《行业大数据案例分析》课程教学大纲.docx

行业大数据案例分析课程教学大纲一、课程基本信息课程编号：12231课程名称：行业大数据窠例分析英文名称：ApplicationCaseAnalysisofBigDataIndustry课程类型：专业课课程要求：必修学时/学分：40/2.5（讲课学时：32实验学时：8）先修课程：云计算与大数据、数据分析与挖掘算法后续课程：大数据项目综合实践适用专业：数据科学与大数据技术二、课程描述“行业大数据案例分析”是数据科学与大数据技术专业的必修课，课程设置旨在拓宽学生大数据技术应用的视野，引导学生掌握大数据应用建模，行业数据分析等相关技术。培养学生良好的抽象思维能力和解决工程问题能力。以目前热门行业的实际应用为背景，基于多个案例讲授大数据应用的基本原理、具体方法和实现技巧，突出大数据的实践性和实用性。通过本课程的学习，使学生对大数据的应用开发有一个整体的了解和认识，明确大数据的应用流程，掌握大数据的采集、分析、挖掘、建模仿真的基本方法，理解不同领域大数据应用中存在的难题以及相应的核心知识点，为今后大数据应用系统的设计和开发奠定扎实的理论和技术基础。三、课程教学目标I.掌握大数据应用中关键技术数据挖掘技术，理解基本概念、应用分类、建模方法及常用的建模工具，具备运用原理、工具和现代工程方法分析、设计和实施项目能力。（支持毕业能力要求2）2 .了解数据挖掘技术在金融、电信、电力、互联网、生产制造以及公共服务等行业的应用场景，掌握分析过程和方法、基本知识和技能，了解大数据领域工程与社会生产实践的紧密关系。（支持毕业能力要求6）3 .针对具体应用场景，结合行业特点，能够提出数据挖掘的目标，选择与使用恰当的挖掘技术和工具，进行建模仿真，并对模型进行正确的评估和改进，设计满足特定应用的大数据系统。通过分析、评估使学生理解大数据工程项目对社会发展的影响。培养学生具有社会责任感和职业道德（支持毕业能力要求7）4 .通过具体实验项目的开发，掌握软件项目的管理和决策方法，结合软件项目组织与管理课程的知识，具备大数据工程项目管理能力。（支持毕业能力要求11）四、教学内容、安排及与教学目标的对应关系单元教学内容单元教学目标学时教学方式对应课程教学目标1一、数据挖掘与应用分类1.1 什么是数据挖掘1.2 数据挖掘在大数据应用中的定位1.3 数据挖掘的应用分类（1）能够阐述数据挖掘的概念、数据挖掘在大数据应用的地位；（2）能够说明数据挖掘的主要类型以及应用场景。4讲授12二、数据挖掘建模2.1 数据挖掘的过程2.2 数据挖掘建模过程2.3 常用的建模工具（1）了解数据挖掘的过程；（2）了解数据挖掘的建模过程。（3）掌握并能应用常用的大数据建模工具4讲授讨论13三、大数据在金融电信行业的应用3.1 案例一：基于公司价值评价的证券策略投资3.1.1 挖掘目标的提出3.1.2 分析方法与过程3.1.3 建模仿真（1）掌握大数据在金融行业的具体应用方法；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法。4讲授讨论练习1、243.2案例二：电信3G客户识别系统3.2.1 挖掘目标的提出3.2.2 分析方法与过程3.2.3 建模仿真（I）了解大数据在电信行业的具体应用方法；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）掌握数据提取和数据预处理的方法。4讲授讨论1、25四、大数据在电力行业的应用案例：电力负荷预测4.1 挖掘目标的提出4.2 分析方法与过程4.3 建模仿真（1）了解大数据在电力行业的具体应用方法；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）理解和掌握影响时间序列的变化4讲授讨论1、2的四大因素。6五、大数据在互联网行业的应用5.1 窠例一：商业零售行业中的购物篮分析5.1.1 挖掘目标的提出5.1.2 分析方法与过程5.1.3 建模仿真（1）了解大数据在互联网行业的具体应用方法；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）掌握APriOri关联规则的基本原理。4讲授讨论1、275.2案例二：基于用户行为分析的定向网络广告投放5.2.1 挖掘目标的提出5.2.2 分析方法与过程5.2.3 建模仿真5.2.4 结果及分析（D了解大数据在互联网行业中网络广告投放的具体应用；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）初步掌握数据获取工具网络爬虫GOOSeeker。4讲授讨论1、28六、大数据在生产制造行业中的应用案例：基于小波变换的桩基完整性检测6.1 挖掘目标的提出6.2 分析方法与过程6.3 仿真过程（1）了解大数据在生产制造行业的具体应用；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）掌握核心知识点特征提取的方法。4讲授讨论1、29七、实验1：大数据在公共服务行业的应用7.1 卷烟消费者购买行为分析7.2 挖掘目标的提出7.3 分析过程与方法7.4 挖掘建模（I）了解大数据在公共服务行业的具体应用；（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）能够针对实际问题进行建模仿真。4实验3、410八、实验2：纳税人偷漏税评估8.1 挖掘目标的提出8.2 分析方法与过程8.3 建模仿真（1）了解大数据在公共服务行业的具体应用。（2）理解挖掘目标的提出依据；（3）了解分析过程，掌握分析方法；（4）能够针对实际问题进行建模仿真。4实验3、4五、其他教学环节（课外教学环节、要求、目标）1 .作业：(课外40学时)(1)道路缺陷自动识别练习作业(课外10学时)(2)乳腺癌证素变化规律及截断疗法作业(课外10学时)(3)水产养殖投入产出多目标优化仿真作业(课外10学时)(4)基于水色图像的水质评价作业(课外10学时)2 .实验：(课外40学时)(1)实验一：自适应防窃漏电实时诊断案例分析(课外10学时)(2)实验二：基于客户分群的精准智能营销案例分析(课外10学时)(3)实验三：网络入侵智能检测案例分析(课外10学时)(4)实验四：航空公司客运信息挖掘案例分析(课外10学时)六、教学方法1.教学方法是教学改革的关键和切入点(1)在教学方法方面，灵活运用多种先进教学方法，包括启发式教学、讨论式教学、比喻式教学、现场教学、结合实际案例进行教学，采用传统教学手段和现代教育技术相结合。(2)强调理论教学和实践教学并重，重视在实践教学中培养学生的实践技能和创新能力。(3)有效地调动学生的学习积极性，促进学生的积极思考，激发学生的潜能，注重对学生知识运用能力的考查。(4)基本概念与实例相结合。2.在本课程的教学过程中，对学生综合素质和能力(含自学能力、创新能力、实践能力、表达能力等)培养从几个方面入手。(1)自学能力和表达能力的培养：有些章节内容的教学可由教师列出知识点，通过学生自学和教师提问等方法进行培养。(2)实践能力和创新能力的培养：理论知识的学习可以开拓学生的眼界，通过实践可以把抽象的理论知识理解、掌握得更透彻；通过实际项目设计，运用所学的理论来指导实践,这样可以进一步巩固所学的理论知识，并且在设计中充分发挥学生的主观能动性，培养学生的创新能力。七、学习评量最终成绩由平时作业成绩、实验成绩、期末成绩等组合而成。各部分所占比例如下：平时作业成绩：10%。主要考核对每堂课知识点的学习、理解和掌握程度，以答题数量和正确率为评价标准。实验成绩：30%o主要考核学生实验情况，通过实验考核学生对课堂知识的掌握情况。以实验的应用案例正确性、方案有效性和实验报告的质量为标准评分。期末考试成绩：60%o主要考核大数据某个综合应用的案例分析，写出分析原理应用知识点及分析过程等。书面考试形式，题型以分析和论证为主，按正确性评分。八、教学资源1 .教材1张良均.数据挖掘实用案例分析（第1版）.机械工业出版社，2013.2 .参考书1李涛.数据挖掘的应用与实践-大数据时代的案例分析（第1版）.厦门大学出版社，20132李倩星.新常态下的数据分析典型案例（第1版）.广东经济出版社，2015.