《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.docx》由会员分享，可在线阅读，更多相关《《行业大数据案例分析》课程教学大纲.docx（5页珍藏版）》请在课桌文档上搜索。

1、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

2、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

3、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

4、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

5、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

6、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

7、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

8、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1

9、0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

10、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

11、、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.