本课程主要内容包括：商务智能概念及体系结构；数据仓库概念、数据模型、数据处理及系统体系；OLAP操作及结果展现；数据挖掘概念及知识发现过程；数据挖掘方法；商务智能应用；大数据概念及处理过程；大数据管理和处理技术；大数据应用等。结合业界主流商务智能和大数据软件产品及案例分析，帮助学生掌握如何利用商务智能和大数据知识和方法解决实际商业问题。通过本课程的学习，使学生具有一定分析和解决商业问题能力。

• 第1章 商务智能与大数据分析概述
  • 1.1 大数据概念
  • 1.2 大数据到大价值
  • 1.3 商务智能概念
  • 1.4 数据仓库
  • 1.5 OLAP
  • 1.6 数据挖掘
• 第2章 数据、统计与可视化
  • 2.1 数据分类与获取
  • 2.2 数据预处理-数据清洗
  • 2.3 数据预处理-数据变换
  • 2.4 数据预处理-数据归约
  • 2.5 描述性分析
  • 2.6 回归分析
  • 2.7 数据可视化
• 第3章 分类分析算法
  • 3.1 KNN分类算法
  • 3.2 决策树分类算法（1）
  • 3.3 决策树分类算法（2）
  • 3.4 朴素贝叶斯分类算法
  • 3.5 分类算法评估策略
  • 3.6 分类算法应用
• 第4章 聚类算法
  • 4.1 聚类算法原理
  • 4.2 连续变量距离计算
  • 4.3 离散变量距离计算
  • 4.4 相似度计算
  • 4.5 K-means聚类算法
  • 4.6 层次聚类算法
  • 4.7 密度聚类算法
• 第5章 关联算法
  • 5.1 啤酒与尿布的故事
  • 5.2 关联规则概念
  • 5.3 关联规则挖掘
  • 5.4 Apriori算法
  • 5.5 Apriori算法扩展
  • 5.6 关联模式评估
• 第6章 文本挖掘
  • 6.1 文本挖掘过程
  • 6.2 TF-IDF算法
  • 6.3 word2vec算法
  • 6.4 文本挖掘应用
• 第7章 社交网络分析
  • 7.1 社交网络分析概述
  • 7.2 社交网络特征
  • 7.3 Pagerank算法
  • 7.4 图表征
  • 7.5 标签传播算法
• 拓展视频