玉林师范学院教务处玉林师范学院

1、计算机科学与工程学院2017级计算机科学与技术专业（大数据应用与分析方向）人才培养方案一、专业名称 学科代码：08学科门类：工学专业代码：080901专业名称：计算机科学与技术二、专业培养目标本专业方向培养具有较高专业素养、科学素养和人文素养，较好地掌握计算机科学技术及大数据技术的基本知识、基本理论和基本技能，能在IT行业、行政事业单位等从事大数据的处理、分析、预测、应用、维护、大数据应用开发、大数据系统研发及数据可视化等工作的应用型人才。 通过讲解几种主流大数据产品和技术的特性、实现原理及应用方向，并组织实习项目，使学生较全面地掌握大数据方向的基本理论和技术（采集、存储、挖掘等），能运用所学

2、知识解决实际问题，具有较高的综合业务素质、较强的创新与实践能力。三、专业培养规格1专业培养规格（1）知识规格： 具有良好的科学和信息素养，系统掌握计算机科学与技术包括计算机软、硬件与应用的基本理论、基本知识、基本技能与方法。（2）能力规格：能在科研、企事业、技术、教育、行政管理等单位从事计算机科学研究、应用和教学，适应经济社会发展需要，具有创新精神和实践能力。（3）素质规格：培养学生具有良好品德与道德修养、专业知识扎实、体格素质良好并具有正确的人生观、价值观的，能以良好的专业知识与专业技能在工作岗位上发挥应有的积极作用。2专业培养规格结构要求和素质规格，具体见附件1。四、毕业合格标准1符合德育

3、培养目标要求。2学生最低毕业学分为184学分，具体学分要求见附件3。3符合大学生体育合格标准。4普通话水平测试通过三级甲等及以上等级。五、修业年限和授予学位修业年限：4年，可在38年内完成。授予学位：工学学士学位。六、课程模块构建表（见附件2）七、计算机科学与工程学院2017级计算机科学与技术专业各类课程学分和学时分配表（见附件3）八、计算机科学与工程学院2017级计算机科学与技术专业教学进程计划表（见附件4）九、主要课程简介（附后）附件1计算机科学与工程学院2017级计算机科学与技术专业（职业群）知识、能力和素质结构要求序号职业岗位职业岗位对应知识、能力和素质结构主要链接课程1ETL开发工程

4、师职业岗位知识1 具备基础的数据库知识2 具备ETL方面的基础知识3 具备数据挖掘方面的知识HADOOP大数据技术数据导入与预处理商务智能方法与应用大数据分析与内存计算Visual C#程序设计计算机图形学新技术动态研讨CAD实用技术Linux编程职业岗位能力1.具有数据仓库及BI项目基础架构规划、安全规划、ETL架构和规范制定方面的基本知识；2.具有数据仓库及BI项目ETL部分的开发和优化，并及时解决ETL相关技术问题的能力；3.具有对ETL数据准确性验证及报表维护； 5. 具有海量数据的ETL开发，抽取成各种数据需求。2HADOOP开发工程师职业岗位知识1具备HADOOP大数据技

5、术方面的知识2具备网站设计方面的基础知识3. 具备WAP页面设计的基础知识HADOOP大数据技术数据导入与预处理WAP技术及应用Web应用技术（J2EE）Web应用技术（.Net）JAVA语言程序设计职业岗位能力1. 具有搭建hadoop集群,解决海量数据不断增长面临问题的能力。2. 具有管理、优化并维护hadoop集群,保证集群规模持续、稳定地计算与存储扩容。3. 具有开发、测试hdfs/mapreduce/hive/hbase的功能、性能和扩展,解决并实现业务需求的能力3可视化开发工程师职业岗位知识1. 具备智慧高速大数据平台可视化的开发工作相关知识； 2. 大数据应用开发方面的基础知识。

6、数据可视化数据导入与预处理应用*数据仓库与挖掘技术*商务智能方法与应用大数据分析与内存计算大数据应用开发语言操作系统原理*计算机网络*数据库原理*软件工程导论Linux操作系统职业岗位能力1.具有研究用户需求，进行概念设计，并最终定义产品信息架构、交互及视觉细节；2.具有数据可视化产品的视觉设计，参与大数据分析产品策划工作，深入理解主流数据可视化展现形式，针对实际场景梳理数据信息，提出专业的数据可视化元素运用的建议等4数据分析工程师职业岗位知识1了解数据的原始面貌2了解数据存储内部的工作机制和流程3.具备数据提取能力、理解业务需求的能力4.掌握数据挖掘相关能力Hadoop大数据技术*分布式数据

7、库原理与应用*数据导入与预处理应用*数据仓库与挖掘技术*商务智能方法与应用大数据分析与内存计算大数据应用开发语言机器学习数据可视化移动设备界面设计计算机组成与汇编语言*操作系统原理*计算机网络*数据库原理*软件工程导论Linux操作系统岗位能力1.掌握HADOOP大数据基本架构和相关工具。2.掌握熟练运用一种数据抽取采集工具。3.掌握数据建模方法，熟悉常用数据分析模型等。5大数据工程师职业岗位知识具备理解大数据行业涉及到的数据抽取、清洗、分析、挖掘、可视化各个层次的技术方面的知识。Hadoop大数据技术分布式数据库原理与应用数据导入与预处理应用数据仓库与挖掘技术数据可视化技术商务智能方法与应用

8、大数据分析与内存计算1.熟练使用一种数据分析工具或语言。2.掌握数据可视化基本方法和原则，熟练使用可视化插件进行分析结果可视化等附件2计算机科学与工程学院2017级计算机科学与技术专业课程模块建构表序号课程模块课程名称能力要求1专业基础课模块计算机网络、网络工程与项目实施掌握网络系统结构原理，网络中数据通信的流程掌握计算机网络中数据通信的基本原理验证能力、网络设备的配置与维护、网络数据校验方法。掌握综合布线方案设计的基础知识，掌握各种通信线材的参数、指标、施工要求等，掌握综合布线的基本能力掌握网络工程项目设计基础知识、具备网络工程项目方案设计能力及实施能力计算机组成与汇编语言* 熟悉理解计算机

9、硬件系统的组成、结构、各部件的逻辑实现和工作原理及IBM-PC机硬件结构；掌握运算器及运算方法，指令系统设计及IBM-PC汇编语言，存储系统（包括内部存储器、高速缓冲存储器、外部存储器、虚拟存储系统等）的结构和工作原理及其在微机中的实现，CPU的结构、功能及指令的运行分析，微程序技术及应用，总线技术、输入输出技术及与此相关的汇编语言程序设计技术。Linux操作系统技术通过对操作系统的学习以及Linux操作系统的使用，使高等学校计算机应用、计算机网络技术专业的学生了解计算机网络及安全与管理领域等专业知识与技能，能够熟练地使用Linux操作系统。2大数据方向模块Hadoop大数据技术掌握Hadoo

10、p大数据技术基本概念、体系结构、技术原理、主要组件等主要内容。分布式数据库原理与应用了解分布式数据库系统的基本概念和基本理论其实现的关键技术，并且了解大数据行业常用的以HBase、MongoDB为代表的NoSQL非结构化数据库。数据导入与预处理应用通过实践来深入理解数据采集、数据清洗、数据导入等数据预处理技术的基础概念、理论原理、行业工具和技术应用。通过本课程的学习，学生可以基本掌握数据清洗、数据集成、数据转换、数据载入的原理与技术，能够独立完成数据预处理工作，并具备参与大数据项目中数据前期处理与实施的基本技能。数据仓库与挖掘技术系统而全面地介绍了数据仓库与数据挖掘的概念、作用、算法和应用举例

11、，并且给出了信息分析所涉及到的若干问题及框架。数据可视化技术了解数据可视化分析工具和图表。参与者也将学习如何为各种不同的数据类型和场景选择适当的图表类型,创造有效的仪表板传达组织信息。商务智能方法与应用能从大量数据中发现隐含的知识，辅助管理人员做出科学决策的方法、系统和应用。大数据分析与内存计算了解基于内存计算的大数据分析的SPARK架构的基本知识，掌握Spark的关键技术，并完成Spark体系的安装及部署，可以完成基于内存计算的大数据应用分析。大数据应用开发语言熟悉大数据应用开发的基本语法和方法，掌握大数据开发环境的安装调试与维护技术，培养学生理论联系实际的实践能力，为今后的学习和工作打下必

12、要的基础。机器学习掌握常见机器学习算法，包括算法的主要思想和基本步骤，并通过编程练习和典型应用实例加深了解；同时对机器学习的一般理论，如假设空间、采样理论、计算学习理论，以及无监督学习和强化学习有所了解。附件3计算机科学与工程学院2017级计算机科学与技术专业课程体系结构及学分学时比例表（一）教育平台课程模块课程性质学分及比例学时及比例学分各模块学分占总学分比例小计各平台学分占总学分比例学时各模块学时占总学时比例小计各平台学时占总学时比例通识教育平台通识教育课程模块必修3820.6%4625%60820.6%73625.0选修84.4%1284.4%专业教育平台专业课程模块必修5228.3%7

13、139%83228.3%113638.6%选修1910.3%30410.3%实践教育平台实践教育课程模块必修6334.3%6736%100834.3%107236.4%选修42.1%642.1%合计184100%184100%2944100.0%2944100.0%计算机科学与工程学院2017级计算机科学与技术专业课程体系结构及学分学时比例表（二）课程类型学分/学时其中实验实训课程分学期学分安排学分/学时比例学分/学时12345678课内教学通识必修课38/60820.7%6.5+(2.5)/110+(43)9.5107.55专业必修课52/104028.3%881389600通识选修课8/1

14、284.4% 专业选修课19/30410.3%合计117/208063.7%课外教学实验实训13/2087.1%13/20811146集中性实践28/44815.228/4481612综合实践26/41614.1%26/41611265344合计67/107236.4%67/10722336992016注：1有括号的学分为不收费学分。2学分和学时占总学分比例（%）和占总课时比例（%）保留1位小数。附件4计算机科学与工程学院2017级计算机科学与技术专业教学进程计划表（一）备注：1有括号的学分不收费。课程模块课程代码课程名称课程性质学分/课时开课学期及学分/周课时分配考核方式和学期(实践性教育活

15、动只写学分数，每学期约16周)共计讲授实践一二三四五六七八考试考查通识教育课程模块TBB160102马克思主义基本原理必修2+(0.5)/32+(8)2/32(0.5)/(8)2.5/2.53TBB160203-04毛泽东思想和中国特色社会主义理论体系概论必修4+(1)/64+(16)4/64(1)/(16)2.5/252.5/2.51,2TBB160301中国近现代史纲要必修2/322/322/21TBB160401思想道德修养与法律基础必修2+(0.5)/32+(8)2/32(0.5)/(8)2.5/2.52TBB040005-08大学英语必修12/19212/1923/33/33/33/

16、32,41,3TBT130001-04公共体育必修8/1282/326/962/22/22/22/22,41,3TBB160501形势与政策必修(2)/(32)(2)/(32)每学期集中授课考查，毕业学期选课、录成绩TBT000002大学生职业生涯规划和就业指导必修(2)/(32)(1.5)/(24)(0.5)/(8)每学期集中授课，毕业学期选课、考查、录成绩TBT140002大学生心理健康教育必修2/321.5/240.5/8从全校大学生心理健康教育课中选修通识教育必修课程（小计）32+(6)/512+(96)25.5+(3.5)/408+(56)6.5+(2.5)/104+(40)9.5/

17、9.510/107.5/7.55/500修读 38 学分（其中必修 38 学分）艺术类(必选)2/322/32本专业学生至少在讲座类通识选修课选修3学分，艺术类通识选修课选修2学分，人文类或社会科学类通识选修课选修2学分，剩余1学分任选，多选不限。人文类选修2/322/32社会科学类选修2/322/32体育与健康类选修2/322/32讲座类(必选)3/15次3/15次通识教育选修应修课程（小计）8+3/128+158+3/128+15修读 8 学分（其中选修 8 学分）2大学生职业发展和就业指导开课责任单位为招生就业处。备注：1有括号的学分不收费。2大学生职业发展和就业指导开课责任单位为招生就

18、业处。3公共体育课程实行俱乐部制。4本专业学生须从学校开出的讲座类通识选修课中选修3学分。学生完成5个讲座的听课任务获得1个学分。计算机科学与工程学院2017级计算机技术专业教学进程计划表（二）课程模块模块名称课程代码课程名称课程性质学分/课时开课学期及学分/周课时分配(实践性教育活动只写学分数，每学期约16周)考核方式和学期共计讲授实践一二三四五六七八考试考查专业课程模块学科基础课程模块ZBB050103-104高等数学B(I-II)必修8/1288/128441，2ZBB050202线性代数B必修2/322/3221ZBB06A101离散数学*必修2/322/3222ZBB06A102概率

19、与数理统计必修2/322/3223ZBB06A103计算机导论必修2/322/3221ZBB06A104C语言程序设计*必修3/482/321/1631ZBB06A106算法设计分析必修2/322/3224ZBB06A107大数据概论必修3/483/4833学科基础课小计24/38423/3681/161165200修读 24 学分（其中必修 24 学分）专业基础课程模块ZBB06A108数据结构*必修3/483/4833ZBB06A109面向对象程序设计(Java)*必修3/482/321/1632ZBB06A110Android应用开发必修3/382/321/1633ZBB06A111计算

20、机组成与汇编语言*必修2/322/3223ZBB06A112操作系统原理*必修2/322/3224ZBB06A113计算机网络*必修2/322/3223ZBB06A114数据库原理*必修2/322/3224ZBB06A115软件工程导论必修2/322/3225ZBB06A116Linux操作系统必修2/322/3224专业基础课程小计21/33619/3042/320310620修读 21 学分（其中必修 21 学分）大数必修课程模ZBB06A118Hadoop大数据技术*必修4/642/322/3245ZBB06A119分布式数据库原理与应用*必修4/642/322/3245ZBB06A12

21、0数据导入与预处理应用*必修4/642/322/3246ZBB06A121数据仓库与挖掘技术*必修4/642/322/3246ZBB06A126数据可视化必修4/642/322/3246大数据必修课程小计20/32010/16010/1600000812修读 20 学分（其中必修课程 20 学分）大数据选修课程模块ZBB06A122商务智能方法与应用选修4/642/322/3246ZBB06A123大数据分析与内存计算选修4/642/322/3246ZBB06A124大数据应用开发语言选修4/642/322/3246ZBB06A125机器学习选修4/642/322/3246大数据选修课程小计1

22、6/2568/1288/1280000016修读 8 学分（其中选修8学分，四选二，建议选1和2）专业拓展选修课程模块ZXB06A127大数据行业项目部署实践选修2/2周2/2周26ZXB06A128复杂数据预处理实战选修2/2周2/周26ZXB06A129数据可视化项目开发实战选修2/2周2/2周26ZXB06A130Visual C#程序设计选修2/322/3225ZXB06A131PHP编程选修2/322/3224ZXB06A132计算机图形学基础选修2/322/3225ZXB06A133Python编程选修2/322/3225ZXB06A134多媒体技术选修1/161/1614ZXB0

23、6A135MATLAB基础与应用选修1/161/1613ZXB06A136编译原理选修1/161/1612专业拓展选修课小计16/25616/256011366修读 11 学分（其中选修 11 学分，其中1、2、3必选）注：备注：1. 课程名称打有*号的为专业核心课程。 计算机科学与工程学院2017级计算机科学与技术专业教学进程计划表（三）课程模块课程代码课程名称课程性质学分/课时开课学期及学分/周课时分配(实践性教育活动只写学分数，每学期约16周)考核方式和学期共计讲授实践一二三四五六七八考试考查实践课模块专业实践课SBB06A302C语言程序设计实训必修1/161/1611SBB06A30

24、3面向对象程序课程设计 (JAVA)实训必修1/161/1612SBB06A306Android开发实训必修1/161/1613SBB06A307大数据分析与内存计算实训选修2/2周2/2周2SBB06A308商务智能方法与应用实训选修2/2周2/2周2SBB06A309数据库原理实训必修2/2周2/2周25SBB06A314数据仓库与挖掘技术实训必修2/2周2/2周26SBB06A323Hadoop部署实战实训必修2/2周2/2周25SBB06A324数据可视化开发试验实训必修2/2周2/2周26SBB06A325数据预处理实践实训必修2/2周2/2周26实验实训课程（小计）17/272（1

25、4周）17/272+（14周）1112210修读17学分SBB06A316专业实习必修16/16周16167SBB06A316毕业论文必修12/12周12128集中性实践（小计）28281111612修读 28 学分（其中必修 28 学分）SBB06A319专业综合技能必修1/1周16SBB06A326素养课程一必修1/161/11SBB06A327素养课程二必修1/161/12SBB06A328素养课程三必修1/161/13SBB06A329素养课程四必修1/161/14SBB06A330创新创业实践必修2/32 2/25SBB06A331求职能力提升训练必修1/161/16ZBB06A11

26、7VIP创新课程必修4/6411113,4,5,6SBB160001思想政治理论综合实践课必修2开课学期考核，第五学期选课、录成绩5SBB040001大学英语综合实践必修4一至四学期考核，第四学期选课、录成绩4SBT000001军事安全教育与公益劳动必修(4)/(64)第七学期选课、录入成绩7SBB06A332科技创新类选修(2)8SBB06A333创业类选修(2)8综合实践（小计）11+7+（8）/176+7+8修读 26学分（其中必修 22 学分，选修 4 学分）备注：1军事安全教育与公益劳动课程包括入学教育、军训与国防教育、安全教育和公益劳动。入学教育（安排在第一学期）和公益劳动（每学期

27、一次）责任单位为各二级学院，军训与国防教育（安排在第一学期）、安全教育（每学期第一周和最后一周上课，每学期3节）责任单位为保卫处。各部分教学考核成绩统一交二级学院，由二级学院综合评定后给出该课程成绩，并于第七学期选课、录入成绩。2思想政治理论综合实践课课程包括马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、思想道德修养与法律基础等综合实践。3.学生通过以下途径获得专业综合技能课程的学分：获得包括全国计算机等级考试三级、全国计算机技术与软件专业技术资格（水平）考试在内的具有较高社会认可度的计算机资格(水平)考试证书；或学院认可的其他资格 (水平)考试证书；参加省级或以上的学科竞赛并

28、获得三等或以上奖励或奖励证书（已经用于科技创新类、创业类的奖励或证书，不能重复认定）；参加全国大学生创新创业项目并结项；通过学院在第7学期组织的综合技能考核，前提是已参加两次或以上的计算机资格 (水平)考试或学科竞赛。大数据应用与分析专业课程设置Ø Hadoop大数据技术课程目标：掌握Hadoop大数据技术基本概念、体系结构、技术原理、主要组件等主要内容。课程内容：本课程从Hadoop起源开始，介绍了Hadoop的安装和配置，并对Hadoop的组件分别进行了介绍，包括HDFS分布式存储系统，MapReduce计算框架，海量数据库HBase，Hive数据仓库，Pig、ZooKeeper

29、管理系统等知识。Ø 分布式数据库原理与应用课程目标：了解分布式数据库系统的基本概念和基本理论其实现的关键技术，并且了解大数据行业常用的以HBase、MongoDB为代表的NoSQL非结构化数据库。主要内容：本课程主要介绍分布式数据库的原理和应用，以及当前大数据行业主要的非结构化的数据库为主，例如以HBase、MongoDB为代表的NoSQL数据库。课程讲述了分布式数据管理的基础原理，内容包括分布式数据库设计，分布式查询的分解与优化，事务管理，分布式并发控制，分布式数据库管理系统的可靠性，数据复制等分布式数据管理技术的经典内容。介绍了互联网时代大数据技术的分布式数据管理研究的前沿，包括

30、分布式对象数据库管理，P2P数据管理，万维网数据管理，流数据管理和云数据管理等。Ø 数据导入与预处理课程目标：本课程是一门实践性与应用性都比较强的课程，学生需要通过实践来深入理解数据采集、数据清洗、数据导入等数据预处理技术的基础概念、理论原理、行业工具和技术应用。通过本课程的学习，学生可以基本掌握数据清洗、数据集成、数据转换、数据载入的原理与技术，能够独立完成数据预处理工作，并具备参与大数据项目中数据前期处理与实施的基本技能。课程内容：课程主要介绍数据清洗、数据集成、数据转换、数据导入等数据预处理工作的基础概念和理论，帮助学生掌握其基本原理、作用、及行业工具应用，了解数据预处理各个阶

31、段工作的基本操作、熟练掌握大数据项目中数据前期处理的相关知识。Ø 数据仓库与数据挖掘技术课程目标: 通过本课程的教学，阐述了数据仓库与数据挖掘的基本原理，系统而全面地介绍了数据仓库与数据挖掘的概念、作用、算法和应用举例，并且给出了信息分析所涉及到的若干问题及框架。课程内容：课程内容包括最新的信息分析技术研究成果，如小波分析、Rough分析、蚁群分析、分形技术、Agent、数据挖掘的进化算法、聚类分析、非结构数据的挖掘、离群数据挖掘，但课程并未详细剖析各个算法，而将介绍重点放在各种算法适合的应用上。Ø 数据可视化课程目标: 通过本课程学习，了解数据可视化分析工具和图表。参与者

32、也将学习如何为各种不同的数据类型和场景选择适当的图表类型,创造有效的仪表板传达组织信息。课程内容：课程内容包括从人、数据、可视化流程等三个层面阐述数据可视化的基础理论和概念；数据篇则针对实际应用中遇到的不同类型的数据，包括时空数据、地理信息数据、高维非空间数据、层次和网络数据介绍相应的可视化方法；应用篇着重介绍可视化综合应用及实用系统。Ø 机器学习课程目标：使学生掌握常见机器学习算法，包括算法的主要思想和基本步骤，并通过编程练习和典型应用实例加深了解；同时对机器学习的一般理论，如假设空间、采样理论、计算学习理论，以及无监督学习和强化学习有所了解。课程内容：本课程全面介绍常见的机器学习

33、算法，在内容上尽可能涵盖机器学习知识的各个方面。内容包括：机器学习的基础知识、一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）、特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。Ø 大数据应用开发语言课程目标: 通过本课程的教学，熟悉大数据应用开发的基本语法和方法，掌握大数据开发环境的安装调试与维护技术，培养学生理论联系实际的实践能力，为今后的学习和工作打下必要的基础。课程内容：课程内容包括大数据主流开发语言（Java、Python、R）的基础知识，开发环境部署和配置，相关开发语言的技术的介绍，

34、应用开发技术等。Ø 商务智能方法与应用课程目标：通过本课程的学习，在商务智能方法应用上，教会学生能从大量数据中发现隐含的知识，辅助管理人员做出科学决策的方法、系统和应用。课程内容：本课程结合专业实际特点，介绍商务智能的基本概念、主要功能、系统架构，以及数据分析和数据管理的主要方法和技术。课程分别介绍了数据仓库、在线分析处理以及数据挖掘的建模、分析和评价方法，涵盖多维数据模型的建模、多维分析方法以及各种知识发现方法，通过案例介绍了商务智能系统的应用；还介绍了常用软件系统及其使用方法，并对商务智能对社会的影响和未来发展进行了分析和展望。Ø 大数据分析和内存计算课程目标: 通过本

35、课程学习，了解基于内存计算的大数据分析的SPARK架构的基本知识，掌握Spark的关键技术，并完成Spark体系的安装及部署，可以完成基于内存计算的大数据应用分析。课程内容：课程内容包括Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；应用角度讲解了一些简单的、有代表性的案例。主要课程简介课程名称：课程名（英文名）课程代码： 学分： 授课时数： 开设学期：主要内容：使用教材：著者.书名.版本(第1版不写).出版地：出版者，出版年参考书目：1.著者.书名.版本(第1版不写).出版地：出版者，出版年2.著者.书名.版本(第1版不写).出版地：出

36、版者，出版年3.著者.书名.版本(第1版不写).出版地：出版者，出版年4.著者.书名.版本(第1版不写).出版地：出版者，出版年考核方式：考试（查），笔（面）试，闭（开）卷考试。主要课程简介课程名称：离散数学（Discrete Mathematics）课程代码：ZBB06A101 学分：2 授课时数：32 开设学期：1主要内容：本课程是为计算机专业本科开设的专业基础课。离散数学是现代数学的一个重要分支，是计算机科学中基础理论的核心课程，是学习专业理论不可少的数学工具。离散数学是以研究离散量的结构和相互间的关系为主要目标，其研究对象一般的是有限个和可数个元素，充分描述了计算机科学离散性的特点。在

37、计算机科学中，离散数学与数据结构、操作系统、逻辑设计、算法分析、编译原理、人工智能、系统结构等课程联系紧密。学习离散数学不仅为后续课程作必要的理论准备，而且其课程内容中所提供的一些把科学理论应用于实践的范例，可以培养学生逐步增强如何实施“科学理论-技术-生产力”转化的观念和方法，提高学生在知识经济时代中的适应能力。同时本课程在培养学生的创新能力，提高学生的科研素质方面都有着重要作用。使用教材：左孝凌等. 离散数学. 上海：上海科学技术文献出版社，2014参考书目：1. 徐洁磐. 离散数学导论. 北京：高等教育出版社，20012. 李盘林等. 离散数学. 北京：高等教育出版社，20033. 朱望

38、规. 离散数学. 北京：国防工业出版社，2003考核方式：考试（笔试，闭卷）。课程名称：C语言程序设计（Advanced Language Program）课程代码：ZBB06A104 学分：3 授课时数：48 开设学期：1主要内容：C语言是一门结构化的计算机程序设计语言，它既具有高级语言的特点，又具有低级语言的功能。本课程由浅入深地讲解C语言的基本概念，各种操作符与数据类型的使用技巧，C语言模块化程序设计的方法；并着重讲解C语言的数组与指针功能，以及C语言文件的基本操作和使用规则。本课程采用N_S结构流程图描述算法，使程序设计更加严谨。使用教材：洪月华 肖志军 编. C语言程序设计. 成都：

39、西南交通大学出版社，2011参考书目：1. 谭浩强等. C语言程序设计教程. 北京：清华大学出版社，20022. 谭浩强. C程序设计试题汇编. 北京：清华大学出版社，20003. 美，P.J.Deitel . C程序设计教程. 北京：机械工业出版社，20004. 何钦铭 颜晖 编. C语言程序设计. 北京：高等教育出版社，2008考核方式：考试（笔试，闭卷） 课程名称：数据库原理（Principles of Database）课程代码：ZBB06A114学分：2授课时数： 32开设学期：4主要内容：数据库原理是计算机科学与技术专业和软件工程专业的专业基础课程（必修）。本课程系统地介绍了数据库

40、的基本理论，并以目前比较流行的大型关系型数据库SQL Server为载体，向学生讲述了大型关系数据库的概念、管理、设计和开发。通过本课程的学习，要求学生能从实用性的角度出发理解并掌握数据库的安全性、并发控制和恢复技术，能熟练的编写基本的SQL语句，掌握索引、数据完整性、视图、存储过程、触发器等概念及使用方法，并能进行数据库的设计、开发与管理。使用教材：陶程仁.数据库原理及应用.成都：西南交通大学出版社，2011参考书目：1.王珊.数据库系统原理教程.北京：清华大学出版社，20122.陈志泊.数据库原理及应用教程.北京：人民邮电出版社，2010 考核方式：考试（笔试，闭卷）课程名称：操

41、作系统原理课程代码：ZBB06A112学分： 2授课时数：32开设学期：4主要内容：本课程是计算机专业学生必修的一门专业基础课和主干课,理论性较强。课程包括课堂教学与实践教学两大部分，课堂教学在方法上，采用课堂讲授，课后自学，课堂讨论等教学形式。实践教学部分主要通 过实验来加深对理论知识的理解。本课程主要介绍：操作系统的基本类型；操作系统功能；作业的基本概念；进程的描述；进程的同步与互斥；进程间的通信；进程调度算法；分区存储管理；逻辑结构与存 取方法；数据传送控制方式。使用教材：张尧学，史美林.计算机操作系统教程（第二版）.清华大学出版社，2000.参考书目: 1

42、、张尧学等.计算机操作系统教程（第2版）习题解答与实指导.清华大学出版社，20002、汤子瀛等.计算机操作系统.西安：西安电子科技大学.19883、屠祁、屠立德操作系统基础北京：清华大学出版社，20004、周长林 左万历计算机操作系统教程北京：高等教育出版社，2002考核方式：考试（笔试，闭卷）课程名称： Linux操作系统 （Linux Operating System Technology）课程代码：ZBB06A116学分：2授课时数：32 开设学期：4主要内容：Linux操作系统应用技术选用RedHat Enterprise Linux5 Server为平台，通过7个学习情境介绍操作系统的基础知识、Linux的安装与启动、Linux基本应用、Linux系统管理、Linux网络应用和Linux系统安全运行及管理。使用教材：周志敏， Linux操作系统应用技术，北京，电子工业出版社，2011参考书目：王瑞琴等，Linux实用教程，北京，清华大学出版社，2006考核方式：考试（笔试、闭卷）课程名称：数据结构（Data Structures）课程