隐藏的规则，提出促进 超市销售业务的改进措施 实验条件：每人一个单独机位实验软件预装 研究与思考：通过关联规则挖据超市数据中隐藏的规则，一方面可促进超市销售 管理：另一方面也可厉行节约，减少消费。引导同学们分析超市销售数据以及本 人消费数据，倡导节用裕民、俭以养德，鼓励精打细算，合理安排经费支出。 实验项目四决策树分析 实验名称：决策树分析 实验内容：电信运营商面临着激烈的市场竞争。对电信运营商来说，客户即生命， 如何保持现有客户是企业客户管理的重中之重。通过应用决策树算法中的C5.0、 CHAID、QUEST等算法得到预测模型。结合电信客户资料如Demos文件夹下的 telco..sav,企业管理者可以根据客户数据的挖掘分析，得出客户流失的原因及 其大致分布。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler数据与文本挖掘实战》144页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用决策树模型发现电信客户数据中隐藏的流失规则，提 出减少客户流失的改进措施 3
3 实验内容：如何摆放超市的商品引导消费者购物从而提高销量，对大型连锁超市 来说是一个现实的营销问题。关联规则模型可以在海量数据中依据该模型的独特 算法发现数据内在的规律性联系，进而提供具有洞察力的分析解决方案。本次实 验通过一则超市销售商品的案例，熟悉数据挖掘软件的基本操作、基本概念；利 用软件提供的 Apriori 算法对购物数据集进行关联规则挖掘，数据集为 Demos 文件夹下的 BASKETS1n。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》185 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用关联规则模型发现超市数据中隐藏的规则，提出促进 超市销售业务的改进措施 实验条件：每人一个单独机位 实验软件预装 研究与思考：通过关联规则挖掘超市数据中隐藏的规则，一方面可促进超市销售 管理；另一方面也可厉行节约，减少消费。引导同学们分析超市销售数据以及本 人消费数据，倡导节用裕民、俭以养德，鼓励精打细算，合理安排经费支出。 实验项目四 决策树分析 实验名称：决策树分析 实验内容：电信运营商面临着激烈的市场竞争。对电信运营商来说，客户即生命， 如何保持现有客户是企业客户管理的重中之重。通过应用决策树算法中的 C5.0、 CHAID、QUEST 等算法得到预测模型。结合电信客户资料如 Demos 文件夹下的 telco.sav，企业管理者可以根据客户数据的挖掘分析，得出客户流失的原因及 其大致分布。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》144 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用决策树模型发现电信客户数据中隐藏的流失规则，提 出减少客户流失的改进措施
实验条件：每人一个单独机位实验软件预装 研究与思考：决策树挖掘对客户管理的决策支持 实验项目五数据分类建模 实验名称：应用人工神经网络、贝叶斯网络、支持向量机(SV)等方法评估银 行客户信贷风险 实验内容：商业银行个人信贷风险评估就是根据个人信息和借贷记录等历史数 据，判断个人信用，保证信贷安全。贝叶斯网络能够很好地处理此类数据，进行 有效的信用评估，有效规避商业银行个人信贷风险。 实验任务：使用Demos文件夹下的bankloan..sav商业银行客户信贷记录作数据 集，创建数据流，建立模型进行信贷风险分类。参考数据流bayes_bankloan.str。 通过尝试不同的分类方法，如人工神经网络、支持向量机(SW)等，选择最合 适的分类模型评估客户风险。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler数据与文本挖据实战》212页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用人工神经网络、贝叶斯网络、支持向量机(SVW)等 分类方法判断银行客户信贷风险，提出改进银行信贷管理方案 实验条件：每人一个单独机位实验软件预装 研究与思考：通过分类建模技术明确银行客户信贷管理决策规则，开展校园不 良网贷风险警示教育，引导学生树立正确金融理财观念和金融安全观念，提醒学 生注意超前消费、过度消费或从众消费等错误观念可能导致个人信用不良问题 引导学生培养勒俭节约意识，量入为出安排好生活支出，鼓励科学理性消费。 实验项目六序列数据分析 实验名称：应用时间序列模式预测销售市场，改进营销策略 实验内容：使用时间序列模式分析服装市场。深入了解两种方法：指数平滑模型 和ARIA。利用数据挖掘软件提供的时间序列分析预测功能，对服装市场数据进 4
4 实验条件：每人一个单独机位 实验软件预装 研究与思考： 决策树挖掘对客户管理的决策支持 实验项目五 数据分类建模 实验名称：应用人工神经网络、贝叶斯网络、支持向量机（SVM）等方法评估银 行客户信贷风险 实验内容：商业银行个人信贷风险评估就是根据个人信息和借贷记录等历史数 据，判断个人信用，保证信贷安全。贝叶斯网络能够很好地处理此类数据，进行 有效的信用评估，有效规避商业银行个人信贷风险。 实验任务：使用 Demos 文件夹下的 bankloan.sav 商业银行客户信贷记录作数据 集，创建数据流，建立模型进行信贷风险分类。参考数据流 bayes_bankloan.str。 通过尝试不同的分类方法，如人工神经网络、支持向量机（SVM）等，选择最合 适的分类模型评估客户风险。总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》212 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用人工神经网络、贝叶斯网络、支持向量机（SVM）等 分类方法判断银行客户信贷风险，提出改进银行信贷管理方案 实验条件：每人一个单独机位 实验软件预装 研究与思考： 通过分类建模技术明确银行客户信贷管理决策规则，开展校园不 良网贷风险警示教育, 引导学生树立正确金融理财观念和金融安全观念,提醒学 生注意超前消费、过度消费或从众消费等错误观念可能导致个人信用不良问题, 引导学生培养勤俭节约意识，量入为出安排好生活支出,鼓励科学理性消费。 实验项目六 序列数据分析 实验名称：应用时间序列模式预测销售市场，改进营销策略 实验内容：使用时间序列模式分析服装市场。深入了解两种方法：指数平滑模型 和 ARIMA。利用数据挖掘软件提供的时间序列分析预测功能，对服装市场数据进
行分析建模。引用数据为Demos文件夹下的catalog_.seasfac.sav,数据流为 catalog_.forecast.str。分析实验结果，总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler数据与文本挖据实战》88页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用时间序列模式预测服装市场 实验条件：每人一个单独机位实验软件预装 研究与思考：时间序列分析如何帮助改进企业改进生产运营及销售管理 四、考核方式与标准：考查 五、推荐实验教材和教学参考书 实验教材： [1]陈晓红，寇纲，刘咏梅编著.商务智能与数据挖掘.高等教育出版社， 2018.9. [2]王国平等著.IBM SPSS Modeler数据与文本挖掘实战.清华大学出版社， 2014.11 [3]张良均，谭立云，刘名军，江建明著。Python数据分析与挖据实战（第二 版).机械工业出版社2020.1. 参考书： 「11赵卫东芸.商条智能（第四版）者华大学出版计01611 [2]拉姆什.沙尔达等著，赵卫东译.商务智能：数据分析的管理视角 (Business Intelligence:A Managerial Perspective on Analytics (Fourth Edition)).北京：机械工业出版社，2018. 六、其他需说明的 大纲修订人：武刚 修订日期：2022.1 大纲审定者： 审定日期： 5
5 行分析建模。引用数据为 Demos 文件夹下的 catalog_seasfac.sav，数据流为 catalog_forecast.str。分析实验结果，总结实验过程，完成实验报告。 实验参考：《IBM SPSS Modeler 数据与文本挖掘实战》88 页 实验性质：综合性 实验学时：2 实验目的与要求：尝试应用时间序列模式预测服装市场 实验条件：每人一个单独机位 实验软件预装 研究与思考： 时间序列分析如何帮助改进企业改进生产运营及销售管理 四、考核方式与标准：考查 五、推荐实验教材和教学参考书 实验教材： [1] 陈晓红,寇纲,刘咏梅编著.商务智能与数据挖掘.高等教育出版社， 2018.9. [2] 王国平等著. IBM SPSS Modeler 数据与文本挖掘实战. 清华大学出版社, 2014.11. [3] 张良均,谭立云,刘名军,江建明著. Python 数据分析与挖掘实战（第二 版）.机械工业出版社,2020.1. 参考书： [1] 赵卫东著.商务智能（第四版）.清华大学出版社,2016.11. [2] 拉姆什.沙尔达等著，赵卫东译. 商务智能：数据分析的管理视角 (Business Intelligence：A Managerial Perspective on Analytics （Fourth Edition）). 北京：机械工业出版社，2018. 六、其他需说明的 无 大纲修订人：武刚 修订日期: 2022.1 大纲审定者： 审定日期: