IS5740 - Management Support and Business Intelligence Systems
内容状态｜历史经验待复核
状态标记： 2026-07-26
当前用途： 保留往届课程结构、考核方式、教师信息与学生评论作为历史经验。
使用边界： 课程是否开设、任课教师、考核比例、名额与注册方式尚未按 2026/27 当期 AIMS／Master Class Schedule 逐项复核；选课前必须以官方系统、项目通知和课程教师说明为准。
官方课程资料
链接核验： 2026-07-30。固定目录中的 202627 是 Catalogue 路径；课程页的 Course Offering Term 与 PDF 的 Effective Term 需要分别阅读，实际开课、名额和任课教师仍以当期 Master Class Schedule、AIMS 与项目通知为准。
本页更新： 补充课程网页、官方 PDF 与课表查询直链；保留原教师资料并增加当前任课边界。
授课教师：
任课信息提示（2026-07-30）： 以下名单来自本站往届课程资料；公开课程页没有列出 2026/27 本学期分班任课教师，因此保留供参考，不作为当前任课确认。请以 Master Class Schedule、AIMS、Canvas 或项目通知为准。
课程目标
This course aims to introduce emerging as well as popular analytical concepts and information technologies suitable for management support with business intelligence.
This course aims to equip students with skills to extract information and knowledge from vast amount of data and discover actionable business insights. It emphasizes on the current issues, methodologies, practice, and emerging trends in business intelligence and analytics.
Students will learn state-of-art techniques and critical skills to address existing business problems in today’s information-rich environments. Upon completing this course, students will build their analytical capabilities to use data for innovative business solutions.
课程考核
来自考核文件
实际考核内容应当以教师在课程中公布为准，此处仅为参考
| 平时性考核 | 最终考核 | ||
|---|---|---|---|
| 课堂讨论与练习 | 20% | 期末考试 | 40% |
| 个人作业 | 10% | ||
| 小组项目 | 30% | ||
课程考核文件链接：IS5740
课程评论（选自2022版选课心得）
- 这门课上机操作比较多，一定要认真听及时跟着老师操作。尽量占靠前一点的位置方便看屏幕跟上节奏上课，tutorial都是老师亲自教的。
- 作业:每节课会有作业，上课认真听就可以搞定。一般和 tutorial 的内容类似。 考试:开卷考试，有选择题和大题，都是上课讲过的内容，题型和 tutorial 还有 homework 很类似，没有太大难度。
- 课程难度:整体来讲这门课收获会比较大又不至于太难，能学到蛮多实用的东西，比如 excel、tableau（21没学）、 spss等的使用方法。B学期的 IS6400 BusinessData Analysis 是这门课的进阶课程。
FIT同学好好学这门课可以为下学期的 IS 6400 Business Data Analysis 打好基础。也推荐对数据分析(和 Excel 进阶操作)感兴趣的MIS同学来选哦~ 。
与数据分析的岗位相关
课程评论（2023版）
（KWON Juhee）非常耐心友善，讲课不会跳步的老师。课程很好跟上也有收获，大作业主要是通过SAS软件做分析，期末比较简单，给分不错。
——七七 FIT
课程内容主要是从0开始学习如何用SAS EM做简单的数据分析和机器学习，对于有基础的同学来说完全没难度，对没基础的同学而言也并不算难。老师是韩国人，很和蔼，循循善诱，注重课堂纪律。
——如来了吗？如来嘛！ FIT
老师：Juhee Kwon。老师人真的很好，教的很细。教SAS的时候，鼠标在哪里都给你说的明明白白（我之前学过eviews，一个比较老的计量经济软件，觉得sas和那个软件的内容满重叠的，所以sas学起来不觉得难，而且sas确实更强大一些。）
课程内容：每堂课分成两大块——PPT的专业知识和SAS软件教程。PPT的内容真的很简单（只要以前学过数据分析或者计量经济学），也很少，每一张大概20-40页。SAS这个软件等到我找工作的时候，发现很多数据分析类的岗位requirement都会有要求，所以很实用。
期末考试：开卷。认真完成小组作业的同学应该都不会觉得陌生吧。印象里就是考怎么选变量，怎么解释指标，指标代表什么意思等等。考试不觉得很时间很紧。
平时作业：每节课下课前都要交当堂学过的关于SAS的tutorial（一两道题吧就）。跟着老师的思路，老师基本上都会把答案差不多告诉同学了。老师很鼓励上课互动，会加平时分。
补充：从老师负责程度、课程内容难易程度和软件实用价值来讲，都很推荐。
个人推荐指数：满级五颗星
——Zoie FIT
主要内容围绕数据分析，运用SAS软件。韩国老师授课十分清晰，每节课跟着老师的思路走就行，对新手也很友好。每节课上课会有一个quiz，但是是开卷且很简单。半期会有一个很短的小组pre，派一个代表就行，期末是全员的pre和project，期末考试开卷且也很友好。
——六元 FIT
韩国老师，老师人很好，讲课思路很清晰，但口音需要适应一下。课堂纸质表格签到，每节课课前都有quiz，quiz很简单，且有有两次机会，做完quiz讲评之后可以举手回答quiz问题，可以加平时分。小组项目选一个数据集用SAS软件做数据分析，期中期末都需要汇报，最后考试开卷，会有一些结果分析类题目，比较开放，但题目算简单，算是A学期最轻松的一门课了
——Cynthia FIT
韩国老师授课，课程内容轻松愉快，给分轻松愉快，课堂氛围轻松愉快，期末考试轻松愉快。是一门不可多得的必选课
——Lex FIT
授课教授是韩国老师Kwon Juhee，这门课选过都说好，老师人非常nice，上课讲基本的机器学习概念和SAS enterprise miner的用法，老师每节课课前有quiz，但给两次机会，可以做完回去查资料再做一次。每节课的作业就是Tutorial，老师上课手把手带着做，不用带到课后。上课回答问题老师会奖励Bonus分数。
小组Project就是上课讲过的SAS，有期中期末两次展示和报告，期末考试开卷也不难。老师上课非常认真，既保证了体验，又教了有用的知识。老师平时比较注重礼仪，不要上课或其他人展示时窃窃私语，也不要翘课，韩国老师很看重这些。
这门课也为IS6400打基础，推荐想学商业数据分析的同学选。
——Lay MIS
韩国老师，上课时候的韩国口音非常重，听力不好的同学会比较辛苦，不过老师用词不会太难，整体上还是可以听懂的水平。
这门课程可以算是一个商业分析/商务智能入门。本科学习过“计量经济学”或者类似课程的同学会在上这门课的时候进行一个低强度的review，低强度的点主要在于它对于统计学的要求非常低，不用理解原理。同时这门课所采用的技术并不复杂 - SAS E-miner，这个软件对于本科学过Eviews的同学而言，看起来稍微功能性强些；但对于本科就使用Python/R/SPSS学习统计学的同学而言，这个软件非常简单，节省了写几行代码的时间（但是软件效率并不高，且界面丑陋），老师选择教授这个软件的目的是因为它泛用性很好，但我个人建议有志从事BA/BI的同学应该了解你的目标行业的常用解决方案，自行修习合理有用的统计学软件
虽然技术方案简单，对统计学的要求不高，但是这门课对于思维的培养性非常重要，没有工作经验的同学可以通过这门课培养一下如何做一份合理的“分析报告”出来。同时这也是小组项目的内容，找一个问题，通过SAS E-miner，利用好各种模型，构成面对问题-理解问题-分析问题-解决问题的一整套思维回路。
期末考试只要认真学习就不会是个事儿，没有什么可说的，不要犯迷糊非常重要。
——AvalonC FIT
课程内容：该课程是由一位韩国老师（Dr. KWON Juhee）进行教授的，课程内容主要围绕用SAS工具结合统计学知识进行商业分析。
课程难度：难度简单，因为老师讲的很清楚，PPT逻辑清晰美观，条理清楚，期末复习起来非常好复习；并且对于一些难点老师也都用简单的语言阐述清楚了，所以个人觉得该课程简单。
考核方式：上课考勤+回答问题+小组项目+个人作业+线下开卷考试。
就业帮助：SAS用的地方仿佛不是特别多，但是老师上课讲的一些统计学的框架以及基础知识能够有助于你的数据分析工作。
——熊 MIS
社区讨论
提问、纠错与补充经验
请勿上传学号、成绩单、签证、联系方式或未公开课件；时效信息请附官方来源和适用学年。历史讨论
往届评论原样归档
每节课都需要手动签到，老师很耐心很温柔，平时作业老师会手把手教学，基本能在课上完成，课程整体比较简单，期末考试复习起来较快，题目类型类似于平时作业。小组作业最好较少使用另一门课学的R语言和Tableau，老师会怀疑一个project两门课用，主要重点还是考察小组对sas的掌握。
——zzz (FIT Stream)
老师人很好很负责，每节课要在签到表上签字，一共有十次quiz，5道单选，考察上一节课的内容（但是非常简单，并且老师只会取最高的八次分数计入平时成绩）。每节课要提交tutorial，但一般都能在下课前就完成。小组作业是选择某个行业或公司的数据，提出一个商业问题，使用sas进行数据分析并回答问题，期中有开题pre，最后两周再进行最终的pre，还需要提交一份20页的报告，但是小组人数比较多（6-7个人）所以平均下来任务量也不会很大。期末考试有单选和主观题，主观题占大头，需要重点理解数据分析方法的逻辑以及结果的翻译，和tutorial的题目类似但是更深入一些，不过上课认真听讲并且好好参与小组作业的话考试没什么问题，内容实用且轻松愉快的一门必修
##(23 fall)
小组报告：老师要求不高，dataset 建议用Kaggle上热门的，可以跟着别人的note学着做，也推荐用AI 一边学着做，(i.e. ChatGPT 都有吃比较热门的数据集）附上当时候整份的 期末报告和PPT 供参考https://pan.quark.cn/s/e9216487cc01
考试：记得一定要会看SAS Enterprise 跑完出来结果的图，例如 这个linear regression model/ 这个 feature 是不是 statistical significant 怎么看，threshold 是多少；得到 feature的 coefficient 之后怎么去 interpret 等
自学：学的都是比较表面的东西，所以完全不上课 去自学，也不吃力
Overall: A
韩国老师人挺好的，课前最好跟着课件过一遍sas练习。整个课程相当于机器学习几个分析模型的扫盲，不需要写代码。期末考试题型选择和简答，这次简答题主要是线性，逻辑回归，决策树之类的，最后两周内容考察还比较少；课堂参与也会量化分数占比，每节课前回顾上节课做的quiz题目和期中期末其他小组展示时写问卷填反馈会单独记分，不然这部分也没分。在交错一次作业和没什么课堂参与也拿了b，想拿高分就按要求来。期中期末两次小组展示，平时每节课都有考勤。另外组队和选好项目数据集很重要！
这是一门和软件SAS Enterprise Miner有关的课程，主要由韩国老师KWON Juhee（권주희）负责教授，推荐~
另外，恭喜Juhee老师荣获24-25年度杰出教学奖，实至名归~
课堂：
作业：
展示：
对 주희 선생님 的印象：
考试：
总体上，非常推荐。
FIT自不必说，MIS也非常推荐来学。
算是一门统计分析实操课程，这门课由两个老师上课，前半学期是一位温柔的韩女（但有点口音），后半学期是一位国内top2毕业的大陆老师。比起学习统计学基础知识，这门课上课时更侧重于SAS miner的实操教学，课程压力很小，作业、小测和期末难度都不大，就是做小组作业时找数据比较困难。比较轻松又能学到一些统计学知识，比较推荐
继续讨论
提问、纠错或补充经验