Python中文自然语言处理基础与实战（第2版）（微课版）-第13章 基于TipDM大数据挖掘建模平台实现垃圾短信分类 教案

第13章基于TipDM大数据挖掘建模平台实现垃圾短信分类教案1.教案基本信息课程名称Python中文自然语言处理基础与实战课程类别选修适用专业人工智能类相关专业总学时64学时（其中理论32学时，实验32学时）总学分4.0学分本章学时2学时（其中理论1学时，实验1学时）章节名称第13章基于TipDM大数据挖掘建模平台实现垃圾短信分类授课教师授课时间2.教学目标知识目标了解TipDM大数据挖掘建模平台的基本概念和特点熟悉可视化数据挖掘平台的操作流程和界面掌握平台中数据预处理和模型构建的基本方法理解去编程化数据分析的优势和应用场景能力目标能够使用TipDM平台完成数据导入和配置能够通过拖拽方式构建完整的数据分析流程能够使用平台组件实现文本预处理和分类建模能够对比分析编程和可视化平台的实现差异素质目标培养流程化思维和系统性分析能力提升学以致用的实践能力和总结概括能力增强对不同技术工具的适应和选择能力培养面向实际应用的工程化思维3.教学重点与难点教学重点TipDM平台的基本操作和界面使用数据预处理流程的组件配置和参数设置垃圾短信分类的完整实现流程平台组件之间的连接和数据流转教学难点组件参数的正确配置和调试数据流程的逻辑设计和优化平台操作与编程实现的对比理解复杂预处理步骤的顺序安排解决策略采用分步演示和逐个组件讲解的方法通过对比分析强化理解平台优势提供详细的操作指南和参数说明设计循序渐进的实践任务4.教学内容与知识结构主要知识点平台基础模块TipDM平台的概念、特点和架构组件、工程、参数、共享库等基本概念平台界面和操作方法数据管理模块数据集的导入和管理数据连接和输入源配置多种数据格式的支持数据预处理模块缺失值检测和处理数据去重、脱敏、筛选操作文本分词、停用词过滤、词频统计数据采样和表操作模型构建模块朴素贝叶斯分类组件的使用模型训练和评估流程结果分析和可视化展示知识结构关系平台基础为操作认知层数据管理为数据准备层数据预处理为特征工程层模型构建为算法应用层5.教学方法与手段理论教学方法概念讲授法：系统介绍可视化数据挖掘平台的理念对比分析法：对比编程实现与平台实现的差异演示教学法：现场演示平台操作和界面使用案例驱动法：以垃圾短信分类为主线贯穿教学实践教学方法分步指导法：逐步指导完成平台操作任务驱动法：通过完整项目掌握平台使用互动操作法：师生同步操作和实时答疑流程构建法：通过拖拽构建数据分析流程教学工具和平台TipDM大数据挖掘建模平台多媒体教室和网络环境垃圾短信数据集和词典文件平台操作指南和示例工程6.教学过程设计课时安排总览课时类型内容第1课时理论课TipDM平台介绍与垃圾短信分类流程设计第2课时实验课平台操作实践与完整项目实现各课时教学环节设计第1课时（理论）：TipDM平台介绍与垃圾短信分类流程设计导入环节（10分钟）回顾第8章使用Python实现垃圾短信分类的过程提问：如何让不懂编程的人也能进行数据分析？引出可视化数据挖掘平台的概念和价值新课讲授（30分钟）TipDM平台的基本概念和特点介绍（8分钟）平台界面和基本操作方法演示（8分钟）组件、工程、参数等核心概念讲解（7分钟）垃圾短信分类的平台实现流程设计（7分钟）对比分析（8分钟）对比编程实现与平台实现的优缺点分析不同方法的适用场景和用户群体课时小结（2分钟）总结可视化平台的核心优势预告下节课的实践操作内容第2课时（实验）：平台操作实践与完整项目实现实验准备（5分钟）登录TipDM平台并检查网络环境准备实验数据和相关文件分步实践（80分钟）数据源配置和数据集导入（10分钟）数据预处理流程构建：缺失值检测和重复值处理（10分钟）文本脱敏和jieba分词（15分钟）数据筛选和词频统计（15分钟）数据采样和表操作（10分钟）模型构建和评估（15分钟）结果分析和词云图生成（5分钟）实验总结（5分钟）检查实验完成情况和结果总结平台使用的关键要点7.实验/实践设计实验：基于TipDM平台的垃圾短信分类实验目的掌握TipDM大数据挖掘建模平台的基本操作学会使用可视化方式构建数据分析流程实现完整的垃圾短信分类项目体验去编程化数据分析的优势实验内容平台账号注册和环境熟悉数据集导入和输入源配置数据预处理流程构建朴素贝叶斯分类模型构建模型评估和结果分析实验步骤数据准备阶段新增数据集并上传messages.csv文件上传自定义词典newdic1.txt和停用词表stopword.txt配置输入源组件并重命名数据预处理阶段连接缺失值处理组件，检查数据质量配置记录去重组件，处理重复数据使用字符串替换组件进行文本脱敏配置jieba分词组件，加载自定义词典使用数据筛选组件分离垃圾短信和非垃圾短信进行词频统计并生成词云图执行数据采样以平衡数据集使用表堆叠合并处理后的数据添加衍生变量生成标签列修改列名以适配算法要求模型构建阶段连接朴素贝叶斯分类组件运行模型训练和测试查看分类结果和准确率预期结果成功构建完整的垃圾短信分类流程获得合理的分类准确率生成非垃圾短信和垃圾短信的词云图掌握平台的基本操作方法评价标准平台操作熟练程度（30%）流程构建的完整性（40%）组件配置的正确性（20%）实验报告质量（10%）8.课后作业与拓展理论巩固作业总结TipDM平台的主要特点和优势对比分析编程实现与平台实现的差异梳理垃圾短信分类的完整流程步骤思考可视化数据挖掘平台的应用场景实践编程任务使用TipDM平台实现基于朴素贝叶斯的新闻分类尝试使用平台中的其他分类算法进行垃圾短信分类探索平台中的其他文本分析组件功能设计并实现一个完整的文本分析项目拓展阅读材料可视化数据挖掘工具发展综述无代码/低代码平台的技术趋势大数据分析平台的架构设计AutoML自动机器学习技术介绍思考讨论题可视化数据挖掘平台能否完全替代传统编程方式？如何选择合适的数据分析工具和平台？去编程化趋势对数据科学人才培养有何影响？企业级数据分析平台应该具备哪些核心功能？9.教学评价过程评价课堂参与度（20%）：理论课讨论和实验课操作积极性平台操作（40%）：流程构建和组件配置的熟练程度问题解决（20%）：遇到问题时的分析和解决能力学习态度（20%）：对新工具的学习主动性结果评价理论理解（30%）：对平台概念和原理的掌握实践能力（50%）：完整项目的实现质量对比分析（20%）：编程与平台实现的对比理解评价标准优秀（90-100分）：熟练掌握平台操作，流程构建完整，理解深入良好（80-89分）：基本掌握平台使用，实验基本完成，理解较好中等（70-79分）：平台操作需要指导，实验部分完成，理解一般及格（60-69分）：平台操作困难，实验勉强完成，需要改进评价建议注重学生对新工具的学习适应能力重视流程化思维的培养和体现鼓励学生探索平台的更多功能关注学生对不同技术方案的理解和选择能力10.教学反思教学效果自评学生对可视化数据挖掘平台的接受程度平台操作的学习曲线和掌握情况垃圾短信分类项目的完成质量编程与平台实现对比的理解深度学生反馈记录收集学生对平台操作难易程度的反馈了解学生对去编程化工具的看法记录平台使用过程中的主要问题统计学生对不同实现方式的偏好改进措施根据平台更新调整教学内容优化操作指导的详细程度增加更多平台应用案例提供备用的技术方案下次授课调整建议提前确认平台的可用性和稳定性准备详细的操作视频和文档设计更多层次的练习任务加强与前面章节内容的对比联系11.教学资源教材和参考书目主教材：《Python中文自然语言处理基础与实战》第二版，肖刚张良均，人民邮电出版社参考书：《数据挖掘：概念与技术》韩家炜等著《可视化数据挖掘技术》相关资料《无代码数据科学》技术文档在线资源链接TipDM平台官网：通过"泰迪学社"公众号获取访问方式平台操作指南和视频教程垃圾短信分类数据集下载可视化数据挖掘技术资料开发环境和工具必需平台：TipDM大数据挖掘建模平台网络环境：稳定的互联网连接浏览器：Chrome、Firefox等现代浏览器辅助工具：文本编辑器、图片查看器数据集和相关文件主要数据：messages.csv（677291条短信数据）词典文件：newdic1.txt（自定义词典）、stopword.txt（停用词表）辅助文件：背景图片文件（用于词云图生成）参考工程：完整的垃圾短信分类流程模板TipDM平台组件参考表组件类别主要组件功能描述本章使用输入/输出输入源、输出源数据导入和结果输出✓预处理缺失值处理、记录去重、数据筛选等数据清洗和预处理✓文本分析jieba分词、词频统计文