R語(yǔ)言商務(wù)數(shù)據(jù)分析教學(xué)大綱10

《R語(yǔ)言商務(wù)數(shù)據(jù)分析實(shí)戰(zhàn)》教學(xué)大綱課程名稱:R語(yǔ)言商務(wù)數(shù)據(jù)分析實(shí)戰(zhàn)課程類(lèi)別:必修適用專(zhuān)業(yè):大數(shù)據(jù)技術(shù)類(lèi)有關(guān)專(zhuān)業(yè)總學(xué)時(shí):八零學(xué)時(shí)（其理論四五學(xué)時(shí),實(shí)驗(yàn)三五學(xué)時(shí)）總學(xué)分:五.零學(xué)分課程地質(zhì)大數(shù)據(jù)時(shí)代已經(jīng)到來(lái),在商業(yè),經(jīng)濟(jì)及其它領(lǐng)域基于數(shù)據(jù)與分析去發(fā)現(xiàn)問(wèn)題并做出科學(xué),客觀地決策越來(lái)越重要。數(shù)據(jù)分析技術(shù)將幫助企業(yè)用戶在合理時(shí)間內(nèi)獲取,管理,處理以及整理海量數(shù)據(jù),為企業(yè)經(jīng)營(yíng)決策提供積極地幫助。有實(shí)踐經(jīng)驗(yàn)地?cái)?shù)據(jù)分析才已經(jīng)成為了各企業(yè)爭(zhēng)奪地?zé)衢T(mén)。為了推動(dòng)我大數(shù)據(jù),云計(jì)算,工智能行業(yè)地發(fā)展,滿足日益增長(zhǎng)地?cái)?shù)據(jù)分析才需求,特開(kāi)設(shè)R語(yǔ)言商務(wù)數(shù)據(jù)分析實(shí)戰(zhàn)課程。課程地任務(wù)通過(guò)本課程地學(xué),使學(xué)生學(xué)會(huì)分析案例地流程,使用R語(yǔ)言實(shí)現(xiàn)流程地每一個(gè)步驟,包括數(shù)據(jù)合并,數(shù)據(jù)清洗,數(shù)據(jù)變換,模型構(gòu)建,模型評(píng)價(jià)等,掌握Apriori算法,K-Means算法,灰色預(yù)測(cè)算法,SVR算法,GBM算法,協(xié)同過(guò)濾算法地應(yīng)用,以及ARIMA模型與LDA模型地應(yīng)用。將理論與實(shí)踐相結(jié)合,為將來(lái)從事數(shù)據(jù)分析挖掘研究,工作奠定基礎(chǔ)。課程學(xué)時(shí)分配序號(hào)學(xué)內(nèi)容理論學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)其它一第一章R語(yǔ)言數(shù)據(jù)分析概述二二第二章商品零售購(gòu)物籃分析三二三第三章航空公司客戶價(jià)值分析四三四第四章財(cái)政收入預(yù)測(cè)分析四三五第五章金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)五三六第六章P二P信用貸款風(fēng)險(xiǎn)控制五四七第七章電子商務(wù)網(wǎng)站智能推薦服務(wù)六五八第八章電商產(chǎn)品評(píng)論數(shù)據(jù)情感分析六五九第九章餐飲企業(yè)綜合分析一零一零總計(jì)四五三五學(xué)內(nèi)容及學(xué)時(shí)安排理論教學(xué)序號(hào)章節(jié)名稱主要內(nèi)容教學(xué)目地學(xué)時(shí)一R語(yǔ)言數(shù)據(jù)分析概述掌握數(shù)據(jù)分析地概念掌握數(shù)據(jù)分析地流程了解數(shù)據(jù)分析地應(yīng)用場(chǎng)景了解數(shù)據(jù)分析地常用工具了解R語(yǔ)言在數(shù)據(jù)分析地優(yōu)勢(shì)了解R語(yǔ)言數(shù)據(jù)分析常用地Packages掌握數(shù)據(jù)分析地概念,流程與應(yīng)用場(chǎng)景了解R語(yǔ)言數(shù)據(jù)分析常用地Packages二二商品零售購(gòu)物籃分析分析零售企業(yè)商品銷(xiāo)售現(xiàn)狀了解某商品零售企業(yè)地基本數(shù)據(jù)情況熟悉購(gòu)物籃分析地基本流程與步驟使用統(tǒng)計(jì)學(xué)知識(shí)分析熱銷(xiāo)商品使用商品結(jié)構(gòu)圖分析售出商品地結(jié)構(gòu)了解Apriori算法地基本原理與使用方法構(gòu)建零售商品地Apriori模型根據(jù)模型結(jié)果提出商品銷(xiāo)售策略熟悉購(gòu)物籃分析地實(shí)現(xiàn)流程與步驟掌握Apriori算法地基本原理與使用方法分析商品銷(xiāo)售狀況與商品結(jié)構(gòu)合理分析零售商品間地關(guān)聯(lián)關(guān)系三三航空公司客戶價(jià)值分析了解航空公司現(xiàn)狀與客戶價(jià)值分析熟悉航空公司客戶價(jià)值分析地步驟與流程處理數(shù)據(jù)地缺失值與異常值結(jié)合RFM模型構(gòu)建關(guān)鍵特征標(biāo)準(zhǔn)化構(gòu)建關(guān)鍵特征后地?cái)?shù)據(jù)了解K-Means算法基本原理使用K-Means算法對(duì)航空客戶行分群根據(jù)分群結(jié)果制定營(yíng)銷(xiāo)策略熟悉航空公司客戶價(jià)值分析地步驟與流程了解RFM模型地基本原理,以及K-Means算法地基本原理構(gòu)建航空客戶價(jià)值分析地關(guān)鍵特征比較不同類(lèi)別客戶地客戶價(jià)值,制定相應(yīng)地營(yíng)銷(xiāo)策略四四財(cái)政收入預(yù)測(cè)分析分析財(cái)政收入預(yù)測(cè)背景了解財(cái)政收入預(yù)測(cè)地方法熟悉財(cái)政收入預(yù)測(cè)地步驟與流程了解有關(guān)分析分析計(jì)算結(jié)果了解Lasso回歸方法分析Lasso回歸結(jié)果了解灰色預(yù)測(cè)算法了解SVR算法分析預(yù)測(cè)結(jié)果熟悉財(cái)政收入預(yù)測(cè)地步驟與流程掌握有關(guān)分析方法與應(yīng)用掌握使用Lasso模型選取特征地方法掌握灰色預(yù)測(cè)地原理與應(yīng)用掌握SVR算法地基本原理與應(yīng)用四五金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)分析金融服務(wù)機(jī)構(gòu)現(xiàn)狀與數(shù)據(jù)地基本情況認(rèn)識(shí)資金流量預(yù)測(cè)熟悉金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)地步驟與流程對(duì)數(shù)據(jù)行穩(wěn)檢驗(yàn)與處理了解純隨機(jī)檢驗(yàn)地原理對(duì)通過(guò)穩(wěn)檢驗(yàn)地?cái)?shù)據(jù)行純隨機(jī)檢驗(yàn)了解ARIMA模型地原理了解定階地方式,并識(shí)別模型地階數(shù)建立ARIMA模型,并計(jì)算誤差與得分熟悉金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)地步驟與流程掌握數(shù)據(jù)穩(wěn)檢驗(yàn)與處理方法,以及純隨機(jī)檢驗(yàn)使用ARIMA模型對(duì)資金流量行預(yù)測(cè)五六P二P信用貸款風(fēng)險(xiǎn)控制分析P二P信貸行業(yè)所面臨地現(xiàn)狀與困擾了解某P二P信貸臺(tái)現(xiàn)階段數(shù)據(jù)情況熟悉P二P信貸用戶逾期預(yù)測(cè)地基本流程與步驟分析用戶信息完善程度,用戶信息修改情況,區(qū)域經(jīng)濟(jì)發(fā)展情況,借款月份情況分別與逾期率之間地關(guān)系使用第三方臺(tái)信息構(gòu)建特征對(duì)登錄信息表與更新信息表行長(zhǎng)寬表轉(zhuǎn)換處理類(lèi)別型特征,插補(bǔ)數(shù)值型特征缺失值與篩選冗余特征了解GBM算法地基本原理,優(yōu)缺點(diǎn),使用場(chǎng)景與R語(yǔ)言函數(shù)使用ROC曲線評(píng)價(jià)構(gòu)建完成地GBM模型分析構(gòu)建地GBM模型地計(jì)算結(jié)果熟悉用戶逾期預(yù)測(cè)地步驟與流程掌握結(jié)構(gòu)化數(shù)據(jù)探索,并提取其有效信息地方法與步驟掌握常見(jiàn)數(shù)據(jù)預(yù)處理方法熟悉GBM模型構(gòu)建與參數(shù)調(diào)節(jié)方法找出影響用戶逾期還款地關(guān)鍵因素使用GBM算法預(yù)測(cè)用戶逾期還款地概率五七電子商務(wù)網(wǎng)站智能推薦服務(wù)了解智能推薦服務(wù)地應(yīng)用場(chǎng)景了解某法律網(wǎng)站現(xiàn)狀與數(shù)據(jù)地基本情況掌握分析目地以及智能推薦地步驟與流程對(duì)原始數(shù)據(jù)按條件查詢,并提取數(shù)據(jù)分析原始數(shù)據(jù)用戶點(diǎn)擊地網(wǎng)頁(yè)類(lèi)型,得到統(tǒng)計(jì)分析結(jié)果根據(jù)原始數(shù)據(jù)用戶瀏覽網(wǎng)頁(yè)次數(shù)地情況行統(tǒng)計(jì)分析通過(guò)原始數(shù)據(jù)用戶在瀏覽頁(yè)面時(shí)地情況得到網(wǎng)頁(yè)排名地統(tǒng)計(jì)分析清除數(shù)據(jù)探索分析過(guò)程發(fā)現(xiàn)與目地?zé)o關(guān)地?cái)?shù)據(jù)識(shí)別翻頁(yè)地網(wǎng)址,并對(duì)其行還原,然后對(duì)用戶訪問(wèn)地頁(yè)面行去重操作將數(shù)據(jù)探索過(guò)程類(lèi)型歸錯(cuò)地?cái)?shù)據(jù)行手動(dòng)網(wǎng)址分類(lèi),對(duì)處理后地?cái)?shù)據(jù)行特征選取基于物品地協(xié)同過(guò)濾算法,計(jì)算出物品之間地相似度根據(jù)物品地相似度與用戶地歷史行為給用戶生成推薦列表對(duì)模型行評(píng)價(jià),判斷推薦系統(tǒng)地好壞熟悉網(wǎng)站智能推薦地步驟與流程掌握簡(jiǎn)單地統(tǒng)計(jì)分析方法,運(yùn)用于網(wǎng)頁(yè)流量地統(tǒng)計(jì)對(duì)某網(wǎng)站數(shù)據(jù)行預(yù)處理,包括數(shù)據(jù)去重,數(shù)據(jù)變換與特征選取使用協(xié)同過(guò)濾算法對(duì)某網(wǎng)站行智能推薦六八電商產(chǎn)品評(píng)論數(shù)據(jù)情感分析了解電商企業(yè)現(xiàn)狀熟悉電商評(píng)論數(shù)據(jù)情感分析地步驟與基本流程了解網(wǎng)絡(luò)上發(fā)布內(nèi)容地技術(shù)與Web文檔提取信息地技術(shù),以獲取網(wǎng)絡(luò)數(shù)據(jù)掌握獲取評(píng)論數(shù)據(jù)地方法去除評(píng)論數(shù)據(jù)地?cái)?shù)字,字母對(duì)評(píng)論數(shù)據(jù)行去重對(duì)評(píng)論數(shù)據(jù)行分詞處理根據(jù)停用詞庫(kù)去除評(píng)論文本地停用詞繪制詞云圖,查看分詞效果基于情感詞表行情感詞匹配對(duì)情感詞地傾向行修正對(duì)情感分析結(jié)果行檢驗(yàn)了解主題模型,以及LDA模型原理與參數(shù)估計(jì)方法掌握尋找最優(yōu)主題數(shù)地方法建立相應(yīng)地LDA模型輸入正面情感與負(fù)面情感評(píng)論求解LDA模型,并分析結(jié)果熟悉電商產(chǎn)品評(píng)論數(shù)據(jù)實(shí)現(xiàn)情感分析地步驟與流程了解如何使用R語(yǔ)言對(duì)互聯(lián)網(wǎng)信息行爬取掌握文本分析地預(yù)處理方法對(duì)預(yù)處理后地評(píng)論數(shù)據(jù)行情感分析使用LDA模型對(duì)正,負(fù)面評(píng)論數(shù)據(jù)行主題分析六九餐飲企業(yè)綜合分析了解餐飲企業(yè)地?cái)?shù)據(jù)情況明確餐飲企業(yè)數(shù)據(jù)分析地流程使用分組聚合與透視表這兩種方法統(tǒng)計(jì)每日用餐數(shù)與銷(xiāo)售額計(jì)算一個(gè)月內(nèi)地菜品熱銷(xiāo)度,并對(duì)熱銷(xiāo)度行Min-Max標(biāo)準(zhǔn)化處理計(jì)算每個(gè)菜品地毛利率繪制原序列地時(shí)序圖,查看序列周期檢驗(yàn)原序列地穩(wěn)與純隨機(jī)使用BIC圖行定階構(gòu)建ARIMA模型,并分析預(yù)測(cè)結(jié)果根據(jù)訂單詳情表,構(gòu)建客戶ID與菜品名稱地二元矩陣基于物品地協(xié)同過(guò)濾算法,計(jì)算菜品與菜品之間地相似度,并結(jié)合客戶地歷史行為給目地客戶生成推薦列表基于用戶地協(xié)同過(guò)濾算法,計(jì)算客戶與客戶之間地相似度,并結(jié)合客戶對(duì)菜品地興趣給目地客戶生成推薦列表對(duì)推薦結(jié)果行評(píng)價(jià)根據(jù)特征選取后地?cái)?shù)據(jù),構(gòu)建購(gòu)物籃數(shù)據(jù),然后構(gòu)建二元矩陣,及關(guān)聯(lián)規(guī)則模型根據(jù)關(guān)聯(lián)規(guī)則模型地置信度,統(tǒng)計(jì)得到地?zé)徜N(xiāo)度與毛利率,及菜品詳情表地主推度,計(jì)算推薦地綜合評(píng)分對(duì)原始數(shù)據(jù)行處理,提取餐飲客戶地三個(gè)特征數(shù)據(jù)使用K-Means聚類(lèi)算法對(duì)客戶行分群結(jié)合業(yè)務(wù)對(duì)每個(gè)客戶群行客戶價(jià)值分析合并客戶信息表與訂單表,構(gòu)建有關(guān)客戶流失特征劃分訓(xùn)練集與測(cè)試集,構(gòu)建決策樹(shù)模型分析決策樹(shù)模型地結(jié)果熟悉餐飲企業(yè)數(shù)據(jù)分析地步驟與流程了解簡(jiǎn)單地統(tǒng)計(jì)分析地應(yīng)用使用ARIMA預(yù)測(cè)銷(xiāo)售額使用協(xié)同過(guò)濾算法對(duì)菜品行智能推薦使用Apriori算法對(duì)菜品行關(guān)聯(lián)分析使用K-Means算法行客戶分群使用決策樹(shù)算法行客戶流失預(yù)測(cè)一零學(xué)時(shí)合計(jì)四五實(shí)驗(yàn)教學(xué)序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)要求學(xué)時(shí)一商品零售購(gòu)物籃分析統(tǒng)計(jì)每種商品地頻數(shù),占比;對(duì)商品歸類(lèi),統(tǒng)計(jì)每種類(lèi)別地頻數(shù),并類(lèi)別內(nèi)部商品地分布;使用apriori函數(shù)行關(guān)聯(lián)分析二二航空公司客戶價(jià)值分析使用刪除法對(duì)缺失值與異常值行處理;構(gòu)建LRFMC五個(gè)特征,并行標(biāo)準(zhǔn)化處理;用K-Means聚類(lèi)算法對(duì)客戶數(shù)據(jù)行客戶分群,聚成五類(lèi)三三財(cái)政收入預(yù)測(cè)分析分析財(cái)政收入數(shù)據(jù)各特征地有關(guān);使用Lasso回歸選取財(cái)政收入預(yù)測(cè)地關(guān)鍵特征;分別使用灰色預(yù)測(cè)與SVR構(gòu)建財(cái)政收入預(yù)測(cè)模型;評(píng)價(jià)SVR模型三四金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)對(duì)數(shù)據(jù)行穩(wěn)檢驗(yàn)與處理;對(duì)處理后地穩(wěn)序列行純隨機(jī)檢驗(yàn);對(duì)處理后地穩(wěn)序列行模型定階;對(duì)模型行殘差檢驗(yàn),并評(píng)估模型;擬合相對(duì)最優(yōu)模型三五P二P信用貸款風(fēng)險(xiǎn)控制畫(huà)圖分別展示用戶信息完善程度,用戶信息修改情況,區(qū)域經(jīng)濟(jì)發(fā)展情況,借款月份情況分別與逾期率地分布;分別求取每位用戶對(duì)應(yīng)編號(hào)地最大值,最小值,位數(shù),標(biāo)準(zhǔn)差;對(duì)登錄信息表與更新信息表行長(zhǎng)寬表轉(zhuǎn)換;針對(duì)類(lèi)別型特征行字符串處理與啞變量處理;處理數(shù)值型數(shù)據(jù)地缺失值;篩選冗余特征;構(gòu)建GBM模型,并繪制特征重要圖;評(píng)價(jià)GBM模型四六電子商務(wù)網(wǎng)站智能推薦服務(wù)使用RMySQL包地dbConnect連接數(shù)據(jù)庫(kù);統(tǒng)計(jì)一零一,一零七與一九九等網(wǎng)頁(yè)類(lèi)型;統(tǒng)計(jì)用戶在網(wǎng)頁(yè)地點(diǎn)擊次數(shù);分析網(wǎng)頁(yè)排名;刪除不符合規(guī)則地網(wǎng)頁(yè);還原翻頁(yè)網(wǎng)址;劃分正確地網(wǎng)頁(yè)類(lèi)型;將處理后地?cái)?shù)據(jù)轉(zhuǎn)換成零-一二元型數(shù)據(jù);構(gòu)建智能推薦模型;評(píng)價(jià)智能推薦模型五七電商產(chǎn)品評(píng)論數(shù)據(jù)情感分析獲取評(píng)論頁(yè)面頁(yè)面網(wǎng)頁(yè)源碼;解析JSON數(shù)據(jù);循環(huán)爬取評(píng)論數(shù)據(jù);去重完全重復(fù)地評(píng)論;清洗數(shù)據(jù);對(duì)評(píng)論數(shù)據(jù)行分詞,并行詞標(biāo)注,去除停用詞;提取含名詞地評(píng)論數(shù)據(jù);繪制詞云,查看分詞效果;將情感詞表與分詞結(jié)果行匹配;對(duì)情感值地方向行修正,并計(jì)算情感分析地準(zhǔn)確率;分別對(duì)正面評(píng)論與負(fù)面評(píng)論繪制詞云,查看情感分析效果;對(duì)正面情感詞與負(fù)面情感詞構(gòu)建語(yǔ)料庫(kù),并建立文檔-詞條矩陣;使用LDA主題模型,找出不同主題數(shù)下地主題詞,尋找最優(yōu)主題數(shù);行LDA主題分析五八餐飲企業(yè)綜合分析統(tǒng)計(jì)每日用餐數(shù)與銷(xiāo)售額,計(jì)算菜品熱銷(xiāo)度與毛利率;對(duì)原序列行穩(wěn)檢驗(yàn)與純隨機(jī)檢驗(yàn),對(duì)ARIMA模型行定階,并行殘差檢驗(yàn),計(jì)算均誤差;對(duì)訂單表與訂單詳情表行特征選取,分別使用ItemCF算法與UserCF算法構(gòu)建模型,行離線測(cè)試評(píng)價(jià);基于特征選取后地?cái)?shù)據(jù)構(gòu)建購(gòu)物籃數(shù)據(jù),構(gòu)建Apriori模型,計(jì)算綜合評(píng)分;再構(gòu)建客戶價(jià)值分析地關(guān)鍵特征,確定聚類(lèi)數(shù)后構(gòu)建K-Means模型;