随着信息技术的发展以及信息化基础设施的建设,企业和机构在运营过程中积累和收集了大量的业务数据,而决策部门在进行决策时却发现,这些海量的数据很难直接提供有效的、科学的决策支持,将业务数据应用于决策支持不仅是一个学术问题,同时也是一个实际应用问题,具有企业、机构应用需求的紧迫性。
本课程是传统计算机科学和管理科学的交叉学科,是新兴的基于大数据进行科学管理的知识介绍,是面向数据分析和处理的信息技术在商业中的拓展和外延。课程以案例教学为基础,依托先进的数据管理和分析软件,培养学生以数据驱动为基础的商业决策管理和风险控制理念,帮助解决传统商业和金融领域的难题。
本课程强调理论联系实际的培养模式,注重学生学以致用的能力培养 。课程在内容安排上努力使学生能够掌握基本的商务智能基础理论和技术(如,数据仓库、OLAP、数据挖据等),能够针对具体的商业问题,熟练地运用先进的数据管理和分析技术,设计并实施有效的智能解决方案,从而帮助机构提升风险预测和管理能力,促进企业采用以数据为驱动的科学管理理念,完善各种商务流程,增强科学决策能力,从而提高企业的效率和核心竞争力。
1、计算机操作基础
2、信息检索基础
3、Excel基础
4、计算机程序设计基础
5、数据库理论与应用基础
本课程采用百分制计分,平时单元测验25%,为客观题;平时单元作业50%,为主观题,需要完成作业提交和完成规定的互评数量;随堂布置的课程讨论的表现15%;课程结束考试10%。60分及以上为合格,90分及以上为优秀。
电子版的课程结业证书免费。纸质版认证证书证书收费:100元/人。
1.Delivering Business Intelligence with Microsoft SQL Server 2012 3/E. Brian Larson. McGraw Hill Professional, 2012年3月- 832 页
2. W H Inmon 著. 数据仓库(第三版). 机械工业出版社, 2003。
3. Gordon S. Linoff , Michael J. A. Berry. Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management. Wiley; 3 edition (2011)。
4. Mehmed Kantardzic 著. 数据挖掘——概念、模型、方法和算法。 清华大学出版社, 2003。
5. Ralph Kimball,Margy Ross。The Data Warehouse Toolkit: the Complete Guide to Dimensional Modeling。John Wiley & Sons Inc.