《大數(shù)據(jù)概論》課程教學(xué)大綱

《大數(shù)據(jù)概論》教學(xué)大綱一、課程基本信息課程名稱大數(shù)據(jù)概論IntroductionToBigData課程編碼SCC310521020開課院部理學(xué)院課程團隊數(shù)據(jù)科學(xué)團隊學(xué)分2.0課內(nèi)學(xué)時32講授32實驗0上機0實踐0課外學(xué)時32適用專業(yè)化工安全工程授課語言中文先修課程程序設(shè)計（C）課程簡介（限選）《大數(shù)據(jù)概論》是我校理工科專業(yè)的一門限選課。本課程以大數(shù)據(jù)中相關(guān)概念和處理過程為主題，結(jié)合大數(shù)據(jù)案例，了解和掌握大數(shù)據(jù)處理過程和基本方法。通過本課程的學(xué)習(xí)，學(xué)生自主選擇相關(guān)課題，利用大數(shù)據(jù)思想進行研究，形成研究報告。本課程內(nèi)容主要包括大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)下的云計算、大數(shù)據(jù)處理、數(shù)據(jù)統(tǒng)計與分析、大數(shù)據(jù)安全、數(shù)據(jù)可視化、典型案例。通過這些內(nèi)容的學(xué)習(xí)，有助于把大數(shù)據(jù)思想和技術(shù)應(yīng)用到本專業(yè)其它課程。"IntroductiontoBigData"isacompulsorycourseforourscienceandengineeringmajors.Thiscoursetakesrelatedconceptsandprocessingproceduresinbigdataasthetheme,andcombinesbigdatacasestounderstandandmasterthebigdataprocessingproceduresandbasicmethods.Throughthestudyofthiscourse,studentsindependentlyselectrelatedtopics,usebigdataideastoconductresearch,andformresearchreports.Thecontentofthiscoursemainlyincludesbigdatafoundation,cloudcomputingunderbigdata,bigdataprocessing,datastatisticsandanalysis,bigdatasecurity,datavisualization,andtypicalcases.Throughthestudyofthesecontents,itishelpfultoapplybigdataideasandtechnologiestoothercoursesofthismajor.負(fù)責(zé)人大綱執(zhí)筆人審核人二、課程目標(biāo)序號代號課程目標(biāo)OBE畢業(yè)要求指標(biāo)點任務(wù)自選1M1目標(biāo)1：了解大數(shù)據(jù)技術(shù)發(fā)展的歷史概況以及前沿。掌握大數(shù)據(jù)的基本概念和原理。是2M2目標(biāo)2：能理解時域、頻域信號目標(biāo)2：掌握常見數(shù)據(jù)集的處理和分析方法，并用程序?qū)崿F(xiàn)。處理與分析方法是3M3目標(biāo)3：通過課程項目的實踐，撰寫報告并答辯，培育認(rèn)識和發(fā)現(xiàn)問題的能力和解決工程問題的能力。是4M4目標(biāo)4：能保障課程正常秩序（政治層面、課堂保障層面，非學(xué)生能力層面）否三、課程內(nèi)容序號章節(jié)號標(biāo)題課程內(nèi)容/重難點支撐課程目標(biāo)課內(nèi)學(xué)時教學(xué)方式課外學(xué)時課外環(huán)節(jié)1第1章第1章大數(shù)據(jù)基礎(chǔ)本章重點難點：大數(shù)據(jù)時代的技術(shù)基礎(chǔ)、大數(shù)據(jù)的特征、大數(shù)據(jù)結(jié)構(gòu)類型、數(shù)據(jù)科學(xué)。////21.11.1大數(shù)據(jù)時代大數(shù)據(jù)時代的技術(shù)基礎(chǔ)、大數(shù)據(jù)時代的變革、信息技術(shù)（IT）向數(shù)據(jù)技術(shù)（DT）的轉(zhuǎn)變M10.5講授0.5自學(xué)資料、課后作業(yè)31.21.2什么是大數(shù)據(jù)數(shù)據(jù)的基本知識、大數(shù)據(jù)定義、大數(shù)據(jù)的特征M10.5講授0.5自學(xué)資料、課后作業(yè)41.31.3大數(shù)據(jù)結(jié)構(gòu)類型結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)M11講授1自學(xué)資料、課后作業(yè)51.41.4大數(shù)據(jù)的應(yīng)用大數(shù)據(jù)在個人生活中的應(yīng)用、大數(shù)據(jù)在企業(yè)中的應(yīng)用、大數(shù)據(jù)在政府部門中的運用M11講授1自學(xué)資料、課后作業(yè)61.51.5數(shù)據(jù)科學(xué)和大數(shù)據(jù)技術(shù)數(shù)據(jù)科學(xué)、大數(shù)據(jù)技術(shù)與工具M11講授1自學(xué)資料、課后作業(yè)7第2章第2章大數(shù)據(jù)下的云計算本章重點難點：云計算的體系架構(gòu)、虛擬化技術(shù)、并行計算技術(shù)、云存儲。////82.12.1云計算概述云計算的定義、云計算的特征、云計算的體系架構(gòu)、云計算的類型劃分、云計算的服務(wù)模式M10.5講授0.5自學(xué)資料、課后作業(yè)92.22.2云計算技術(shù)虛擬化技術(shù)、并行計算技術(shù)、海量數(shù)據(jù)管理技術(shù)、海量數(shù)據(jù)存儲技術(shù)M10.5講授0.5自學(xué)資料、課后作業(yè)102.32.3云計算與云存儲云存儲概述、云存儲的存儲方式、云存儲與云計算的關(guān)系M11講授1自學(xué)資料、課后作業(yè)112.42.4云計算與大數(shù)據(jù)云計算與大數(shù)據(jù)的關(guān)系、云計算與大數(shù)據(jù)的結(jié)合M11講授1自學(xué)資料、課后作業(yè)122.52.5案例—基于云計算的智慧城市建設(shè)框架采用云計算的體系架構(gòu)構(gòu)建智慧城市框架M11講授1自學(xué)資料、課后作業(yè)13第3章第3章大數(shù)據(jù)處理本章重點難點：數(shù)據(jù)采集方法、數(shù)據(jù)清洗方法、數(shù)據(jù)變換方法、數(shù)據(jù)集成方法、數(shù)據(jù)規(guī)約方式。////143.13.1數(shù)據(jù)采集數(shù)據(jù)采集方法、數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)質(zhì)量的影響因素M11講授1自學(xué)資料、課后作業(yè)153.23.2數(shù)據(jù)清洗處理殘缺數(shù)據(jù)、處理噪聲數(shù)據(jù)、處理冗余數(shù)據(jù)M12講授2自學(xué)資料、課后作業(yè)163.33.3數(shù)據(jù)變換屬性類型變換、屬性值變換M11講授1自學(xué)資料、課后作業(yè)173.43.4數(shù)據(jù)集成模式匹配與數(shù)據(jù)值沖突、數(shù)據(jù)冗余M11講授1自學(xué)資料、課后作業(yè)183.53.5數(shù)據(jù)歸約維歸約、數(shù)值歸約M11講授1自學(xué)資料、課后作業(yè)19第4章第4章數(shù)據(jù)統(tǒng)計與分析本章重點難點：分類與預(yù)測、聚類分析、關(guān)聯(lián)分析、異常分析、數(shù)據(jù)挖掘算法。////204.14.1統(tǒng)計分析方法分類與預(yù)測、聚類分析、關(guān)聯(lián)分析、異常分析M1,M2,M32講授2自學(xué)資料、大作業(yè)214.24.2數(shù)據(jù)挖掘的基本概念數(shù)據(jù)挖掘的定義、數(shù)據(jù)挖掘的分類、數(shù)據(jù)挖掘的過程M1,M2,M31講授1自學(xué)資料、大作業(yè)224.34.3數(shù)據(jù)挖掘經(jīng)典算法K-Means算法、KNN算法、決策樹算法M1,M2,M32講授2自學(xué)資料、大作業(yè)234.44.4案例—用大數(shù)據(jù)來挖掘《小時代》采用大數(shù)據(jù)算法來預(yù)測《小時代》的發(fā)行時間等M1,M2,M31講授1自學(xué)資料、大作業(yè)24第5章第5章大數(shù)據(jù)安全本章重點難點：網(wǎng)絡(luò)安全漏洞、個人隱私泄露、大數(shù)據(jù)安全防護關(guān)鍵技術(shù)、隱私保護技術(shù)。////255.15.1安全與隱私問題凸顯網(wǎng)絡(luò)安全漏洞、個人隱私泄露M1,M2,M30.5講授0.5自學(xué)資料、大作業(yè)265.25.2大數(shù)據(jù)時代的安全挑戰(zhàn)信息安全的發(fā)展歷程、云計算技術(shù)帶來的安全挑戰(zhàn)M1,M2,M30.5講授0.5自學(xué)資料、大作業(yè)275.35.3如何解決大數(shù)據(jù)安全問題大數(shù)據(jù)安全防護對策、大數(shù)據(jù)安全防護關(guān)鍵技術(shù)M1,M2,M31講授1自學(xué)資料、大作業(yè)285.45.4如何解決隱私保護問題隱私保護的政策法規(guī)、隱私保護技術(shù)M1,M2,M31講授1自學(xué)資料、大作業(yè)295.55.5案例—百度大數(shù)據(jù)安全實踐了解百度大數(shù)據(jù)安全體系M1,M2,M31講授1自學(xué)資料、大作業(yè)30第6章第6章數(shù)據(jù)可視化本章重點難點：信息可視化、可視分析學(xué)、視覺編碼、統(tǒng)計圖表、可視化評估方法。////316.16.1數(shù)據(jù)可視化類型科學(xué)可視化、信息可視化、可視分析學(xué)M1,M2,M30.5講授0.5自學(xué)資料、大作業(yè)326.26.2數(shù)據(jù)可視化流程及步驟數(shù)據(jù)可視化流程、數(shù)據(jù)處理和變換、視覺編碼、統(tǒng)計圖表、視覺隱喻M1,M2,M31講授1自學(xué)資料、大作業(yè)336.36.3可視化評估評估分類、評估方法M1,M2,M30.5講授0.5自學(xué)資料、大作業(yè)346.46.4案例-基于Python的可視化實現(xiàn)常見可視化圖形繪制M1,M2,M32講授2自學(xué)資料、大作業(yè)35第7章第7章綜合案例本章重點難點：綜合應(yīng)用大數(shù)據(jù)解決實際問題。////367.17.1大數(shù)據(jù)在社交媒體中的應(yīng)用—社交媒體大數(shù)據(jù)基于用戶的大數(shù)據(jù)分析、基于關(guān)系的大數(shù)據(jù)分析、基于內(nèi)容的大數(shù)據(jù)分析M1,M2,M31講授1自學(xué)資料、大作業(yè)377.27.2大數(shù)據(jù)在旅游業(yè)中的應(yīng)用—旅游大數(shù)據(jù)旅游數(shù)據(jù)的問題與發(fā)展、大數(shù)據(jù)與旅游業(yè)、旅游與數(shù)據(jù)挖掘、旅游平臺M1,M2,M31講授1自學(xué)資料、大作業(yè)387.37.3大數(shù)據(jù)在金融業(yè)中的應(yīng)用—金融大數(shù)據(jù)金融大數(shù)據(jù)概述、金融大數(shù)據(jù)的應(yīng)用、大數(shù)據(jù)與金融創(chuàng)新M1,M2,M31講授1自學(xué)資料、大作業(yè)397.47.4大數(shù)據(jù)在制造業(yè)中的應(yīng)用—工業(yè)大數(shù)據(jù)大數(shù)據(jù)下的工業(yè)革命、工業(yè)大數(shù)據(jù)、大數(shù)據(jù)與智能工廠、智能制造大數(shù)據(jù)分析M1,M2,M31講授1自學(xué)資料、大作業(yè)四、考核方式序號考核環(huán)節(jié)操作細(xì)節(jié)總評占比1平時作業(yè)1.每周布置2~3道題目，平均每次課1道題以上。2.成績采用百分制，根據(jù)作業(yè)完成準(zhǔn)確性、是否按時上交、是否獨立完成評分。3.考核學(xué)生對大數(shù)據(jù)基本知識的掌握能力，學(xué)生綜合運用所學(xué)知識分析問題、解決問題的能力題型主要有作圖、分析和統(tǒng)計計算題。20%2實驗1.本課程依托大數(shù)據(jù)平臺，課外完成4~6次實驗。2.成績采用百分制，根據(jù)實驗完成情況評分。3.考核學(xué)生基本數(shù)據(jù)處理和分析能力。15%3總結(jié)1.使用思維導(dǎo)圖對每章節(jié)進行提煉總結(jié)。2.成績采用百分制，根據(jù)思維導(dǎo)圖的中心主題、整體布局、關(guān)鍵詞和層級完成評分。3.考核學(xué)生對大數(shù)據(jù)基本知識的掌握能力、學(xué)習(xí)總結(jié)能力。15%4大作業(yè)1.本課程要求學(xué)生組隊自選一個大數(shù)據(jù)相關(guān)題目或?qū)嶋H問題，并利用Python或Matlab語言進行編程實現(xiàn)。2.成績采用百分制，根據(jù)數(shù)據(jù)預(yù)處理、建模、分析、可視化過程的完整性和準(zhǔn)確性評分。3.考核學(xué)生認(rèn)識和發(fā)現(xiàn)問題的能力，以及解決實際問題的能力。40%5考勤刷卡點名5%6課堂表現(xiàn)課堂回答問題情況5%五、評分細(xì)則序號課程目標(biāo)考核環(huán)節(jié)大致占比評分等級1M1平時作業(yè)50%A-獨立思考、按時完成，解題思路清晰、步驟完整、格式合理、答案準(zhǔn)確。B-獨立思考、按時完成，解題思路比較清晰、步驟比較完整、格式合理、答案基本準(zhǔn)確。C-基本按時完成，解題思路比較清晰、步驟比較完整、格式比較合理、答案有少量錯誤。D-作業(yè)抄襲，未能按時完成，解題思路混亂，答案錯誤多。2M1總結(jié)50%A-中心主題明確，整體布局合理，關(guān)鍵詞提取精準(zhǔn)、合理、完整，層級科學(xué)。B-中心主題明確，整體布局合理，關(guān)鍵詞提取比較精準(zhǔn)、合理、完整，層級科學(xué)。C-中心主題比較明確，整體布局比較合理，關(guān)鍵詞提取比較精準(zhǔn)、合理、完整，層級亂。D-中心主題不明確，整體布局比較混亂，關(guān)鍵詞提取不精準(zhǔn)、不合理、不完整，層級亂。3M2實驗100%A-實驗過程中認(rèn)真完成實驗要求，得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述清楚，正確分析實驗數(shù)據(jù)，從技術(shù)角度優(yōu)選解決方案獲得有效結(jié)論。B-實驗過程中認(rèn)真完成實驗要求，得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述比較清楚，正確分析實驗數(shù)據(jù)，從技術(shù)角度優(yōu)選解決方案獲得比較有效的結(jié)論。C-實驗過程中認(rèn)真完成實驗要求，不能得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述清楚，沒有正確分析實驗數(shù)據(jù)，但是結(jié)合理論分析可以從技術(shù)角度優(yōu)選解決方案獲得有效的結(jié)論。D-實驗過程中不能完成實驗要求，不能得到正確的實驗結(jié)果，不能從技術(shù)角度優(yōu)選解決方案獲得有效的結(jié)論。4M3實驗40%A-實驗過程中認(rèn)真完成實驗要求，得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述清楚，正確分析實驗數(shù)據(jù)，從技術(shù)角度優(yōu)選解決方案獲得有效結(jié)論。B-實驗過程中認(rèn)真完成實驗要求，得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述比較清楚，正確分析實驗數(shù)據(jù)，從技術(shù)角度優(yōu)選解決方案獲得比較有效的結(jié)論。C-實驗過程中認(rèn)真完成實驗要求，不能得到正確的實驗結(jié)果，實驗報告格式正確，步驟敘述清楚，沒有正確分析實驗數(shù)據(jù)，但是結(jié)合理論分析可以從技術(shù)角度優(yōu)選解決方案獲得有效的結(jié)論。D-實驗過程中不能完成實驗要求，不能得到正確的實驗結(jié)果，不能從技術(shù)角度優(yōu)選解決方案獲得有效的結(jié)論。5M3大作業(yè)60%A-利用Python語言建立的數(shù)據(jù)模型正確，完整實現(xiàn)數(shù)據(jù)預(yù)處理、建模、分析、可視化過程，結(jié)果驗證合理。B-利用Python語言建立的數(shù)據(jù)模型正確，比較完整實現(xiàn)數(shù)據(jù)預(yù)處理、建模、分析、可視化過程，結(jié)果驗證合理。C-利用Python語言建立的數(shù)據(jù)模型正確，比較完整實現(xiàn)數(shù)據(jù)預(yù)處理、建模、分析、可視化過程，結(jié)果驗證比較合理。D-利用Python語言建立的數(shù)據(jù)模型不正確，不能完整實現(xiàn)數(shù)據(jù)預(yù)處理、建模、分析、可視化過程