大数据概论（慕课版） 课程标准

《大数据概论》课程标准课程名称大数据概论课程性质专业群核心课课程代码R01911233学分3学时40适用专业软件技术专业群（大数据技术与应用）制定人贺宁审核人丁慧课程目标知识目标1、了解和掌握数据科学的基本概念和领域；2、了解大数据的基本概念和应用发展；3、掌握大数据采集与预处理的基本方法；4、了解大数据存储的相关概念，理解大数据的基本技术；5、了解云计算和大数据的主要平台；6、了解大数据分析的方法、架构及应用工具；7、了解大数据可视化的基本概念、工具及应用场景；8、了解大数据在各行业中的应用，并理解大数据在各行业应用的分析方法。能力目标全局的眼光理解大数据，理解数据科学、大数据的应用，并有总体的概念；了解数据采集与预处理的方法和技术；熟悉大数据存储、数据中心和数据仓库等概念；4、理解企业中实际生产环境的大数据平台搭建，数据收集，分析，应用的过程；5、基本掌握当前主流大数据工具、相关技术知识体系；6、学会数据可视化方法、工具和技术。素质目标以技术应用性人才为培养目标，培养具有较扎实的管理、计算机等方面基本理论和基础知识，掌握大数据和计算机软件技术以及信息系统分析与设计方法，具备开发利用的基本能力，能在各类企事业单位从事信息管理设计方面工作，富有创新精神的德才兼备的应用型大数据人才。思政育人目标1、树立正确的政治理想和政治道德，着重培养大学生对党的认同、对我国政治道路和科技发展的高度认同；2、在介绍企业大数据平台内容时，融入阿里云的开发历程，尤其是王坚院士的奋斗故事，树立为大数据发展不懈奋斗的决心；3、树立正确的技能观，努力提高自己的能力素质，为国家和人民造福，绝不利用大数据技术去从事危害公众利益的活动；4、培养学生大数据时代的工匠精神，培养学生参与社会公益活动和大数据科普活动。主要内容序号知识点建议课时1数据科学简述、编程、数据库领域22数学与统计学领域概述23大数据可视化案例及数据报告24大数据的概念、特征25大数据的发展、应用及价值26大数据来源及采集设备27大数据采集方法48大数据预处理技术49大数据存储410数据中心和数据仓库411云计算平台、MapReduce平台212Hadoop平台、Spark平台413大数据分析414大数据下机器学习算法2合计40教学建议教学方式建议课程教学以生产环境搭建为目标，以实际项目为中心，以合理知识结构分解为手段，在理解大数据分析和可视化的过程中，主要以实际操作帮助学员掌握相关知识点，达到理论与实际结合的目的，教学与企业融合的内容。学员学成后，能够利用大数据处理的流程平台框架搭建生产环境，并且在企业相关架构选择有微调时，能够触类旁通，也能完成搭建任务。课程内容始终围绕全面提升学生的理论和操作的熟练程度、规范化程度以及职业素质三个方面展开。课程设计围绕大数据处理的流程，并考虑实际企业生产环境中的应用场景，从先导知识，基础知识，生态知识及扩展知识。课程案例选取：使用软件工具爬取网络数据，帮助学生理解大数据采集；使用excel提供的功能，让学生理解大数据预处理；使用excel进行销售数据分析，帮助学员理解数据分析；使用excel做可视化的报表，帮助学员理解数据可视化相关知识。教材建议《大数据分析与应用》1+X初级-阿里巴巴集团主编，高等教育出版社选用原因：所选用的教材充分体现培养学生的职业能力为中心思想，以“教、学、做”为一体组织课堂内容，注重理论与实践相结合、教材内容与行业标准要求相结合，强调理论在实践过程中的应用。实训条件建议教学做一体化的教室；Excel工具及线上平台硬件、软件环境。考核方式建议该课程的考核改变单一的终结性评价方式，采用态度性考核、知识性考核、技能性考核相结合，与创新性评价附件分一并合计计算的形成性考核方式。其中态度性评价占20%，知识性评价占40%，技能型评价占40%，另外对于学生的创新性评价，总分不得超过10分，主要考核学生理解大数据处理流程的掌握情况；理论部分考核学生对教学中各知识点综合应用的掌握情况。灵活多样的考核方式可以全面考核学生的学习效果。课程考核方式如下表所示。本课程属于实践性、应用性比较强的课程，所以要加强过程性检查，每个学员均需要单独在实际环境中配置系统，并能够验证系统所有功能。考核项目考核方法比例过程性评价态度性评价根据作业完成情况，课堂回答问题、实践完成情况，由教师综合评定学习态度的得分；根据上课考勤情况，由教师和学生干部评定纪律得分。20%知识性评价由教师评定成绩。40%技能型评价根据学生实践操作情况，根据完