培训受众: 本课程是为有兴趣建立或理解商务智能系统，包括决策支持系统、联机分析处理OLAP、数据挖掘的技术人员而开发的培训。也适用于业务人员及市场人员。 课程收益: 完成此门课程，学员将具备以下能力：
掌握商务智能基本理论
掌握数据仓库概念和技术
掌握多维数据模型技术及OLAP理论及工具
掌握数据挖掘常用算法及应用场合
掌握数据挖掘在行业中的应用
熟悉商务智能领域主流产品及工具
能够运用本课所学知识，使用商务智能技术辅助业务分析 课程大纲: 课程大纲:
本课程介绍了商务智能（数据仓库、OLAP、数据挖掘）基本理论和实际应用技术。重点介绍了数据仓库技术、多维数据模型技术、以及数据挖掘常用算法，课程以通信领域为例，介绍了数据挖掘在行业中的应用状况、案例与主流工具。
第一天商务智能概述
商务智能简介
商务智能应用领域
商务智能发展前景
示例：中国移动经营分析系统简介
数据仓库概念
数据仓库概述
数据仓库的体系架构
面向主题
数据粒度
数据仓库的应用领域和案例分析
常用数据仓库产品介绍
元数据管理与ETL概述
第二天多维数据技术
数据仓库与数据模型
维度表与事实表
星型模式/雪花模式/事实星座模式
联机分析处理OLAP概述
OLAP的前端分析策略
实验：使用OLAP工具建立及浏览多维数据集
据挖掘简介
数据挖掘系统的分类
数据挖掘中的数据预处理
实例：移动通信客户流失分析数据预处理
数据挖掘过程CRISP-DM简介
第三天相关分析和因子分析
主成分分析
预测与回归分析
关联规则挖掘
Apriori算法介绍
实例与讨论：关联规则行业应用
分类方法
决策树
神经网络
其他分类方法
各种分类方法比较
实例与讨论：分类方法行业应用
第四天聚类分析
划分方法
分层方法
基于密度的方法
异常分析
实例与讨论：聚类行业应用
数据挖掘模型评价数据挖掘的应用和发展趋势
常用数据挖掘工具介绍
实例：使用数据挖掘工具Clementine进行数据挖掘建模
课程回顾与总结