大數(shù)據(jù)導論-教案 第7章 大數(shù)據(jù)技術(shù)應用實例 教案

第7章大數(shù)據(jù)技術(shù)應用實例教案課程名稱：大數(shù)據(jù)導論課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學時：32學時（其中理論32學時）總學分：2.0學分本章學時：4學時材料清單《大數(shù)據(jù)導論》教材。配套PPT。引導性提問。探究性問題。拓展性問題。教學目標與基本要求教學目標本章緊緊圍繞信息爆炸時代大數(shù)據(jù)技術(shù)的應用場景展開研究，首先介紹大數(shù)據(jù)技術(shù)在城市管理中的應用，包括城市公交用戶智能交通出行分析、環(huán)保監(jiān)測，然后介紹大數(shù)據(jù)技術(shù)在金融領(lǐng)域的運用，接著介紹大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)領(lǐng)域的應用，最后介紹大數(shù)據(jù)技術(shù)在零售行業(yè)的應用?；疽罅私獯髷?shù)據(jù)在識別城市公交用戶出行方式方面的應用。了解大數(shù)據(jù)如何推動智慧環(huán)保落地。了解大數(shù)據(jù)如何在股票預測方面發(fā)揮作用。了解大數(shù)據(jù)如何為上市公司發(fā)展提供借鑒。了解大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的應用。了解大數(shù)據(jù)在零售業(yè)中的應用。問題引導性提問引導性提問需要教師根據(jù)教材內(nèi)容和學生實際水平，提出問題，啟發(fā)引導學生去解決問題，提問，從而達到理解、掌握知識，發(fā)展各種能力和提高思想覺悟的目的。大數(shù)據(jù)技術(shù)目前應用在哪些場景？數(shù)據(jù)存儲預處理的流程有哪些？現(xiàn)實生活中存在哪些數(shù)據(jù)處理技術(shù)？進行數(shù)據(jù)計算的框架有哪些？探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導性提問的基礎(chǔ)上，從重點、難點問題切入，進行插入式提問?；蛘呤菍σ龑教釂栔猩形瓷婕暗谡n文中又是重要的問題加以設(shè)問。如何利用大數(shù)據(jù)技術(shù)實現(xiàn)個性化推薦？如何利用大數(shù)據(jù)技術(shù)實現(xiàn)預測分析？大數(shù)據(jù)技術(shù)Hadoop與傳統(tǒng)的數(shù)據(jù)存儲技術(shù)相比有哪些優(yōu)勢？拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態(tài)后，根據(jù)學生學習層次，提出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。生活中哪些場景的數(shù)據(jù)可以深度挖掘？？提高數(shù)據(jù)處理各環(huán)節(jié)的安全性防護有哪些措施？主要知識點、重點與難點主要知識點大數(shù)據(jù)在城市公交用戶出行方面的應用。環(huán)保監(jiān)測平臺數(shù)據(jù)處理的流程。股票價格漲跌趨勢預測的數(shù)據(jù)處理。上市公司綜合能力聚類分析。音樂推薦系統(tǒng)應用分析。購物籃分析數(shù)據(jù)挖掘航空公司客戶分布畫像分析。生鮮食品供應鏈信息聚合。重點城市公交用戶出行數(shù)據(jù)特征分析。環(huán)保監(jiān)測大數(shù)據(jù)平臺框架結(jié)構(gòu)。上市公司綜合能力分析數(shù)據(jù)預處理。音樂個性化推薦系統(tǒng)框架。航空公司客戶價值數(shù)據(jù)處理。難點用戶出行數(shù)據(jù)預處理流程。BP神經(jīng)網(wǎng)絡(luò)模型的參數(shù)確定。協(xié)同過濾推薦算法。（4）Hadoop大數(shù)據(jù)處理生態(tài)系統(tǒng)。教學過程設(shè)計理論教學過程大數(shù)據(jù)技術(shù)的應用場景。數(shù)據(jù)存儲預處理的流程。各場景數(shù)據(jù)存儲處理的框架結(jié)構(gòu)。Hadoop大數(shù)據(jù)處理生態(tài)系統(tǒng)中的組件。Hadoop數(shù)據(jù)處理的優(yōu)勢。BP神經(jīng)網(wǎng)絡(luò)如何實現(xiàn)股票價格漲跌預測。協(xié)同過濾（CollaborativeFiltering，CF）推薦算法。關(guān)聯(lián)規(guī)則算法。聚類分析算法。教材與參考資料教材林濤，張良均．大數(shù)據(jù)導論[M]．北京：人民郵電出版社．2024．參考資料[1] 肖芳，張良均．Spark大數(shù)據(jù)技術(shù)與應用[M]．北京：人民郵電出版社．2018．[2] 王哲，張良均．Hadoop與大數(shù)據(jù)挖掘（第2版）[M]．北