《大数据与云计算技术》课程标准

《大数据与云计算技术》课程标准课程名称：大数据与云计算技术

课程类型：职业拓展课程适用专业：22级人工智能技术应用

先修课程：Linux操作系统、MySQL数据库、Python语言设计、大数据导论学分学时：4学分64学时

编写执笔人：教研室主任审核签字：

审核日期：二级学院（系部）审定签字：

审定日期：｛表中的“课程类别”指：通识教育课程、职业基础课程、职业核心课程、职业扩展课程、职业素养课程和集中实践课程｝01第一部分

前言

一、课程的性质与地位本课程是专为人工智能技术应用专业学生设计的职业拓展课程，具有明显的前瞻性和应用性。它不仅为学生提供了云计算与大数据技术的全面认识，还通过实践技能的培养，为学生在云计算、大数据分析、机器学习等领域的职业生涯打下坚实的基础。课程内容紧跟行业发展，确保学生能够掌握最新的技术趋势和应用实践，增强其在就业市场上的竞争力。主要内容包括云计算与大数据技术的基础知识、关键技术及其在不同领域的应用。大数据基础理论，包括大数据的定义、特征、结构与类型、应用领域以及数据科学与大数据技术。大数据处理，涉及数据采集、质量评估、清洗、变换、归约等技术。数据统计与分析，包括统计分析方法、数据挖掘概念、过程和算法。大数据安全与隐私问题，探讨网络安全漏洞、隐私泄露以及解决策略和技术。数据可视化的类型、流程、步骤和评估方法。大数据技术在社交媒体、医疗、金融、制造业等领域的应用。等。同时，通过教学过程中的实际开发过程的规范要求，培养学生分析和解决实际问题的能力，强化学生的职业道德意识、职业素质养意识和创新意识，为学生以后从事更专业化的运维、软件开发工作奠定基础。本课程的前导课程有《Liux系统管理与配置》、《数据库技术基础》、《计算机网络基础》、《大数据导论》、《云计算导论》、《大数据分析》。二、课程基本理念本课程秉承“以学生为中心”的教学理念，采用多元化的教学方法，激发学生的学习兴趣和创新思维。通过案例驱动教学，我们将理论知识与实际问题解决相结合，引导学生主动探索和实践。课程强调学生的参与和体验，鼓励学生通过团队合作、项目实践等方式，提升解决复杂问题的综合能力。同时，课程注重培养学生的职业道德和团队协作精神，为社会培养高素质的技术人才。三、课程设计思路本课程设计紧密围绕专业人才培养目标，以提高学生的专业技能和职业素养为核心。我们通过以下几个方面来实现课程目标：理论与实践相结合：课程内容既包括云计算与大数据的基础理论知识，也涵盖了技术应用和案例分析，确保学生能够将理论知识应用于实际问题的解决中。技术与应用并重：通过分析不同行业的大数据应用案例，让学生理解技术如何解决行业痛点，培养学生的技术应用能力和创新思维。技能培养与职业发展对接：课程内容与行业需求紧密结合，确保学生所学技能与未来职业发展相匹配，提高学生的就业竞争力。实践教学强化：通过实验室实践、项目驱动学习等方式，强化学生的实践能力，使学生在实际操作中深化理论知识，提升技术应用水平。跨学科能力培养：鼓励学生跨学科学习，将云计算与大数据技术与其他领域知识结合，培养学生的综合素质和跨学科解决问题的能力。国际视野与本土实践相结合：引入国际先进的教学理念和方法，同时注重本土化教学内容，使学生能够适应全球化背景下的工作环境。持续更新与反馈机制：课程内容将根据技术发展和行业需求进行持续更新，同时建立有效的教学反馈机制，确保教学质量不断提升。课程充分体现了“任务引领、实践导向”的指导思想，依据相关专业应共同具备的岗位职业能力，依据用人单位对智能产品开发与应用、人工智能技术应用、工业机器人技术专业所涵盖的岗位群进行知识、能力、态度、学生的认知特点、相应职业资格标准分析，建议总课时64课时，其中授课44课时，上机实践课20课时。02第二部分

课程目标

一、总体目标本课程学生通过听课、参与课堂互动、完成课后作业，学生将能够：掌握云计算与大数据的基本概念、原理和应用。培养对云计算与大数据应用价值的认识和兴趣，激发学习动力。梳理知识脉络，掌握核心思想，形成系统化的知识框架。培养学生细致缜密的工作态度和团结协作精神。逐渐认可云计算和大数据的应用价值，并对其产生浓厚的兴趣，从而主动地参与到学习中来，了解其基本概念、原理和应用，掌握云计算的关键技术，培养学生细致缜密的工作态度和团结协作的良好品质。二、分类目标1．知识目标（1）

让学生理解大数据的基本概念、特征以及在不同领域的应用场景。（2）

掌握大数据处理的关键技术和方法，包括数据采集、清洗、转换、归约等。（3）

学习云计算的基础理论，包括其定义、架构、服务模式以及与大数据的融合应用。（4）

熟悉数据统计与分析的基本方法，数据挖掘的流程和常用算法。（5）

了解大数据安全与隐私保护的重要性及相关技术和策略。（6）

掌握数据可视化的类型、流程和评估方法。2．能力与技能目标（1）

培养学生的数据分析能力，使其能够运用大数据工具对实际问题进行分析和解决。（2）

提高学生的编程技能，特别是在处理大数据集和实现数据挖掘算法方面。（3）

增强学生的批判性思维，能够评估大数据技术的优势和局限，并提出合理的技术解决方案。（4）

锻炼学生的项目管理能力，包括团队合作、时间管理和资源协调。（5）

培养学生的问题解决能力，使其能够在面对大数据挑战时，提出创新的解决方案。3．素质目标（1）

激发学生对大数据与云计算技术的兴趣和热情，培养终身学习的态度。（2）

强化学生的伦理意识，特别是在处理个人数据和隐私保护方面的责任感。（3）

培养学生的创新精神和探索精神，鼓励他们不断尝试新技术和方法。（4）

提升学生的沟通能力，使其能够清晰地表达数据分析结果和推荐方案。（5）

培养学生的国际视野，了解大数据在全球范围内的应用和发展动态。03第三部分

课程教学内容标准编号学习情境学习内容（思政融合）学习目标作业成果1第一模块大数据技术概述ü

大数据的定义与特征ü

大数据的结构与类型ü

大数据的应用领域思政融合：ü

深入理解大数据对现代社会发展的重要性；ü

引导学生通过实例认识大数据在各领域的应用，促进科技与社会发展的结合。ü

掌握大数据的概念及结构ü

掌握大数据的应用及挑战ü

描述大数据的“3V”特征，并给出每个特征在实际应用中的例子。ü

解释大数据中数据价值密度低和数据流动性强的含义，并讨论它们对数据处理的挑战。2第二模块大数据与云计算ü

云计算的关键技术及其在大数据领域的应用云服务架构ü

大数据技术在智慧城市建设中的实际案例分析。思政融合：ü

云计算与大数据技术在社会发展和经济建设中的重要作用；增强学生对信息安全和数据保护重要性的认识。ü

理解云计算的定义、特征、体系架构与服务模式。ü

掌握虚拟化技术、并行计算技术和海量数据管理与存储技术。ü

了解云计算与大数据的融合及其在智慧城市建设中的应用。ü

研究智慧城市建设中的一个具体案例，分析云计算和大数据技术如何促进城市管理的智能化，并讨论这些技术可能带来的挑战和机遇。3第三模块大数据处理ü

大数据的基本概念和特性。ü

数据采集的方法和数据质量的保障。ü

数据清洗、变换和归约的技术。思政融合：ü

强调数据的安全性和隐私保护，培养学生的法律意识和社会责任感。ü

让学生了解大数据技术在社会发展中的作用，增强服务社会的意识。ü

理解大数据处理的基本概念和重要性。ü

掌握数据采集、清洗、变换和归约的方法和技术。ü

假设你有一个包含用户交易数据的数据集，其中包括用户ID、交易金额和交易时间。编写一个数据处理流程，以清洗和准备数据进行进一步分析。4第四模块数据统计与分析ü

统计分析的基本方法和应用场景。ü

数据挖掘的流程、分类和算法。思政融合：ü

强调数据统计与分析在国家信息化建设和智能化社会转型中的作用，培养学生的社会责任感和创新意识。ü

了解数据统计与分析的基本概念；ü

掌握数据挖掘的基本方法；ü

理解大数据在文学分析中的应用。ü

聚类分析应用：使用K-Means算法对一组数据进行聚类，并解释簇内数据的相似性及簇间的差异性。ü

情感分析实践：选择一部文学作品或一系列社交媒体帖子，运用文本挖掘技术进行情感倾向分析，并撰写分析报告。5第五模块大数据安全与隐私ü

了解大数据安全与隐私的基本概念、发展历程以及当前面临的挑战。ü

掌握大数据安全防护对策、关键技术以及隐私保护的政策法规和技术手段。思政融合：ü

强调大数据安全与隐私保护在国家信息化建设和数字经济发展中的重要性。ü

结合国家战略，让学生认识到掌握大数据安全技术对于国家安全和经济发展的重要意义。ü

强调大数据安全与隐私保护在国家信息化建设和数字经济发展中的重要性。ü

结合国家战略，让学生认识到掌握大数据安全技术对于国家安全和经济发展的重要意义。ü

政策评估：选取一项隐私保护相关的政策法规，评价其在当前技术环境下的实施效果和潜在挑战。ü

实践操作：设计一个简单的权限管理系统，确保敏感数据只能被授权用户访问。6第六模数据可视化ü

了解数据可视化的基本概念、发展历程，ü

掌握不同类型的数据可视化技术，包括但不限于科学可视化、信息可视化和可视分析学。ü

熟悉常见的数据可视化工具和产品。思政融合：ü

强调数据可视化在支持决策、促进沟通中的作用，以及在社会发展和科技进步中的重要性。ü

结合国家对信息化和智能化的重视，让学生认识到掌握数据可视化技术对于国家发展的重要性。掌握数据可视化的关键技术和应用ü

调研并选择一个具体的可视化工具（如python、PowerBI等），分析其在数据分析中的应用案例，撰写一份分析报告。7第七模块大数据与社交媒体融合ü

深入理解社交媒体大数据分析与挖掘技术及其在不同领域的应用。ü

重点讲解社交媒体大数据的未来挑战，特别是数据隐私和信息安全问题。思政融合：ü

强调大数据技术在推动社会进步和经济发展中的关键作用。ü

结合国家对信息化建设和智能化社会转型的重视，让学生理解掌握大数据技术对于国家发展的重要性。ü

理解大数据与社交媒体融合的基本概念和发展进程。ü

掌握社交媒体大数据分析与挖掘的关键技术和应用场景。ü

了解社交媒体大数据面临的未来挑战和信息安全问题。ü

选择一个社交媒体平台上的公共事件或营销案例，分析其数据流如何被收集和分析，以及这些数据如何影响事件的发展或营销效果。要求提交一份报告，包括数据收集方法、分析过程和结果影响。8第八模块大数据在医疗领域的应用ü

深入理解大数据技术在医疗领域的具体应用，特别是电子病历的管理和分析。ü

掌握数据共享和隐私保护的平衡，以及相关法律法规。思政融合：ü

强调大数据技术在提升医疗服务质量、推动健康中国战略中的重要作用。ü

结合国家对医疗信息化的重视，让学生认识到掌握相关技术对国家发展的重要性。ü

了解大数据在医疗领域的应用;ü

掌握电子病历、数据共享、隐私保护等关键概念。ü

以小组为单位，基于大数据的医疗决策支持系统。明确系统的目标用户、功能需求、数据来源以及预期的临床效果。准备一个简短的演示文稿，向班级展示你的设计概念和实施策略。9第九模块大数据在旅游业的应用ü

深入讲解大数据技术在旅游业中的应用，特别是智慧旅游和定制旅游的实现方式。ü

强调数据挖掘在提升旅游体验和业务决策中的作用。思政融合：ü

强调大数据技术在推动旅游业发展和提升国家软实力中的重要作用。ü

结合国家发展战略，让学生认识到掌握大数据技术对于国家科技进步和经济转型的重要性。ü

了解大数据在旅游业的应用背景和发展进程。ü

掌握数据挖掘技术、智慧旅游、定制旅游、精准营销的概念和实施方法。ü

了解旅游平台的运营模式和技术基础，包括大数据分析、人工智能、云计算等.ü

旅游推荐系统设计：基于对智慧旅游的理解，设计一个简单的旅游推荐系统框架。描述推荐算法的工作原理，并提出可能使用的数据源和推荐策略。10第十模块大数据在金融领域的应用ü

深入讲解金融大数据在风险管理、市场营销、客户服务等方面的应用。ü

强调大数据技术在金融创新中的作用，特别是在个性化服务和智能化决策中的应用。思政融合：ü

强调金融大数据在支持国家经济发展、风险控制和市场监管中的作用。ü

结合国家对金融科技的重视，让学生理解掌握金融大数据技术对于国家金融安全和经济发展的重要性。ü

了解金融大数据的定义、影响、应用战略;ü

掌握金融大数据在业务中的具体应用。ü

研究并撰写一份报告，分析金融大数据在某一特定金融业务（如信用评分、反欺诈监控或投资组合优化）中的应用。11第十一模块大数据在制造业的应用ü

深入理解大数据技术在制造业中的应用，特别是智能工厂和智能制造的实现。ü

掌握大数据技术如何优化生产流程、提高产品质量、降低成本。思政融合：ü

强调大数据技术在推动制造业升级和国家经济发展中的关键作用。ü

结合国家战略，让学生认识到掌握大数据技术对于国家科技进步和产业转型的重要性。ü

了解大数据在制造业中的应用ü

从公开数据集或模拟数据中选择一个制造业相关的数据集，进行探索性数据分析，识别数据中的模式和趋势，并撰写一份报告，说明如何利用这些发现来优化生产流程或提高产品质量。04第四部分

课程实施建议

一、各教学环节学时分配建议编号学习情境学时数理论实践小计1第一模块

大数据概述与基础4042第二模块

大数据与云计算4043第三模块

大数据处理4484第四模块

数据统计与分析4045第五模块

数据安全与隐私4046第六模块

数据可视化4487第七模块

大数据与社交媒体融合4488第八模块

大数据在医疗领域的应用4049第九模块

大数据在旅游业的应用40410第十模块

大数据在金融领域的应用44811第十一模块

大数据在制造业的应用448合计442064二、教学建议1.对教师的建议教学中应以教师为主导，学生为主