暂无课程咨询信息 [发表课程咨询]
商务智能 西南财经大学
- 内容简介:
-
管理信息系统在各商业、机构得到了广泛的实施和应用，运营数据分别被存放在细分后的部门中，这些有重要意义数据由于缺乏整合，形成了企业内部的信息孤岛。
商务智能就是利用数据库存储，数据集成，数据分析技术，把大量的外部环境、内部业务数据转化成为有价值的信息、知识，辅助管理者进行决策。
- 价格:
- 免费
课程介绍
| 第一周 商务智能概述及数据仓库 | 1.1 商务智能概述 | 商务智能概述 |
| 第一周 商务智能概述及数据仓库 | 1.2 业务数据和分析数据 | 业务数据和分析数据 |
| 第一周 商务智能概述及数据仓库 | 1.3 业务数据库和分析型应用 | 业务数据库和分析型应用 |
| 第一周 商务智能概述及数据仓库 | 1.4 数据仓库概念 | 数据仓库概念 |
| 第二周 数据仓库设计 | 2.1 数据仓库设计方法 | 数据仓库设计方法 |
| 第二周 数据仓库设计 | 2.2 数据仓库三级模型 | 数据仓库三级模型 |
| 第二周 数据仓库设计 | 2.3 物理模型设计 | 物理模型设计 |
| 第二周 数据仓库设计 | 2.4 元数据 | 元数据 |
| 第二周 数据仓库设计 | 2.5 数据的抽取和清洗 | 数据的抽取和清洗 |
| 第二周 数据仓库设计 | 2.6 数据转换和装载策略 | 数据转换和装载策略 |
| 第二周 数据仓库设计 | 2.7 数据仓库实施 | 数据仓库实施 |
| 第三周 联机多维分析 | 3.1 多维分析模型 | 多维分析模型 |
| 第三周 联机多维分析 | 3.2 维度和度量 | 维度和度量 |
| 第三周 联机多维分析 | 3.3 联机多维分析 | 联机多维分析 |
| 第四周 案例背景及数据仓库实施 | 4.1 案例背景 | 案例背景 |
| 第四周 案例背景及数据仓库实施 | 4.2 事实表和维度表设计 | 事实表和维度表设计 |
| 第四周 案例背景及数据仓库实施 | 4.3 建立数据库和表 | 建立数据库和表 |
| 第四周 案例背景及数据仓库实施 | 4.4 数据库备份和还原 | 数据库备份和还原 |
| 第四周 案例背景及数据仓库实施 | 4.5 利用BI工具创建数据仓库 | 利用BI工具创建数据仓库 |
| 第五周 创建数据ETL（抽取、转换与装载）项目- 1 | 5.1 数据源 | 数据源 |
| 第五周 创建数据ETL（抽取、转换与装载）项目- 1 | 5.2 装载产品维 | 装载产品维 |
| 第五周 创建数据ETL（抽取、转换与装载）项目- 1 | 5.3 装载国家维 | 装载国家维 |
| 第五周 创建数据ETL（抽取、转换与装载）项目- 1 | 5.4 装载工厂维 | 装载工厂维 |
| 第五周 创建数据ETL（抽取、转换与装载）项目- 1 | 5.5 装载材料、机器及机器类别维 | 装载材料、机器及机器类别维 |
| 第六周 创建数据ETL（抽取、转换与装载）项目- 2 | 6.1 装载批次维 | 装载批次维 |
| 第六周 创建数据ETL（抽取、转换与装载）项目- 2 | 6.2 装载生产事实表 | 装载生产事实表 |
| 第六周 创建数据ETL（抽取、转换与装载）项目- 2 | 6.3 装载库存事实表 | 装载库存事实表 |
| 第六周 创建数据ETL（抽取、转换与装载）项目- 2 | 6.4 包布署 | 包布署 |
| 第六周 创建数据ETL（抽取、转换与装载）项目- 2 | 6.5 包调度 | 包调度 |
| 第七周 创建多维分析项目- 1 | 7.1 创建数据源和数据视图 | 创建数据源和数据视图 |
| 第七周 创建多维分析项目- 1 | 7.2 生成时间属性字段 | 生成时间属性字段 |
| 第七周 创建多维分析项目- 1 | 7.3 创建多维数据集和维度 | 创建多维数据集和维度 |
| 第七周 创建多维分析项目- 1 | 7.4 创建时间维 | 创建时间维 |
| 第七周 创建多维分析项目- 1 | 7.5 维度和维度用法 | 维度和维度用法 |
| 第八周 创建多维分析项目- 2 | 8.1 部署及展现 | 部署及展现 |
| 第八周 创建多维分析项目- 2 | 8.2 创建时间维度 | 创建时间维度 |
| 第八周 创建多维分析项目- 2 | 8.3 计算成员和KPI | 计算成员和KPI |
| 第八周 创建多维分析项目- 2 | 8.4 分区和聚合 | 分区和聚合 |
| 第九周 数据挖掘行业应用 | 9.1 数据挖掘概念 | 数据挖掘概念 |
| 第九周 数据挖掘行业应用 | 9.2 金融业应用 | 金融业应用 |
| 第九周 数据挖掘行业应用 | 9.3 保险业应用 | 保险业应用 |
| 第九周 数据挖掘行业应用 | 9.4 证券、零售业应用 | 证券、零售业应用 |
| 第十周 数据挖掘理论基础 | 10.1 数据预处理 | 数据预处理 |
| 第十周 数据挖掘理论基础 | 10.2 聚类分析 | 聚类分析 |
| 第十周 数据挖掘理论基础 | 10.3 关联分析 | 关联分析 |
| 第十周 数据挖掘理论基础 | 10.4 决策树分析 | 决策树分析 |
| 第十一周 创建数据挖掘项目 | 11.1 创建挖掘模型 | 创建挖掘模型 |
| 第十一周 创建数据挖掘项目 | 11.2 模型选择、测试 | 模型选择、测试 |
| 第十一周 创建数据挖掘项目 | 11.3 模型的使用 | 模型的使用 |
| 第十一周 创建数据挖掘项目 | 11.4 数据挖掘模型应用 | 数据挖掘模型应用 |
课程参数
课程评论
暂无课程评论信息 [发表课程评论]
课程咨询