随着计算方法和信息技术的不断发展，大量数据的产生和收集导致信息爆炸，而信息可以产生价值，因而需要我们对这些数据进行实时和深层次的分析。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。本课程将介绍这三方面技术背景，并通过一系列实验综合运用这些技术。学生只需要有基本的数据库知识，不需要掌握编程语言，通过课程学习引导学生对数据挖掘产生兴趣，并且逐渐培养学生的数据意识，对较为成熟的技术和方法具有相应的分析应用能力。并为以后深入学习打下基础。

本课程内容共9周，分为两部分:概念和实践。概念3周，实践6周。具体内容如下：

第一部分，共3周：讲解课程涉及的基本概念，包括：导论、数据挖掘定义、数据挖掘分类、判断挖掘问题类型、基本数据挖掘技术、数据仓库原理。

第二部分，共6周 ：其中4周讲解经典数据挖掘算法应用案例。算法包括：决策树、贝叶斯、聚类、关联规则、神经网络、逻辑回归、时间序列、序列聚类。另外2周讲解OLAP应用，涉及多维数据集的创建和维护方法，最后使用它进行多维数据分析。

本课程实验环境使用SQLServer Analysis Services。

单元测验（5%）；单元作业（35%）；课堂讨论（10%）；期末考试（50%）

总分60及以上为合格。

掌握数据库的基本概念，掌握数据库中表的基本操作。

《数据挖掘教程》    翁敬农  等译       清华大学出版社

《数据挖掘概念与技术》 Jiawei Han    机械工业出版社

《SQL Server数据挖掘与商业智能基础及案例实战》 谢邦昌   中国水利水电出版

《数据仓库与数据挖掘应用教程》  李春葆等 清华大学出版社