數(shù)據(jù)倉庫培訓課程介紹
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行輔助決策非常必要。如何從企業(yè)內部眾多的信息系統(tǒng)中提取真正反映企業(yè)運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、掌控力和預判力，成為企業(yè)下一階段信息系統(tǒng)建設的目標和方向。而這一目標正是要靠IT領域中的數(shù)據(jù)倉庫和商務智能技術來實現(xiàn)和達到。
本次培訓重在突出數(shù)據(jù)倉庫與數(shù)據(jù)挖掘決策支持的本質，介紹數(shù)據(jù)挖掘的各種方法、技術實現(xiàn)手段，通過對實例的深入剖析解釋它們的原理。
培訓內容
1、數(shù)據(jù)倉庫原理及聯(lián)機分析技術介紹
數(shù)據(jù)倉庫結構體系，數(shù)據(jù)倉庫數(shù)據(jù)模型
數(shù)據(jù)抽取、轉換和裝載，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)倉庫設計與開發(fā)
數(shù)據(jù)倉庫分析與設計
數(shù)據(jù)倉庫開發(fā)過程
數(shù)據(jù)倉庫技術與開發(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
實時決策與預測未來
自動決策及其應用介紹
4、數(shù)據(jù)倉庫案例剖析
移動運營商的客戶投訴聯(lián)機分析，基于Business Intelligence Dev Studio
通過對客戶投訴詳單，設計相應的投訴模型，建立其相應的維度，事實表等
通過對客戶投訴進行分類，發(fā)現(xiàn)其中的共同點以及差異，方便制定相應計劃
積極的應對客戶投訴，對客戶投訴進行監(jiān)控，及時對可能導致的客戶進行挽留
某公司數(shù)據(jù)倉庫決策支持系統(tǒng)
統(tǒng)計業(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)挖掘的任務與對象
數(shù)據(jù)挖掘方法
數(shù)據(jù)挖掘相關技術
6、關聯(lián)分析算法及其案例
關聯(lián)規(guī)則的分類
Aprior算法詳解
從頻繁項集產生關聯(lián)規(guī)則
基于Climentine的購物籃實例分析-
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的決策樹分析實例
神經(jīng)網(wǎng)絡算法
神經(jīng)網(wǎng)絡的概念
網(wǎng)絡拓撲及其算法
基于Climentine的神經(jīng)網(wǎng)絡分析實例
專家介紹
楊老師：高級講師，主要研究方向為網(wǎng)絡信息分析以及云計算相關技術，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡信息處理、商務智能（BI）以及電信決策支持系統(tǒng)的研究開發(fā)工作，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。