大数据分析与技术作业

一、填写题（抄题，写答案）

1. 数据分析“六步曲”

数据分析、数据展现、报告撰写。

2. 定量数据一般可分为计量的、计数的、二种类型。定性数据一般可分为有序的、名义的、二种类型。 3.

观察法、实验法；后一类方法常用的具体方法有机构查询、书刊查询、网络查询。

4. SPSS

在进行数据表编辑时，有二种主要视图，它们是：数据视图、变量视图。

5. SPSS中对变量属性进行定义时，对变量的命名在栏中设

置。

6. 据分为一手数据和二手数据。

7. 统计检验的一种思路是：设定原假设H0，构造相应的统计判断量，当根据实验数据或样本数据计算出

的统计判断量落在拒绝区域，则拒绝原假设；反之，则落在接受区域，接受原假设。在SPSS软件的统计操作中，通过计算样本数据的实际显著性概率Sig.，并将其与给定的显著性概率水平 比较，当 时（填“>” 或“<” ），则拒绝原假设。

8. 果形成影响的可控因素造成的。

9. 量或者样品综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系。

10. 下图所示因子分析结果中，数值6.845的含义是第一主成分特征根，数值84.421的含义是前三个主成

分的累计贡献率；在Extraction Sums块中，有三行数据，其含义是根据提

《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

大数据分析技术应用揭秘谷歌票房预测模型

发布时间：2013-06-18 17:32 来源：锐艺网作者：史源

艺恩网转载本文只以信息传播为目的,不代表认同其观点和立场

「导语」近日，谷歌公布了一项重要研究成果–电影票房预测模型。该模型能够提前一个月预测电影上映首周的票房收入，准确度高达94%。这在业内引起了强烈讨论，不少

内人士认为该模型非常适合好莱坞电影公司通过预测票房来及时调整电影营销战略，但同时也有吐槽者暗示谷歌的票房预测模型别有用心，旨在鼓动电影公司购买其搜索引擎广告。那么，孰是孰非，谷歌票房预测模型以及大数据在电影行业的应用是嘘头，还是大有来头，让我们来一探究竟。

「谷歌票房预测模型的基础：电影相关的搜索量与票房收入的关联」

谷歌的票房预测模型是大数据分析技术在电影行业的一个重要应用。随着互联网的发展，人们越来越习惯于在网上搜索电影信息。据谷歌统计，从2011到2012年，电影相关的搜

索量增长了56%.谷歌发现，电影相关的搜索量与票房收入之间存在很强的关联。

图1显示了2012年电影票房收入（红色）和电影的搜索量（灰色）的曲线（注：本文的所有图片均引用自谷歌的白皮书：Quantifying Movie Magic with Google Searc

技术<

T CE N

HO

L

O

G Y智交能通大数 分据析云平台术技

江苏省交通信信通息中心邱云卫我国能智交技通术的发展始于 世上纪9“

0年代

,

在

“

五

”十和 通交门部迫切需要

一种更加先进 智的能数据分析段对手交通行业

、十一

五

”期得间到了快速发展。

在公路路水交通运输 信息化的的海量数据行进高效,实时的分

,析为出行者供提时实准确的交

“

十五二标

,

规划”中,

交通部进

一步明确 未智来能交运输通发展的通信息服务

,为通交管理门部快速处理发突事故及以违法交通行

目提要出注重技新术在 业行应用中的研、究绕感围识别知提为参供考、

。网络传输智能处理和数据挖掘等关键环节。

,

开展交通运输领域,

的应用攻关

在信息化重大工 和程示范试 工点实程中施、加对强用优应势

物联网究

,

云计算

、海量储存、

高传速输等新术技的。

一化应体用研

一提行升业信息化技术水平

提、交高运行通率效

、大数据技术能进促高提通运交营率效

道路网通行能力和设

技,分术析控调大交据数B

gif

需求

。

交

i

l改善涉及的工程量较大

。

而数大

据使通交运

,的大体积特性有 助解于决这种困境 (

大i数据的 时实

性

, Dat

a

)

是云继计算、

、物联网之后

I

T产业又、

一

行次更合理加。

当处于静态闲置的 数据处被理和需要利用时可被

颠性技覆变术革低

第一章 数据描述分析

（一）目的与要求：

掌握利用统计软件求样本的数据特征、数据的分布，并理解所求各统计值的实际意义及作用，能把数据特征及数据分布用以解决实际问题。

掌握正态分布、对数正态分布、威布尔分布、指数分布等几种常见分布的拟合检验方法。 理解相关的本质含义，并会判断几个变量的相关性，掌握几种不同相关性的差别方法；能利用软件输出的结果判断变量的相关性。 （二）重点与难点：

掌握求数据的数字特征的程序结构,并能看懂程序输出的结果。区别不同的程序过程能求得一些相同的结果，但它们的功能上的区别；掌握几种描述数据分布软件处理方法、意义、实际应用；掌握平均数与中位数的区别与优劣；理解并能利用程序计算结果计算上、下截断点，会利用上、下截断点判别一组数据中是否有截断点，会处理异常值。 掌握多元数据的数字特征及相关性的判断，并会应用程序结果。 1.1 某小学60名11岁学生的身高（单位：cm）数据如下： (1) 计算均值、方差、标准差、变异系数、偏度、峰度； (2) 计算中位数、下和上四分位数、四分位极差、三均值； (3) 作出直方图； (4) 作出茎叶图； (5) 进行正态W检验（??0.05）；

(6) 进行经验分布函数的?2检验。

12

数据分析方法及软件应用

（作业）

题 目：4、8、13、16题 指导教师：

学 院：交通运输学院 姓 名： 学 号：

4、在某化工生产中为了提高收率，选了三种不同浓度，四种不同温度做试验。在同一浓度与温度组合下各做两次试验，其收率数据如下面计算表所列。试在α=0.05显著性水平下分析

(1)给出SPSS数据集的格式(列举前3个样本即可)； (2)分析浓度对收率有无显著影响；

(3)分析浓度、温度以及它们间的交互作用对收率有无显著影响。

解答：（1）分别定义分组变量浓度、温度、收率，在变量视图与数据视图中输入表格数据，具体如下图。

(2)思路：本问是研究一个控制变量即浓度的不同水平是否对观测变量收率产生了显著影响，因而应用单因素方差分析。假设：浓度对收率无显著影响。

步骤：【分析-比较均值-单因素】，将收率选入到因变量列表中，将浓度选入到因子框中，确定。

输出：

變異數分析

收率

平方和 df 平均值平方 F 顯著性

群組之間 在群組內 總計 39.083 80.875 119.958 2 21 23 19.542 3.851 5.074 .016 显著性水平α为0.05，由于概率p值小于显著性水平

数据分析方法及软件应用

（作业）

题 目：4、8、13、16题 指导教师：

学 院：交通运输学院 姓 名： 学 号：

4、在某化工生产中为了提高收率，选了三种不同浓度，四种不同温度做试验。在同一浓度与温度组合下各做两次试验，其收率数据如下面计算表所列。试在α=0.05显著性水平下分析

(1)给出SPSS数据集的格式(列举前3个样本即可)； (2)分析浓度对收率有无显著影响；

(3)分析浓度、温度以及它们间的交互作用对收率有无显著影响。

解答：（1）分别定义分组变量浓度、温度、收率，在变量视图与数据视图中输入表格数据，具体如下图。

(2)思路：本问是研究一个控制变量即浓度的不同水平是否对观测变量收率产生了显著影响，因而应用单因素方差分析。假设：浓度对收率无显著影响。

步骤：【分析-比较均值-单因素】，将收率选入到因变量列表中，将浓度选入到因子框中，确定。

输出：

變異數分析

收率

平方和 df 平均值平方 F 顯著性

群組之間 在群組內 總計 39.083 80.875 119.958 2 21 23 19.542 3.851 5.074 .016 显著性水平α为0.05，由于概率p值小于显著性水平

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

知识改变命运 为明天事业腾飞蓄能 http://www.bgwahaha.cn

上海蓝草企业管理咨询有限公司

《大数据时代下的经营数据分析实战培训》

【培训目标】

通过本课程的学习，达到如下目的：

1、通过案例分析，明确数据分析思路，实现数据分析效果； 2、通过数据分析工具导入，提升数据分析质量；

3、立足公司各层级、各岗位数据分析实际应用展开分析，指导区县公司工作；

4、提升数据分析呈现技能，提高数据分析实际应用性和层级传递效用； 5、通过从大量的营销数据中分析潜在的客户特征，挖掘用户行为特点，找出目标客户；

6、学会针对目标客户优化销售策略，帮助运营团队深入理解业务运作，支持业务策略制定以及运营决策。 【培训对象】

数据分析相关人员 【培训时间】

2天

【培训内容】

前言：大数据时代背景

1. 概述

2. 大数据时代带来对传统营销的挑战 3. 大数据时代的新营销模式

4. 如何在海量数据中整合线上、线下数据，形成你对消费者的独特洞

察力

5. 如何建立全渠道数据平台，拓展营销渠道，提高营销效率 6. 大数据的实现技术

一、数据分析定位与方法导入 1.数据分析重要性

为什么要做数据分析

数据分析能解决什么具体问题 2.市

大连理工大学2015年软件工程硕士（全日制单证）

大数据分析与应用专业方向招生简章

大连理工大学是教育部直属的全国重点大学，是国家首批“211工程”和“985工程”专项资金支持建设的学校，是教育部、辽宁省、大连市重点共建的学校，2003年被中央确定为中管干部学校。

大连理工大学软件学院是大连理工大学所属的十九个学院之一，是“十五”的第一年即2001年1月成立的，是经国家教育部和国家计委联合发文批准成立的35所国家示范性软件学院之一，是大连理工大学根据国家“以信息化带动工业化，以工业化促进信息化”的战略决策，以学校雄厚的多学科师资队伍为依托，以推动软件产业快速发展为目标而成立的学院。

一、培养目的

为了更好的满足我国信息化建设对高素质人才的迫切需求，大连理工大学软件学院联合北京西普学苑教育科技有限公司于2015年面向全国招收攻读软件工程硕士专业学位研究生【简称“软件工程硕士（单证）”】。招生研究方向： 大数据分析与应用方向。

二、培养目标

大数据分析与应用专业方向致力于培养擅长大数据技术、懂得将数据与业务更好结合、达到应用目的的实用型高端人才，通过企业级案例分析和实际项目的锻炼，培养学生处理复杂数据流、整合趋势报告、处理自然语言的能力。

三、招生对象及招生人数