《Hadoop大数据分析实践》教学大纲（本科）.docx

Hadoop大数据分析实践教学大纲课程英文名Practice of Big Data Analysis on Hadoop课程代码学分1总学时1周课程类别集中实践环节先修课程Hadoop大数据分析基础课程性质任选适用专业信息与计算科学、数学与应用数学开课学院理学院执笔人审定人制定时间2022年5月注：课程性质是指必修/限选/任选。一、课程地位与目标（一）课程地位Hadoop大数据分析实践是学生经过Hadoop大数据分析基础课程学习后，进一步加 强在大数据计算平台Spark和流式计算平台Storm进行大数据分析算法的设计、分析和实现能力。（二）课程目标1 .利用大数据计算平台，通过编程实现给定的大数据分析任务;2 .提高学生的程序设计能力。二、课程目标与相关毕业要求的对应关系课程目标课程目标对毕业要求的支撑程度（H、M、L）毕业要求4毕业要求6毕业要求10课程目标1HMM课程目标2HMM注：1 .支撑强度分别填写H、M或L （其中H表示支撑程度高、M为中等、L为低）。三、设计选题及任务要求序号参考选题任务与要求1互联网电影智能推荐1 .根据问题要求建立适当的分析模型并求 解2 .进行项目展示，分析评价自己的实现2电商产品评论数据情感分析3航空公司客户价值分析4基站定位数据商圈分析注：学生可任选其中一个题目进行设计。四、课程设计的主要进程与时间安排序号主要进程教学内容时间分配1背景与挖掘目标搜集相关背景数据并分析第1天2分析方法与过程分析问题建立适当的分析模型第2天3算法设计与实现选择或设计合适的分析算法第3天4调试程序设计与调试第4天5展示展示项目成果第5天注：进程安排的最少时间为0.5天。五、课程考核与成绩评定考核类别考查考核形式考勤+项目实现成绩评定考勤20%；项目80%成绩登记方式五级制六、推荐教材与主要参考书(-)推荐教材：L大数据分析原理与实践，王宏志著，机械工业出版社，2017.7,第1版。2.实时大数据分析:基于Storm、Spark技术的实时应用,Sumit Gupta, Shilpi Saxena著,张广 骏译，清华大学出版社，2018.1(-)主要参考书：l.Spark高级数据分析，Sandy Ryza等著，龚少成译，人民邮电出版社,2015.112.Storm分布式实时计算模式，P.Taylor Goetz, Brian O'Neill著，董昭译，机械工业出版社,2015.1