文档介绍：《R语言商务数据分析实战》教学大纲
课程名称：R语言商务数据分析实战
课程类别：必修
适用专业：大数据技术类相关专业
总学时：80学时（其中理论45学时，实验35学时）
总学分：
一、课程的性质
大数据时代已经到来，在商业、经济及其他领域中基于数据和分析去发现问题并做出科学、客观的决策越来越重要。数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。有实践经验的数据分析人才已经成为了各企业争夺的热门。为了推动我国大数据，云计算，人工智能行业的发展，满足日益增长的数据分析人才需求，特开设R语言商务数据分析实战课程。
二、课程的任务
通过本课程的学****使学生学会分析案例的流程，使用R语言实现流程的每一个步骤，包括数据合并、数据清洗、数据变换、模型构建、模型评价等，掌握Apriori算法、K-Means 算法、灰色预测算法、SVR算法、GBM算法、协同过滤算法的应用，以及ARIMA模型和 LDA模型的应用。将理论与实践相结合，为将来从事数据分析挖掘研究、工作奠定基础。
三、课程学时分配
序号
教学内容
理论学时
实验学时
其它
1
第1章R语言数据分析概述
2
2
第2章商品零售购物篮分析
3
2
3
第3章航空公司客户价值分析
4
3
4
第4章财政收入预测分析
4
3
5
第5章金融服务机构资金流量预测
5
3
6
第6章P2P信用贷款风险控制
5
4
7
第7章电子商务网站智能推荐服务
6
5
8
第8章电商产品评论数据情感分析
6
5
9
第9章餐饮企业综合分析
10
10
总计
45
35
四、教学内容及学时安排
理论教学
序号
章节名称
主要内容
教学目标
学时
1
R语言数据分析概述
掌握数据分析的概念
掌握数据分析的流程
了解数据分析的应用场景
了解数据分析的常用工具
了解R语言在数据分析中的优势
了解R语言数据分析中常用的
Packages
掌握数据分析的概念、流程与应用场景
了解R语言数据分析中常用的 Packages
2
2
商品零售购物篮分析
分析零售企业商品销售现状
了解某商品零售企业的基本数据情况
熟悉购物篮分析的基本流程与步骤
使用统计学知识分析热销商品
使用商品结构图分析售出商品的结构
了解Apriori算法的基本原理与使用方法
构建零售商品的Apriori模型 &根据模型结果提出商品销售策略
熟悉购物篮分析的实现流程与步骤
掌握Apriori算法的基本原理与使用方法
分析商品销售状况与商品结构合理性
分析零售商品间的关联关系
3
3
航空公司客户价值分析
了解航空公司现状与客户价值分析
熟悉航空公司客户价值分析的步骤与流程
处理数据的缺失值与异常值
结合RFM模型构建关键特征
标准化构建关键特征后的数据
了解K-Means算法基本原理
使用K-Means算法对航空客户进行分群
&根据分群结果制定营销策略
熟悉航空公司客户价值分析的步骤与流程
了解RFM模型的基本原理，以及 K-Means算法的基本原理
构建航空客户价值分析的关键特征
比较不同类别客户的客户价值，制定相应的营销策略
4
4
财政收入预测分析
分析财政收入预测背景
了解财政收入预测的方法
熟悉财政收入预测的步骤与流程
了解相关性分析
分析计算结果
了解Lasso回归方法
分析Lasso回归结果
& 了解灰色预测算法
了解SVR算法
分析预测结果
熟悉财政收入预测的步骤和流程
掌握相关性分析方法与应用
掌握使用Lasso模型选取特征的方法
掌握灰色预测的原理与应用
掌握SVR算法的基本原理与应用
4
5
金融服务机构资金流量预测
分析金融服务机构现状与数据的基本情况
认识资金流量预测
熟悉金融服务机构资金流量预测的步骤与流程
对数据进行平稳性检验和处理
了解纯随机性检验的原理
对通过平稳性检验的数据进行纯随机性检验
了解ARIMA模型的原理
& 了解定阶的方式，并识别模型的阶数
，并计算误差与得分
1•熟悉金融服务机构资金流量预测的步骤与流程
掌握数据平稳性检验和处理方法，以及纯随机性检验
使用ARIMA模型对资金流量进行预测
5
分析P2P信贷行业所面临的现状与困扰
了解某P2P信贷平台现阶段数据情况
熟悉P2