-
《商务数据分析》实验指导书
（适用于国际经济与贸易专业）
江西财经大学国际经贸学院
编写人：戴爱明
目
录
前
言
..........................
..................................................
..................................................
................
1
实验一、
SPSS Clementine
软件功能演练
.....................
..................................................
.............
5
实验二、
SPSS Clementine
数据可视化
......................
..................................................
................
9
实验三、决策树
C5.0
建模
..............
..................................................
..........................................
1
7
实验四、关联规则挖掘
.
............................................ .................................................. ..................
3
0
实验五、聚类分析（异常值检测）
.
.......................................
..................................................
...
3
8
前
言
一、课程简介
商务数据分析充分利用
数据挖掘技术从大量商务数据中获取有
效的、新颖的、潜在有用的、最终可理解的模式的
非平凡过程。数据
挖掘的广义观点：
数据挖掘就是从存放在数据
库，
数据仓库或其他信
息库中的大量的数据中“挖掘”有趣知识
的过程。数据挖掘，又称为
数据库中知识发现
(Knowled
ge Discovery in Database, KDD)
，因此，
数据挖掘和数据仓库的协同工作，
一方面，
可以迎
合和简化数据挖掘
过程中的重要步骤，
提高数据挖掘的效率和能
力，
确保数据挖掘中数
据来源的广泛性和完整性。
另一方面，
数据挖掘技术已经成为数据仓
库应用中极
为重要和相对独立的方面和工具。
数据挖掘有机结合了来自多
学科技术，其中包括：数据库、数理
统计、机器学习、高性能计算、模式识别、神经网络
、数据可视化、
信息检索、图像与信号处理、空间数据分析等，这里我们强调商务数
据分析所处理的是大规模数据，
且其算法应是高效的和可扩展的。<
/p>
通
过数据分析，可从数据库中挖掘出有意义的知识、规律，或更高
层次
的信息，
并可以从多个角度对其进行浏览察看。
所挖掘出的知识可以
帮助进行商务决策支持。
当前
商务数据分析应用主要集中在电信、
零
售、农业、网络日志、银
行等方面。
1
二、课程的任务和实验的教学目标
课程编号：
课程属性：专业任选课
实验学时：
8
适用专业：国际经济与贸易
先修课程：数据库技术、概率论与数理统计、统计学
《商务数据分析》
是一门理论和实践
相结合的课程，
其上机实验
的目的主要是实现数据挖掘的主要算
法，
训练学生实际动手进行数据
挖掘设计和软件应用的能力，加
深对数据挖掘相关概念和算法的理
解。
本课程具有技术性和实践性较强的特点，
因此，
配合基本原理
的
讲授，应当安排相应的实习操作。通过实验和操作，使学生巩固和加
< br>深数据仓库与数据挖掘理论知识，
进一步加强学生独立分析问题和解
决问题的能力、
综合设计及创新能力的培养，
为今后
工作打下良好的
基础。经过多层次、多方式的全面训练后，学生应达到下列要求：
1
．进一步巩固和加深数据挖掘基本知识的
理解，提高综合运用
所学知识，建立、管理和分析商务数据的能力。
2
．能根据需要选学参考书，查阅相关的工具，通过独立
思考，
深入钻研有关问题，学会自己独立分析问题、解决问题，具有一定的
创新能力。
3
．能正确处
理大规模数据，选择数据挖掘工具的开发平台和相
关的软件解决实践问题。
4
．能独立撰写实验报告，准确分析实验结果，总
结有关的问题，
提出相关的建议。
2
三、实验教材及参考书
理论课教材及参考书：
?
数据仓库与数据挖掘教程
（丛书名：
高等院校信息管理与信
息系统专业系列教材）作者：
陈文伟
编著，清华大学出版
社，
2006.8
?
数据仓库和数据挖掘，苏新宁
等编著，清华大学出版社，
2006.4
?
数据仓库与数据挖掘技术（第
2
版）
，陈京民
编著，电子工
业出版社，
2007.1
1
?
Jiawei
Han,
Micheline
Kamber.
Data
Mining:
Concepts
and
Techniques.
高等
教育出版社（影印版）
,2001.5.
?
Ian
H.
Witten,
Eibe
Frank.
Data
Mining:
Practical
Machine
Learning Tools and
Techniques (
第二版
).
机械工业出版社（影
印版）
，
200
5.
?
Richard
J.
Roiger,
Michael
W.
Geatz.
Data
Mining:
A
Tutorial-Based
Primer.
清华大学出版社，
2003.
实验教材：
?
数据挖掘
Clementine
应用实务，
谢邦昌
主编，
机械工业出版
社，
2008.4
?
数据挖掘原理与
SPSS
Clementine
应用宝典，元昌安
主编，
电子工业出版社，
2009.8
四、实验基本内容及学时分配
按照《商务数据分析》实验教学大纲的要求，共设立实验
4
个，
3
总计
20
学时。试验基本内容与学时分配如下表：
每组
序号
实验名称
实验学时
人数
1
SPSS Clementine
软件功能演练
实验二、
SPSS Clementine
数据
2
可视化
3
4
5
分类发现
关联规则
聚类分析（异常检测）
2
2
2
1
1
1
验证综合
本科
验证综合
本科
验证综合
本科
必开
必开
必开
1
1
演练
本科
必开
1
1
演练
实验属性
类别
本科
要求
必开
实验者
开出
五、实验方式与基本要求
1
、本课程的实验为非单独设课，因此，应该课程的内容安排和
进度，配合
技术原理的讲授，进行相应的操作和实验。
2
、该课以综合性实验为主，教师给出实验题目，实验前学生必
须进行预习，
3
、在规定的时间内，由学生独立完成，出现问题，教师要引导
学生独立分
析、解决，不得包办代替。
4
、实验
中按要求做好学生实验情况及结果记录，实验后认真填
写实验记录。
5
、
实验指导书仅作为上机时的参考步骤，
不能作为唯一的依据，
以
教材和课堂讲授为准。
4
实验一、
SPSS Clementine
软件功能演练
【实验目的】
1
、熟悉
SPSS
Clementine
软件功能和操作特点。
2
、了解
SPSS
Clementine
软件的各选项面板和操作方法。
3
、熟练掌握
SPSS
Clementine
工作流程。
【实验内容】
1
、打开
SPSS
Clementine
软件，逐一操作各选项，熟悉软件功能。
2
、打开一有数据库、或新建数据文件，读入
SPSS C
lementine
，并使用各种
输出节点，熟悉数据输入输出
。
(
要求：至少做
access
数据库文件、
excel
文件、
txt
文件、可变文件的导入、导出
)
【实验步骤】
1
、启动
Clementine
：
请从
Windows
的“开始”菜单中选择：
所有程序
SPSS
Clementine 11.1
SPSS Clementine client
11.1
2
、
Clementine
窗口
当第一次启动
Clementine
时，工作区将以默认视图打开。中间的区域称作
流工作区。在<
/p>
Clementine
中，这将是用来工作的主要区域。
5
Clementine
中绝大部分
的数据和建模工具都在选项板中，该区域位于流工
作区的下方。
每个选项卡都包含一组以图形表示数据挖掘任务的节点，
例如访问
和过滤数据，创建图形和构建模型。
要将节点添加到工组区，
可在节点选项板中双击图标或将其拖拽至工作区后
释放。随后可将各个图标连接以创建一个表示数据流动的流。
6
窗口的右上方是输出和对象管理
器。这些选项卡用于查看和管理各种
Clementine
对象。
“流”选项卡包含了当前会话
中打开的所有流。可以将这些流保存并关闭，
也可将其添加到工程中。
< br>
“输出”选项卡包含了由
Clementine
中的流操作产生的各类文件。可以显<
/p>
示、重命名和关闭此处所列的表格、图形和报告。
“模型”
选项卡是一个功能强大的工
具，
包含了在一次会话中产生的所有模
型（即，已在
Clementine
中构建完毕的模型）<
/p>
。通过它，可以对模型作更深入
的查看、将其添加至流中、导出或
为其加注解。
7
窗口右侧底部的部分是工程工具，
它
用来创建和管理数据挖掘工程。
查看在
Clementine
中
创
建
的
工
程
有
两
种
方
< br>式
-
类
视
图
或
CRISP-DM
视
图
。
“
CRISP-DM
”选项卡提供了一
种组织工程的方式。
“类”选项卡提供了一种在
Clementine
中按类别（即，按照所创建对象的类别
）组织工作的方式。当要获
取数据、流、模型等对象的详尽目录时，这种视图十分有用。
8
实验二、
SPSS
Clementine
数据可视化
【实验目的】
1
、熟悉
SPSS
Clementine
绘图。
2
、了解
SPSS
Clementine
图形选项面板各节点的使用方法。
3
、熟练掌握
SPSS
Clementine
数据可视化流程。
【实验内容】
1
、打开
SPSS
Clementine
软件，逐一操作各图形选项面板，熟悉软件功能。
2
、打开一有数据库、或新建数据文件，读入
SP
SS Clementine
，并使用各种
输出节点，熟悉数据
输入输出。
(
要求：至少做分布图、直方图、收集图、多重
散点图、时间散点图
)
【实验步骤】
1
、启动
Clementine
：
请从
Windows
的“开始”菜单中选择：
所有程序
PSS
Clementine 11.1
SPSS Clementine client
11.1
2
、建立一个流、导入相
关数据，打开图形选项面板
3
、绘制以下各类图形
9
（
1<
/p>
）以颜色为层次的图
（
2
）以大小为层次的图
10
（
3
）以颜色、大小、形状和透明度为层次的图
< br>
（
4
）以面板图为层次的图
11
（
5
）
三维收集图
（
6
）动画散点图
12
（
7
）分布图
（
8
）直方图
13
（
9
）收集图
14
（
1
0
）多重散点图
未标准化时的多重散点图
标准化后的多重散点图
15
（
11
）网络图
16
实验三、决策树
C5.0
建模
【实验目的】
1
、熟悉
SPSS
Clementine
建模方法。
2
、掌握
SPSS
Clementine
分布图、散点图、网络图的创建方法。
3
、掌握决策树
C5.0
决策方法。
【实验内容】
1
、创建散点图。
2
、创建分布图。
3
、创建网络图。
【实验步骤】
假设你是一位正在汇总
研究数据的医学研究员。
已收集了一组患有同一疾病
的患者的数
据。
在治疗过程中，
每位患者均对五种药物中的一种有明显反应
。
的
任务就是通过数据挖掘找出适合治疗此疾病的药物。
此示例使用名为
的流，此流引用名为
DRUG1n
的数据文件。
可以从任何
Clementine
Client
安装软件的
Demos
目录下找到这些文件，也可
以通过从
Windows
的
“开始”
菜单选择
Start > [All]
Programs > SPSS Clementine
11.1 >
Demos
访问这些文件。
文件
位于
Classification_Module
目录
中。此
demo
中使用的数据字段包括：
年龄
（数值）
性别
M
或
F
BP
血压：高、正常或低
胆固醇
血液中的胆固醇含量：正常或高
Na
K
血液中钠的浓度
血液中钾的浓度
药品
对患者有效的处方药
1
、读取文本数据
17
使用变量文件节点读取定界文本数据。可以从选项板中添
加变量文件节点，
方法是单击源选项卡找到此节点，
或者使用收
藏夹选项卡
（默认情况下，
其中包
含此
节点）
。然后，双击新添加的节点以打开相应的对话框。
单击紧挨“文件”框右边以省略号“
...
”标记的按钮，浏览到系统中的
Clementine
安装目录。打开
demos
目录，然后选择名为
DRUG1n
的文件。选
择从文件读取字段名，并注意已载入此对话框中的字
段和值。
18
< br>单击数据选项卡，
覆盖和更改某个字段的存储。
注意，<
/p>
存储不同于类型或数
据字段的用途。
类型
选项卡可帮助了解数据中的更多字段类型。
还可以选择读取
值来
查看各个字段的实际值，具体取决于在值列中的选择。此过程称为实例化。
19
类型选项卡可帮助了解数据中
的更多字段类型。
还可以选择读取值来查看各
个字段的实际值，
具体取决于在值列中的选择。此过程称为实例化。
20
2
、添加表。
现在已载入数据文件，
可以浏览一下某些记录的值。
其中一个
方法就是构建
一个包含表节点的流。
要将表节点添加到流中，<
/p>
可双击选项板中的表节点图标或
将其拖放到工作区。
双击选项板中的某个节点后，该节点将自动与流
工作区中的选定节点相连
接。此外，如果尚未连接节点，则可以使用鼠标中键将源节点与
表节点相连接。
要模拟鼠标中键操作，请在使用鼠标时按下
Alt
键。
21
要查看表，请单击工具栏上的
绿色箭头按钮执行流，或者右键单击表节点，
然后选择执行。
3
、创建分布图
数据挖掘过程中，创建汇总视图通常有助于研究数据。
Clementine
提供了
若干不同类型的图表供您选择，
具体
取决于要汇总分析的数据类型。
例如，
要找
出每种药物的对症患者的比例，请使用分布节点。
22
将分布节点添加到流，
并将其与源节
点相连接，
然后双击该节点以编辑要显
示的选项。
选择药品作为要显示其分布的目标字段。
然后，
在对
话框中单击执行
最终图表将有助于
查看数据的“结构”
。结果表明，药品
Y
的对症患者最
多，而药品
B
和药品
C
的对症患者最少。
23
此外，
还可以添加并执行数据审
核节点，
同时快速浏览所有字段的分布图和
直方图。
可以在“输出”选项卡中找到数据审核节点。
4
、创建散点图
现在我们来看一下有哪些因素会对药品
（目标变量）
产生影
响。
作为研究员，
您一定知道钠和钾的浓度在血液中有着重要的
影响。
由于两者都是数值，
您可以
用颜
色区分药品，创建一个关于钠和钾的散点图。
24