大数据分析 教学大纲

《云计算与大数据分析》教学大纲

课程编号：1208137 编写人： 刘志明

开课学期：春季学期 开课单位：计算机科学与技术学院 课程中文名称：云计算与大数据分析

课程英文名称：Introduction to Modern Systems Engineering

主讲教师：刘志明 教授 总学时：32， 其中：理论 24学时 实验：8学时 学分： 2学分 课程性质：非学位课 考核方式：考查 先修课程：操作系统、数据库原理、面向对象程序设计

一、课程教学目的（说明本课程与专业培养目标、研究方向、培养要求）与要求（限300字）：

云计算和大数据正在引发全球范围内深刻的技术和商业变革,已经成为IT行业主流技术。云计算通过分布式操作系统、虚拟化、并行计算、弹性计算、效用计算等关键技术，为大数据提供了基础物理平台，大数据是落地的云，技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括数据采集、海量数据存储、非关系型数据管理、数据挖掘、数据可视化以及智能分析技术如模式识别、自然语言理解、应用知识库等。

本课程为计算机、软件工程硕士生开设的一门专业选修课程，主要学习云计算和大数据处理的相关原理和技术，结合核

《数据分析方法与软件》课程教学大纲

课程类型： 选修 课程代码： 课程总学时：64 总学分： 2 实验课程性质： 非独立 课程实验学时： 32 实验学分： 课程类别：专业课 适用专业： 计信本

开课时间： 04 年级 6 学期 开课单位： 计算机学院 大纲执笔人： 彭平 大纲审定人： 一、实验课程名称：

数据分析方法（Methods of Data Analysis with software） 二、课程简介

数据分析是分析和处理数据的理论和方法，从中获取有用的信息。数据作为

信息的重要载体在当今信息化社会扮演着重要的角色。信息与计算科学专业则主要研究信息技术的核心基础与运用现代计算机工具高效求解科学与工程问题的数学理论与方法。基于这一专业定位，信息与计算科学可包括信息科学与科学计算两个大的方向。而信息科学可以理解为“有关信息获取、信息传输、信息处理与信息控制基础的科学”。数据分析正是信息科学的重要专业基础课程。 三、适用专业与学时学分：

1．信息与计算科学 课程总学时：64；总学分：4实验32学时 四、教学目的和内容要求

通过本课程的学

《Excel商务数据分析与应用》

教学大纲

一、课程信息

课程名称：Excel商务数据分析与应用

课程类别：专业基础课

课程性质：必修

计划学时：60

计划学分：3

先修课程：无

适用专业：本书可作为高等院校电子商务方向相关专业及电子商务技能培训班的学习教材。

课程负责人：

二、课程简介

本书以Excel在电商运营商务数据分析中的实际应用为主线，主要从电商卖家自身、商品、顾客、进销存管理、竞争对手，以及行业状况等方面对商务数据分析进行了深入讲解。

本书分为10章，主要内容包括：商务数据分析与应用基础、使用Excel管理店铺信息、商品销售情况管理、买家购买情况分析与评估、商品销售情况统计与分析、商品采购成本分析与控制、商品库存数据管理与分析、畅销商品统计与分析、竞争对手与行业状况分析，以及销售市场预测分析等。

三、课程教学要求

注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。

四、课程教学内容

五、考核要求及成绩评定

注：此表中内容为该课程的全部考核方式

龙源期刊网 http://www.qikan.com.cn

综合交通大数据分析平台教学系统设计

作者：郑亮 张云丽

来源：《物流科技》2016年第07期

摘 要：综合交通大数据分析是中南大学交通运输工程学院交通运输专业核心课程《智能交通系统》的重要讲授内容，基于大数据分析的智能交通系统建设是当前国内、外的研究热点与发展趋势。基于综合交通大数据分析平台教学系统的功能需求，构建一套基于综合交通大数据采集模块、传输与存储模块、演示模块和分析、研判与试验模块的教学系统架构，并设计一套教学控制机系统，改进了传统的课堂集中讲授的教学方式。此系统可以让学生直观、深刻、快速地掌握综合交通大数据分析相关的专业知识与技能，提高教学质量和实际教学效果。 关键词：综合交通；大数据；智能交通系统；教学系统 中图分类号：G642 文献标识码：A

Abstract： Comprehensive transportation big data analysis is an important teaching content of intelligent transportation systems， whic

《数据挖掘》课程教学大纲

课程名称：数据挖掘 课程编号：11630603 英文课程名称：Discrete Mathematics 适用专业：软件工程本科专业；

总学时数：45 学分数：4

理论教学时数：41 实验 (实践)教学时数：4 执笔者：赵曦 编写日期：2012.2

一、课程性质和目的

数据挖掘技术经过十几年的发展，已经取得一些重要成果，特别是在基本概念、基本原理、基本算法等方面发展的越来越清晰。因此，现在开设此课程具备基本的技术条件。本课程以介绍基本概念和基本算法为主，以前沿问题的讨论与探索为辅，其目的是为学生将来研究和学习提供知识储备。

数据挖掘作为高级数据处理和分析技术，其目的是通过本课程学习让学生了解信息处理技术的发展方向以及数据挖掘技术本身的概念、原理和方法。

二、课程教学内容、要求及学时分配

（一）第1张 绪论（2学时）

本章作为绪论，其目的是让学生对数据挖掘技术有一个总体

《数据挖掘》课程教学大纲

课程名称：数据挖掘 课程编号：11630603 英文课程名称：Discrete Mathematics 适用专业：软件工程本科专业；

总学时数：45 学分数：4

理论教学时数：41 实验 (实践)教学时数：4 执笔者：赵曦 编写日期：2012.2

一、课程性质和目的

数据挖掘技术经过十几年的发展，已经取得一些重要成果，特别是在基本概念、基本原理、基本算法等方面发展的越来越清晰。因此，现在开设此课程具备基本的技术条件。本课程以介绍基本概念和基本算法为主，以前沿问题的讨论与探索为辅，其目的是为学生将来研究和学习提供知识储备。

数据挖掘作为高级数据处理和分析技术，其目的是通过本课程学习让学生了解信息处理技术的发展方向以及数据挖掘技术本身的概念、原理和方法。

二、课程教学内容、要求及学时分配

（一）第1张 绪论（2学时）

本章作为绪论，其目的是让学生对数据挖掘技术有一个总体

河北经贸大学课程水平认定 《数据挖掘》学习大纲

课程名称 总 学 时 适用专业

数据挖掘 32学时 统计学 课程类型 学 分 开课单位 必修课 2学分 数统学院 一、学习性质

《数据挖掘》是大数据背景下现代统计数据分析不可缺少的重要工具。通过本课程的学习，培养学生的数据分析技能，熟悉和掌握大数据信息提取与结果分析，培养适应社会数据分析岗位需求的专业人才。

二、学习目的

本课程目的主要是让学生在学习期间掌握数据挖掘理论以及如何用数据挖掘来解决实际问题，了解某个数据挖掘解决方案对特定问题是否切实可行，学习知识发现的过程，利用基本的统计和非统计技术评估数据挖掘对话的结果等。

三、学习要求

重点掌握几种数据挖掘策略及每种策略的适用时机；如何通过几种数据挖掘技术建立模型来解决问题。

四、课程内容与学时分配

课程内容与学时分配 学时分配 课 程 内 容 自学 第一章 引言 第二章 数据预处理 第三章 分类和预测 第四章 复杂类型数据的挖掘 第五章 数据挖掘的应用和发展趋势

2 2 4 4 2 自学研讨调研 2 2 8 4 2 五、课程考核和成绩评定

课程考核为闭卷考试。

成绩评定：考试成绩实行百分制，其中基础知识测试题的分值掌握在40

《数据挖掘》课程教学大纲

课程名称：数据挖掘 课程编号：11630603 英文课程名称：Discrete Mathematics 适用专业：软件工程本科专业；

总学时数：45 学分数：4

理论教学时数：41 实验 (实践)教学时数：4 执笔者：赵曦 编写日期：2012.2

一、课程性质和目的

数据挖掘技术经过十几年的发展，已经取得一些重要成果，特别是在基本概念、基本原理、基本算法等方面发展的越来越清晰。因此，现在开设此课程具备基本的技术条件。本课程以介绍基本概念和基本算法为主，以前沿问题的讨论与探索为辅，其目的是为学生将来研究和学习提供知识储备。

数据挖掘作为高级数据处理和分析技术，其目的是通过本课程学习让学生了解信息处理技术的发展方向以及数据挖掘技术本身的概念、原理和方法。

二、课程教学内容、要求及学时分配

（一）第1张 绪论（2学时）

本章作为绪论，其目的是让学生对数据挖掘技术有一个总体

河北经贸大学课程水平认定 《数据挖掘》学习大纲

课程名称 总 学 时 适用专业

数据挖掘 32学时 统计学 课程类型 学 分 开课单位 必修课 2学分 数统学院 一、学习性质

《数据挖掘》是大数据背景下现代统计数据分析不可缺少的重要工具。通过本课程的学习，培养学生的数据分析技能，熟悉和掌握大数据信息提取与结果分析，培养适应社会数据分析岗位需求的专业人才。

二、学习目的

本课程目的主要是让学生在学习期间掌握数据挖掘理论以及如何用数据挖掘来解决实际问题，了解某个数据挖掘解决方案对特定问题是否切实可行，学习知识发现的过程，利用基本的统计和非统计技术评估数据挖掘对话的结果等。

三、学习要求

重点掌握几种数据挖掘策略及每种策略的适用时机；如何通过几种数据挖掘技术建立模型来解决问题。

四、课程内容与学时分配

课程内容与学时分配 学时分配 课 程 内 容 自学 第一章 引言 第二章 数据预处理 第三章 分类和预测 第四章 复杂类型数据的挖掘 第五章 数据挖掘的应用和发展趋势

2 2 4 4 2 自学研讨调研 2 2 8 4 2 五、课程考核和成绩评定

课程考核为闭卷考试。

成绩评定：考试成绩实行百分制，其中基础知识测试题的分值掌握在40

1 项目概述

党的十八大把生态文明建设放在了突出地位，纳入了“五位一体”总体布局，并首次把“美丽中国”作为未来生态文明建设的宏伟目标。2015年新修订的《环境保护法》将“推进生态文明建设、促进经济社会可持续发展”列入立法，以法律的形式将生态文明建设提升到了国家的战略高度。国务院出台的《水污染防治行动计划》“水十条”，对生态文明中水环境和水质保护方面的提出了重点管理要求。与此同时“互联网＋”和“大数据”应用也上升为国家战略，国务院出台的《关于积极推进“互联网＋”行动的指导意见》、《关于促进大数据发展的行动计划》和环保部发布的《生态环境大数据建设总体方案》，将“互联网＋绿色生态”作为11个重点行动之一而提出，要求未来的环保工作必须紧密地与大数据建设结合起来，高度重视大数据在推进生态文明建设中的地位和作用。

2 建设目标

以往信息化发展基本都是着眼于各个业务部门各自的业务需求，“管什么、想什么、干什么”，数据多头采集、相互矛盾的现象普遍，难以从环保工作全局层面支撑决策和管理。很多环境问题还处于现状不清、底数不明、原因不详的困局之中，环保部门在回应重大环境污染事件和解决人民关切的环境问题方面容易陷入被动。

通过以水环境综合大数据分析建设为契机，树立环