數據倉庫與數據挖掘
隨著近年來數據資源的日益豐富,從數據資源提取信息和知識進行輔助決策非常必要。如何從企業內部眾多的信息系統中提取真正反映企業運營狀況的有效信息資源、深入挖掘價值客戶信息,從而提高經營管理決策的支撐能力和快速響應能力,以期對紛繁變化的市場和競爭對手有足夠的洞察力、掌控力和預判力,成為企業下一階段信息系統建設的目標和方向。而這一目標正是要靠IT領域中的數據倉庫和商務智能技術來實現和達到。
本次培訓重在突出數據倉庫與數據挖掘決策支持的本質,介紹數據挖掘的各種方法、技術實現手段,通過對實例的深入剖析解釋它們的原理。
一、培訓對象
數據倉庫管理人員、建模人員,分析人員和開發人員、系統管理人員、數據庫管理人員以及對數據倉庫感興趣的其他人員。
二、師資
楊老師:中科院計算所培訓中心高級講師,主要研究方向為網絡信息分析以及云計算相關技術,長期從事通信網管系統、網絡信息處理、商務智能(BI)以及電信決策支持系統的研究開發工作,具有豐富的工程實踐及軟件研發經驗。
三、培訓內容
1、數據倉庫原理及聯機分析技術介紹
- 數據倉庫結構體系,數據倉庫數據模型
- 數據抽取、轉換和裝載,元數據管理
- OLAP概念及其數據模型
- 多維數據的顯示
2、數據倉庫設計與開發
- 數據倉庫分析與設計
- 數據倉庫開發過程
- 數據倉庫技術與開發的困難
- OLAP的多維數據分析
3、基于數據倉庫的決策支持系統
- 基于數據倉庫的查詢與報表
- 多維分析與原因分析
- 實時決策與預測未來
- 自動決策及其應用介紹
4、數據倉庫案例剖析
- 移動運營商的客戶投訴聯機分析,基于Business Intelligence Dev Studio
- 通過對客戶投訴詳單,設計相應的投訴模型,建立其相應的維度,事實表等
- 通過對客戶投訴進行分類,發現其中的共同點以及差異,方便制定相應計劃
- 積極的應對客戶投訴,對客戶投訴進行監控,及時對可能導致的客戶進行挽留
- 某公司數據倉庫決策支持系統
- 統計業數據倉庫系統
- 沃爾瑪數據倉庫系統
5、數據挖掘與知識發現
- 數據挖掘的任務與對象
- 數據挖掘方法
- 數據挖掘相關技術
6、關聯分析算法及其案例
- 關聯規則的分類
- Aprior算法詳解
- 從頻繁項集產生關聯規則
- 基于Climentine的購物籃實例分析-
7、聚類分析算法及其案例
- 聚類分析的概念
- 主要的聚類方法
- K-means算法詳解
- 基于Climentine的用戶數據聚類實例-
8、其它數據挖掘算法介紹
-
決策樹算法
- ID3算法
- 由決策樹提取分類規則
- 基于Climentine的決策樹分析實例
-
神經網絡算法
- 神經網絡的概念
- 網絡拓撲及其算法
- 基于Climentine的神經網絡分析實例
四、培訓時間、地點
五、證書
培訓結束,頒發培訓中心“數據倉庫與數據挖掘”結業證書。
六、費用
培訓費:5500元/人(含教材、證書、午餐、學習用具等)。住宿協助安排,費用自理。