《数据挖掘》实验教学大纲.pdf

《数据挖掘》实验教学大纲

DataMining

课程编号：170309006

课程类别：非独立开设实验课程

学时：32（总学时16实验学时16）学分：2

适用对象：本科计算机类学生

先修课程：《数据库原理》.《概率论与数理统计》.《高级程序设计语言》.《数据结构》

一、实验教学目的和任务

数据挖掘是20世纪末刚刚兴起的数据智能分析技术，由于有广阔的应用前景而备受重

视。数据挖掘作为一门新兴的学科，在它的形成和发展过程中表现出了强大的生命力，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。数据挖掘涉及的内容较为广泛，已成为迅速发展并在信息社会中广泛应用的一

门综合性学科。数据挖掘已成为统计学专业的一门重要课程。通过数据挖掘课程的教学，使

学生理解数据挖掘的基本概念和方法，为进入更深入的智能数据分析研究打好基础。

本课程的任务是：通过实践，学生对常用数据挖掘中的基本概念及其不同算法的实现方

法的理论得到进一步的掌握，并对数据挖掘中的数据预处理.分类与聚类方法的具体实现及

作用有所体会。

二、实验教学基本要求

本课程是一门实践性很强的专业课，只有了解这门课程的特点和基本要求，学习时才能

做到有的放矢，举一反三，本课程特点主要有以下几个方面：

(1)内容丰富，理论性强。本课程为以后更深入的进行智能数据分析研究打下良好的基

础。

(2)注重理论联系实际，加强实验环节的训练。只有通过实验，才能透彻理解基本原理。

三、考核方式及方法：

1.根据学生的程序设计能力，结合学习态度及考勤情况，由实验指导老师和任课教师综

合评分。

2.实验成绩以20%计入《数据挖掘》课程的总成绩。

四、实验项目名称与学时分配：

实验安排一览表

502
序号实验项目名称实验学时必开或选开实验类型每组人数

1数据仓库设计2选做基础性3

2数据预处理2必做基础性3

3Apriori算法3必做综合性3

4NaïveBayes3选做综合性3

5决策树算法3必做综合性3

6k-Means算法3必做综合性3

五、实验项目的具体内容

实验一

1.本次实验的目的和要求

(1)在学习的过程中，学生需要在教材的基础上搜索相关的文献资料，对于研究内容，

只要能够形成决策的数据环境即可，同时对于研究方法也不做具体的限制。

(2)对于研究内容，要能体现出数据仓库设计的各个阶段和方法侧重点。

2.实践内容

(1)针对企业管理的某个领域，研究数据仓库设计的理论与方法。

(2)设计出一个数据仓库实例。

3.需用的仪器.试剂或材料等

Java语言环境

4.实践步骤或环节

根据实验教材的实验要求理解题意；上机输入和调试教材上的程序；验证分析实验结果；

整理出实验报告。

5.教学方式

学生上机，教师随堂指导。

6.考核要求

考察学生的程序设计能力，结合学习态度及考勤情况，由实验指导老师和任课教师综合

评分。

7.实践教学报告要求

按标准格式提交纸质实验内容或提交电子文档。

实验二
503
1.本次实验的目的和要求

(1)在学习的过程中，学生需要在教材的基础上搜索相关的文献资料，采用任何数据预

处理方法，只要能达到相应的决策目的即视为有效。

(2)对于研究内容，只要能够为以后的数据挖掘提供准备功能即可，同时对于研究方法

也不做具体的限制，但是要能体现出数据预处理的合理性。

2.实践内容

(1)研究数据预处理方法。

(2)编制出数据预处理方法的程序，并基于实例进行实现得出最终实验结果。

3.需用的仪器.试剂或材料等

Java环境

4.实践步骤或环节

根据实验教材的实验要求理解题意；上机输入和调试自己所编的程序；验证分析实验结

果；

整理出实验报告。

5.教学方式

学生上机，教师随堂指导。

6.考核要求

考察学生的程序设计能力，结合学习态度及考勤情况，由实验指导老师和任课教师综合

评分。

7.实践教学报告要求

按标准格式提交纸质实验内容或提交电子文档。

实验三

1.本次实验的目的和要求

(1)掌握Apriori算法模型的实现过程及基本方法。

(2)掌握Apriori算法的实现。

2.实践内容

(1)选择合理的数据集。

(2)数据预处理。

(3)Apriori算法模型设计。

3.需用的仪器.试剂或材料等
504
Java环境

4.实践步骤或环节

根据实验教材的实验要求理解题意；上机输入和调试自己所编的程序；验证分析实验结

果；

整理出实验报告。

5.教学方式

学生上机，教师随堂指导。

6.考核要求

考察学生的程序设计能力，结合学习态度及考勤情况，由实验指导老师和任课教师