《大数据商务分析与应用》教学大纲（本科）.docx

大数据商务分析与应用教学大纲课程英文名Analysis and application of large data business课程代码I1201Z09学分3总学时48理论学时24实验/实践学时24课程类别专业课课程性质任选先修课程高等数学、概率论与数理统计、 Java程序设计、数据科学导论适用专业信息管理与信息系统开课学院经济与管理学院执笔人审定人制定时间2018年4月注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。一、课程地位与课程目标（一）课程地位大数据商务分析与应用课程主要讲述大数据分析的多种模型、所涉及的算法和技术、实现大 数据分析系统所需的工具以及大数据技术在商业领域的应用。该课程启发学生的创新意识，提高 学生用数据思维和大数据技术分析问题、解决问题的能力，是信息管理与信息系统专业本科生选 修的一门专业教育课程。（二）课程目标.理解学习大数据商务分析与应用的目的。1 .掌握大数据分析的原理、方法和技巧。2 .具备运用大数据分析解决问题的能力。二、课程目标达成的途径与方法本课程本着学以致用的原则，结合当前的实践，以课堂教学为主，结合自学、课堂讨论、课 外作业等方式，通过大数据分析的原理、方法和技巧的教学，使学生在解决问题的过程中学会大 数据分析，并理解学习大数据分析的目的是为了应用，从而使用大数据分析解决实际问题。三、课程目标与相关毕业要求的对应关系注：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）。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1毕业要求5课程目标1LII课程目标2LH课程目标3LH四、课程主要内容与基本要求第一章大数据概述主要内容：大数据的产生与发展，大数据的概念，大数据的研究与发展现状，大数据的应用 现状，大数据时代面临的新挑战。基本要求：了解大数据的产生与发展，理解大数据的概念，了解大数据的研究与发展现状, 理解大数据的应用现状，理解大数据时代面临的新挑战。第二章大数据在各行业的应用主要内容：大数据应用的流程及价值，互联网与大数据的关联，金融业与大数据的关联，交 通业与大数据的关联，大数据应用的共性需求。基本要求：了解大数据应用的流程及价值，理解互联网与大数据的关联，理解金融业与大数 据的关联，理解交通业与大数据的关联，理解大数据应用的共性需求。第三章大数据下的商业智能与平台架构主要内容：传统概念下的商业智能，传统商业智能面临的挑战，商业智能Hadoop十MPP新 架构，多平台共存的大数据一体机，大数据商业智能的优势和发展趋势。基本要求：了解传统概念下的商业智能，理解传统商业智能面临的挑战，掌握商业智能 Hadoop十MPP新架构，理解多平台共存的大数据一体机，理解大数据商业智能的优势和发展趋 势。第四章数据抽取和清洗主要内容：数据的抽取，数据的清洗，大数据的ETL处理，常见的ETL工具案例。基本要求：掌握数据的抽取，掌握数据的清洗，掌握大数据的ETL处理，掌握常见的ETL 工具案例。第五章大数据存储技术主要内容：大数据存储面临的挑战，数据存储的方式，非关系型数据库，常见的非关系型案, 分布式文件系统。基本要求：理解大数据存储面临的挑战，掌握数据存储的方式，掌握非关系型数据库，掌握 常见的非关系型案，理解分布式文件系统。第六章大数据与云计算主要内容：云计算概述，云架构与云计算技术，大数据走向云端，云计算下的大数据工程， 云计算下大数据的应用。基本要求：理解云计算概述，掌握云架构与云计算技术，掌握大数据走向云端，掌握云计算 下的大数据工程，理解云计算下大数据的应用。第七章大数据分析与数据挖掘主要内容：传统数据挖掘，大数据与数据挖掘，文本挖掘，语音大数据挖掘，图像识别与分析，空间数据挖掘，Web数据挖掘。基本要求：理解传统数据挖掘，掌握大数据与数据挖掘，掌握文本挖掘，掌握语音大数据挖 掘，掌握图像识别与分析，掌握空间数据挖掘，掌握Web数据挖掘。第八章大数据分类分析方法主要内容：大数据分类分析方法的由来，数据分类方法，大数据分析实例。基本要求：理解大数据分类分析方法的由来，理解数据分类方法，理解大数据分析实例。第九章大数据预测分析方法主要内容：大数据预测方法概述，基于回归分析的预测方法，基于时间序列分析的预测方法, 基于深度学习的预测方法。基本要求：理解大数据预测方法概述，掌握基于回归分析的预测方法，掌握基于时间序列分 析的预测方法，掌握基于深度学习的预测方法。第十章基于大数据的文本挖掘方法主要内容：分词技术，倒排索引，文本信息检索模型。基本要求：掌握分词技术，掌握倒排索引，掌握文本信息检索模型。第Hk章 MapReduce主要内容：MapReduce的发展与特征，HDFS分布式文件系统，MapReduce的原理和框架， MapReduce的常用算法。基本要求：掌握MapReduce的发展与特征，掌握HDFS分布式文件系统，掌握MapReduce的 原理和框架，掌握MapReduce的常用算法。第十二章大数据与电子商务主要内容：电子商务应用大数据的新机遇，大数据背景下的电子商务新特点，大数据在电子 商务中的新应用。基本要求：理解电子商务应用大数据的新机遇，理解大数据背景下的电子商务新特点，理解 大数据在电子商务中的新应用。第十三章大数据挖掘与移动互联网主要内容：移动互联网上的大数据来源与特点，移动互联网中的大数据分析，大数据在移动 互联网中的应用，大数据挖掘与移动互联网的未来发展。基本要求：理解移动互联网上的大数据来源与特点，理解移动互联网中的大数据分析，理解 大数据在移动互联网中的应用，理解大数据挖掘与移动互联网的未来发展。第十四章社交网络大数据分析主要内容：社交网络大数据概述，社交网络大数据分析技术与方法，社交网站大数据实践。基本要求：理解社交网络大数据分析技术与方法，理解社交网站大数据实践。五、课程学时安排章节号教学内容学时 数学生任务对应课程目 标第1章1.1 大数据的产生与发展1.2 大数据的概念1.3 大数据的研究与发展现状1.4 大数据的应用现状1.5 大数据时代面临的新挑战2作业：大数据时代面临的新挑 战都有哪些，请详述。1第2章2.1 大数据应用的流程及价值2.2 互联网与大数据2.3 金融业与大数据2.4 交通业与大数据2.5 政府与大数据2.6 其他行业与大数据2.7 大数据应用的共性需求2作业：大数据应用的共性需求 是什么，请详述。1、2第3章3.1 传统概念下的商业智能3.2 传统商业智能面临的挑战3.3 商业智能Hadoop十MPP新架构3.4 商业智能与云平台3.5 多平台共存的大数据一体机3.6 大数据商业智能的优势4作业:大数据商业智能的优势 和发展趋势是什么，请详述。1、2第4章4.1 数据的抽取4.2 数据的清洗4.3 大数据的ETL处理4.4 常见的ETL工具案例4作业：请用ETL处理4. 3所给 的数据。1、2第5章5.1 大数据存储面临的挑战5.2 数据存储的方式5.3 非关系型数据库5.4 常见的非关系型案例4作业：非关系型数据库的特点 是什么，请详述。1、2、3第6章6.1 云计算概述6.2 云架构与云计算技术6.3 大数据走向右立而6.4 云计算下的大数据工程6.5 云计算下大数据的应用4作业：请简述大数据走向云端 的具体原理。1、2、3第7章7.1 传统数据挖掘7.2 大数据与数据挖掘7.3 大数据挖掘7.4 文本挖掘4作业：编写一个能够进行文本 挖掘的程序。1、2、37.5 语音大数据挖掘7.6 图像识别与分析7.7 空间数据挖掘7.8 Web数据挖掘第8章8.1 大数据分类分析方法的由来8.2 数据分类方法8.3 大数据分析实例4作业：数据分类方法有哪些，、主、辛、£请详述。1、2、3第9章9.1 大数据预测方法概述9.2 基于回归分析的预测方法9.3 基于时间序列分析的预测方法9.4 基于深度学习的预测方法4作业：请基于回归分析对9.2 所给的数据进行预测。1、2、3第10章10.1 分词技术10.2 倒排索引10.3 文本信息检索模型4作业：使用文本信息检索模型对10. 3所给的文本进行检索。1、2、3第11章11.1 MapReduce的发展与特征11.2 HDFS分布式文件系统11.3 MapReduce的原理和框架11.4 MapReduce的常用算法2作业：请简述MapReduce的特 征。1、2、3笫12章12.1 电子商务应用大数据的新机、申 遇12.2 大数据背景下的电子商务新特点12.3 大数据在电子商务中的新应用2作业：请简述大数据背景下的 电子商务新特点是什么。1、2、3第13章13.1 移动互联网中的大数据分析13.2 大数据在移动互联网中的应用13.3 大数据挖掘与移动互联网的未 来发展4作业：请基于移动互联网进行 大数据分析。2、3第14章14.1 社交网络大数据概述14.2 社交网络大数据分析技术与方法14.3 社交网站大数据实践4作业：请对某个社交网络进行 大数据分析。2、3六、实践环节及基本要求序号实验项目名称学时基本要求学生任务实验 性质实验 类别1大数据的ETL处理6学会大数据的ETL处理请用ETL处理4. 3题 所给的数据。演示 性必做注：1.实验性质指演示性、验证性、设计性、综合性等；2.实验类别指必做、选做等。2基于回归分析的预 测方法6学会基于回归分 析的预测方法请基于回归分析对 9.2题所给的数据进 行预测。演示 性必做3文本信息检索模型4学会使用文本信 息检索模型使用文本信息检索模 型对10.3所给的文 本进行检索。演示 性必做4移动互联网中的大 数据分析4学会移动互联网 中的大数据分析请基于移动互联网进 行大数据分析。演示 性必做5社交网络大数据分 析技术与方法4学会社交网络大 数据分析技术与 方法请对某个社交网络进 行大数据分析，并完 成相应报告。综合 性必做七、考核方式及成绩评定考核内容考核方式评定标准（依据）占总成绩比例过程考核含到课率、平时作 业和课内实验等要求每个学生到课率达到95%以上，平 时作业和课内实验至少达到90%的良和 优秀率。平时成绩占10%, 实验成绩和作业 成绩占20%o期末考核综合实验报告按照实验指导书的评定标准报告成绩占70%考核类别考查成绩登记方式百分制八、推荐教材与主要参考书1、推荐教材：樊重俊.大数据分析与应用（第三版），立信会计出版社，2016.1杰伊利博维茨.商业分析：基于大数据实践与应用，复旦大学出版社,2016. 9王宏志.大数据分析原理与实践，机械工业出版社,2017. 72、主要参考书：蔡晓妍，杨黎斌.商务智能与数据挖掘（第2版），清华大学出版社，2018.3Tom White. （Hadoop权威指南：大数据的存储与分析（第4版）.清华大学出版社,2017. 7朱洁，罗华霖.大数据架构详解：从数据获取到深度学习，电子工业出版社,2016. 10