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

暂无课程咨询信息 [发表课程咨询]