商务智能方法与应用
（含实验）
（）
教  学  大  纲
（2018版）
曙光瑞翼教育
2018hbase应用案例年8月

前  言
一、大纲编写依据
《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大
数据相关课程。通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。通过这一系类的技术如何帮助决策者进行决策。
二、课程目的
1、知识目标
本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。主要重点在于大数据行业内的商务智能工具的应用以及行业实践。
2、能力目标
(1) 实践能力
通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。
(2) 创新能力
通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。
三、教学方法
1、课堂教学
(1) 讲授
本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。根据教学大纲的要求，突出重点和难点。
(2) 教师指导下的学生自学
指导学生自主学习商务智能相关技术与主流商务智能相关工具。教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。
(3) 其它教学方法
采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。
2、课外学习
作业1：课外练习。
作业2：上机实验报告。
四、适用对象
全校。
五、先修课程及后续课程（或相关课程）
无。
六、课程性质
选修。
七、总课时及各章的分配
授课总课时数为64学时，各章的学时具体安排如下：
章 节
教  学  内  容
授课学时
第一章
商务智能概述
8
第二章
数据仓库
8
第三章
维度建模
8
第四章
在线分析处理
8
第五章
商务智能在零售业方面的应用
6
第六章
商务智能在客户关系管理中的应用
6
第七章
商务智能在电信方面的应用
7
第八章
商务智能在教育方面的应用
7
第九章
商务智能在电子商务方面的应用
6
合计
64
八、使用教材及主要参考书目
（一）选用教材
《商务智能原理与应用》，白皮书，2018年9月。
（二）主要参考书目
1． 汪楠：《商务智能》，北京大学出版社，2012年1月。
2． 杜尔森·德伦：《商务智能：数据分析的管理视角》机械工业出版社，2018年5月。
3． 赵卫东：《商务智能（第四版）》，清华大学出版社，2016年11月。
4． 陈国青：《商务智能原理与方法（第2版）》，电子工业出版社，2014年8月。
5． 刘红岩：《商务智能方法与应用》，清华大学出版社，2013年5月。
  九、考核方式及成绩评定标准
1、考核内容与形式
(1) 知识类考核
本课程采用闭卷考试形式。重点考试内容：商务智能基本框架、数据仓库、在线分析处理、维度建模。
(2) 能力类考核
利用学生平时作业、课堂提问与讨论考查学生的学习能力，理解和掌握相关知识的程度以及实际应用能力。
利用课程设计考查学生的实践动手能力、方案设计能力，促进学生自主性学习和研究性学习，启迪学生的创新思维。
2、课程成绩构成
(1) 平时成绩占百分比
平时成绩(包括平时考勤、作业情况和上机实验情况)占总分60%
(2) 考试成绩占百分比
期末考试成绩占总分40%
第一章  商务智能概述
第一节  商务智能产生的背景
了解商务智能产生的背景、原因、为什么商业决策需要商务智能以及企业智能化需要商务智能。
第二节  商务智能简介
了解商务智能的发展历程、商务智能能够成功实施的要求以及商务智能技术可谓企业带来什么价值。
掌握商务智能的基本概念。
第三节  商务智能基础
重点掌握商务智能的基本架构以及商务智能的功能。
第四节  商务智能关键技术
掌握商务智能关键技术的概念。
了解商务智能相关技术的成功案例。
第五节  商务智能的相关应用
了解商务智能在金融业、保险业、零售业、制造业、电信行业等相关行业的应用
第二章  数据仓库
第一节  数据仓库的概念
重点掌握数据仓库的基本概念、特点、结构、与数据库的区别。掌握数据仓库与商务智能之间的关系。
第二节  ETL过程
掌握数据抽取、转换、清洗加载的基本概念以及原理。
第三节  数据仓库模型
了解数模模型基本知识点，掌握如何构建数据模型。
第四节  数据仓库工具Hive
了解Hive的基本概念，通常Hive的应用场景，Hive的设计特点、Hive的体系结构，如何使用Hive进行数据存储以及使用HIVEQL进行数据查询。
第三章  维度建模
第一节  维度建模简介
掌握维度建模的概念，了解维度建模的基本原则。
第二节  维度表技术基础
重点掌握维度表结构，熟悉维度代理建、多维体系结构以及缓慢维度变换的相关知识点。
第三节  事实表技术基础
重点掌握事实表结构，了解可加、半可加、不可加事实以及事实表的空值相关知识点，掌握事实表的三种基本类型。
第四节  维度建模设计的主要流程
重点掌握维度建模的主要流程，熟悉选择业务过程的注意事项，以及声明粒度、确认维度、确认事实的基本过程。
第五节  维度模型的误区
了解通常情况下大家对于维度模型的几个常见的误解。
第四章  在线分析处理
第一节  OLAP简介
掌握OLAP的基本概念。了解OLAP的特性以及多维数据结构。