課程描述INTRODUCTION
數據倉庫培訓



日程安排SCHEDULE
課程大綱Syllabus
數據倉庫培訓課程介紹
隨著近年來數據資源的日益豐富,從數據資源提取信息和知識進行輔助決策非常必要。如何從企業內部眾多的信息系統中提取真正反映企業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,成為企業下一階段信息系統建設的目標和方向。而這一目標正是要靠IT領域中的數據倉庫和商務智能技術來實現和達到。
本次培訓重在突出數據倉庫與數據挖掘決策支持的本質,介紹數據挖掘的各種方法、技術實現手段,通過對實例的深入剖析解釋它們的原理。
培訓內容
1、數據倉庫原理及聯機分析技術介紹
數據倉庫結構體系,數據倉庫數據模型
數據抽取、轉換和裝載,元數據管理
OLAP概念及其數據模型
多維數據的顯示
2、數據倉庫設計與開發
數據倉庫分析與設計
數據倉庫開發過程
數據倉庫技術與開發的困難
OLAP的多維數據分析
3、基于數據倉庫的決策支持系統
基于數據倉庫的查詢與報表
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、數據倉庫案例剖析
移動運營商的客戶投訴聯機分析,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,發現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,對客戶投訴進行監控,及時對可能導致的客戶進行挽留
某公司數據倉庫決策支持系統
統計業數據倉庫系統
沃爾瑪數據倉庫系統
5、數據挖掘與知識發現
數據挖掘的任務與對象
數據挖掘方法
數據挖掘相關技術
6、關聯分析算法及其案例
關聯規則的分類
Aprior算法詳解
從頻繁項集產生關聯規則
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的用戶數據聚類實例-
8、其它數據挖掘算法介紹
決策樹算法
ID3算法
由決策樹提取分類規則
基于Climentine的決策樹分析實例
神經網絡算法
神經網絡的概念
網絡拓撲及其算法
基于Climentine的神經網絡分析實例
專家介紹
楊老師:高級講師,主要研究方向為網絡信息分析以及云計算相關技術,長期從事通信網管系統、網絡信息處理、商務智能(BI)以及電信決策支持系統的研究開發工作,具有豐富的工程實踐及軟件研發經驗。
轉載://bamboo-vinegar.cn/gkk_detail/11035.html
已開課時間Have start time
倉儲管理公開培訓班
- 精益采購與倉儲實戰技能訓練 申明江
- 供應、生產、銷售一體化 蔡老師
- 供應商交期管理與庫存控制 Izi
- 降低庫存及提高庫存周轉率的 顧聞知
- 如何減少庫存、提高庫存周轉 講師團
- 高效倉儲管理與工廠物料配送 講師團
- 售后備件倉儲與運輸管理培訓 翟老師
- 采購流程優化、供應商管理與 Bea
- 如何減少庫存及提高庫存周轉 張仲豪
- 工廠庫存管理實務 關老師
- 高效倉儲管理與庫存控制 Wes
- 制造業現代倉儲管理與高效物 翟老師
倉儲管理內訓
- 倉儲與物流管理 徐興濤
- 《智能倉儲與未來物流領航》 陶威
- 《精益倉儲管理》倉儲管理新 許東
- 倉儲管理提升 周勁雄
- 《倉儲物流精細化、智能化管 陳飚
- 工廠倉儲、庫存管理與物料配 雷衛旭
- 供應鏈環境下倉儲管理與庫存 郭濤
- WMS高效倉儲物流與物流配 王國超
- 《庫存管理,高效提升供應鏈 許東
- 《降本增效-庫存的控制策略 許東
- 物料與倉儲管理
- 面向未來-新時代智慧倉儲智 陶威