李勇：数据建模、数据可视化与大数据及数据挖掘

单元

大纲

内容

单元一

什么是数据建模，为什么要对业务进行数据建模

1. 数据建模概述

2. 数据建模说明

3. 数据建模对企业的好处

1） 交流性

2） 准确性

3） 效率及可拓展的资产

单元二

数据建模的要素

1. 实体

2. 属性

3. 关系

4. 键

5. 概念模型

6. 物理模型

7. 逻辑模型

单元三

数据建模对企业的应用

1. 数据建模如何帮助企业做好产品

2. 数据建模如何帮助企业做好生产

3. 数据建模如何帮助企业做好管理

4. 数据建模如何帮助企业做好运营

5. 数据建模如何帮助企业做好客户管理

6. 数据建模如何帮助企业做好客户服务

单元四

数据建模的具体实施

1. 哪些模板有助于精确获取应用需求

2. 数据模型积分卡

3. 如何高效的实施建模项目

单元五

数据建模的进阶

1. 非结构化数据与结构化数据

2. UML模型

3. 数据建模的5个常见问题

单元六

数据可视化基础

1. 数值型数据

2. 分类型数据

3. 时间序列数据

4. 图表类型及适用场景

5. 柱状图、折线图、饼图等常见图表

6. 散点图、热力图、雷达图等高级图表

单元七

数据可视化技巧

1. 选择合适的图表类型

2. 根据数据类型和表达需求选择图表

3. 避免误导性的图表选择

4. 设计原则与美学考虑

5. 清晰、简洁、直观的设计原则

6. 颜色、字体、布局等美学要素的运用

7. 交互式可视化的实现

8. 缩放、平移、旋转等交互功能的设计

9. 数据筛选、高亮、动画等高级交互技巧

单元八

大数据基础

1. 企业为什么要重视数据？

2. 大数据真正的定义难道就是大吗？

3. 大数据的定义与特征：包括数据采集、存储、处理和分析等方面的基本概念。

单元九

数据挖掘基础

1.数据挖掘的定义与过程：阐述数据挖掘的基本概念、任务及主要过程。

2.数据预处理：包括数据清洗、数据转换、数据集成等步骤，为数据挖掘做准备。

3.数据挖掘算法：详细介绍分类、聚类、关联规则挖掘等常用算法及其原理。

单元十

数据挖掘实践应用

1.商业智能与市场分析：通过数据挖掘技术发现市场趋势、消费者行为等有价值的信息。

2.社交网络分析：运用数据挖掘技术分析社交网络中的用户行为、社区发现等。

3.推荐系统：介绍推荐系统的基本原理和实现方法，包括协同过滤、内容推荐等算法。