關(guān)于舉辦“數(shù)據(jù)倉庫與數(shù)據(jù)挖掘”培訓(xùn)的通知

各有關(guān)單位：

中國科學(xué)院計(jì)算技術(shù)研究所是國家專門的計(jì)算技術(shù)研究機(jī)構(gòu)，同時也是中國信息化建設(shè)的重要支撐單位，中科院計(jì)算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機(jī)構(gòu)。中心憑借科學(xué)院的強(qiáng)大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗(yàn)的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實(shí)幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力。迄今為止已先后為國家培養(yǎng)了數(shù)萬名計(jì)算機(jī)專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。

隨著近年來數(shù)據(jù)資源的日益豐富，從數(shù)據(jù)資源提取信息和知識進(jìn)行輔助決策非常必要。如何從企業(yè)內(nèi)部眾多的信息系統(tǒng)中提取真正反映企業(yè)運(yùn)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(jīng)營管理決策的支撐能力和快速響應(yīng)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(yù)判力，成為企業(yè)下一階段信息系統(tǒng)建設(shè)的目標(biāo)和方向。而這一目標(biāo)正是要靠IT領(lǐng)域中的數(shù)據(jù)倉庫和商務(wù)智能技術(shù)來實(shí)現(xiàn)和達(dá)到。

本次培訓(xùn)重在突出數(shù)據(jù)倉庫與數(shù)據(jù)挖掘決策支持的本質(zhì)，介紹數(shù)據(jù)挖掘的各種方法、技術(shù)實(shí)現(xiàn)手段，通過對實(shí)例的深入剖析解釋它們的原理。

一、培訓(xùn)對象

數(shù)據(jù)倉庫管理人員、建模人員，分析人員和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員。

二、師資

楊老師：中科院計(jì)算所培訓(xùn)中心高級講師，主要研究方向?yàn)榫W(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。

三、培訓(xùn)內(nèi)容

1、數(shù)據(jù)倉庫原理及聯(lián)機(jī)分析技術(shù)介紹

數(shù)據(jù)倉庫結(jié)構(gòu)體系，數(shù)據(jù)倉庫數(shù)據(jù)模型

數(shù)據(jù)抽取、轉(zhuǎn)換和裝載，元數(shù)據(jù)管理

OLAP概念及其數(shù)據(jù)模型

多維數(shù)據(jù)的顯示

2、數(shù)據(jù)倉庫設(shè)計(jì)與開發(fā)

數(shù)據(jù)倉庫分析與設(shè)計(jì)

數(shù)據(jù)倉庫開發(fā)過程

數(shù)據(jù)倉庫技術(shù)與開發(fā)的困難

OLAP的多維數(shù)據(jù)分析

3、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)

基于數(shù)據(jù)倉庫的查詢與報表

多維分析與原因分析

實(shí)時決策與預(yù)測未來

自動決策及其應(yīng)用介紹

4、數(shù)據(jù)倉庫案例剖析

移動運(yùn)營商的客戶投訴聯(lián)機(jī)分析，基于BusinessIntelligenceDevStudio

通過對客戶投訴詳單，設(shè)計(jì)相應(yīng)的投訴模型，建立其相應(yīng)的維度，事實(shí)表等

通過對客戶投訴進(jìn)行分類，發(fā)現(xiàn)其中的共同點(diǎn)以及差異，方便制定相應(yīng)計(jì)劃

積極的應(yīng)對客戶投訴，對客戶投訴進(jìn)行監(jiān)控，及時對可能導(dǎo)致的客戶進(jìn)行挽留

某公司數(shù)據(jù)倉庫決策支持系統(tǒng)

統(tǒng)計(jì)業(yè)數(shù)據(jù)倉庫系統(tǒng)

沃爾瑪數(shù)據(jù)倉庫系統(tǒng)

5、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

數(shù)據(jù)挖掘的任務(wù)與對象

數(shù)據(jù)挖掘方法

數(shù)據(jù)挖掘相關(guān)技術(shù)

6、關(guān)聯(lián)分析算法及其案例

關(guān)聯(lián)規(guī)則的分類

Aprior算法詳解

從頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則

基于Climentine的購物籃實(shí)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(shù)據(jù)聚類實(shí)例-

8、其它數(shù)據(jù)挖掘算法介紹

決策樹算法

ID3算法

由決策樹提取分類規(guī)則

基于Climentine的決策樹分析實(shí)例

神經(jīng)網(wǎng)絡(luò)算法

神經(jīng)網(wǎng)絡(luò)的概念

網(wǎng)絡(luò)拓?fù)浼捌渌惴?/strong>