《大数据导论》教学大纲

。。。。大学本科课程教学大纲《大数据导论》教学大纲（2026年制定）。。。。大学。。。学院。。系《大数据导论》教学大纲第一部分：课程信息课程中文名称大数据导论课程英文名称BigDataFundamentals授课对象本科一、二年级，上/下学期课程性质■通识必修课□选修课课程类别■通识教育课■专业教育学科基础课■专业教育专业核心课□专业教育跨学科课专业教育■专业选修课□实践与创新教育课程类型□理论课■理论（含实验）课□实验课□实践课课程学时32时课程学分2先修课程各类专业必修课课程教材大数据导论参考书目课程辅助学习支持条件（网页/电子邮箱等）EXCEL软件Tableau\PythonWeka\Echarts课程简介*****课程主要内容包括：****本课程从大数据的概念、方法、应用三方面讲述大数据在当今时代的地位和作用。结合当前的大模型技术、云计算和移动商务以及社交网络平台产生的大量数据在各领域的整合运用问题为讲授的主要内容。运用方法和理论相互印证的实例，使读者认识到小到日常生活大到企业管理、城市治理和国家治理大数据资源所起到的作用。本课程分为十一章：分别讲述大数据概念、大数据的特征、大数据服务；大数据各种方法，包括数据挖掘方法、数据可视化，大数据运行平台等；最后讲述大数据在典型行业中的应用，以此提示相关行业的大数据整合和应用的效率为管理者做明智的决策提供支持。课程选取但仅各行各业中大数据的典型案例，使读者进一步体会大数据的应用实例。课程适用于应用型管理专业和各行各业的中层、高层培训课程。也可作为理科本科专业的导论课程，和文科专业课程。课程目标（一）知识目标1.掌握大数据的定义、4V特征、发展历程及国家大数据发展战略。2.理解大数据与云计算、人工智能、物联网的关联关系。3.熟悉大数据采集、存储、预处理、分析、可视化全流程技术原理。4.了解主流大数据平台、数据库技术及行业落地应用场景。5.掌握大数据安全规范、数据伦理、数据隐私保护相关准则。（二）能力目标1.具备大数据思维，能够用数据视角分析生活、行业、经济类问题。2.具备大数据基础认知能力，可区分传统数据与大数据的处理差异。3.具备基础的数据解读与可视化分析认知能力，看懂常规数据报告。4.具备数据合规意识，能够规避日常数据使用中的伦理与安全风险。（三）素质目标1.树立数字化、智能化时代创新思维，适应数字经济发展趋势。2.培养严谨的数据素养、法治思维和职业操守。3.建立终身学习意识，跟进大数据技术与行业发展新动态。课程重难点1.教学重点：大数据核心特征、大数据技术全流程体系、大数据思维塑造、大数据行业应用、数据伦理与合规。2.教学难点：分布式存储与计算原理、大数据与新兴技术的融合逻辑、数据驱动的问题分析思维。教学方法与手段1.教学方法：理论讲授、案例分析、课堂研讨、行业视频赏析、热点问题讨论。2.教学手段：多媒体课件、行业案例演示、前沿技术科普、课堂随堂提问、章节小结复盘。第三部分：章节目标及课程内容第1章大数据时代与基础认知（2课时）1.数据、信息、知识、智慧的层级关系2.大数据诞生背景、发展历程与产业演进3.大数据经典4V/5V核心特征详解4.国内外大数据发展战略、数字经济政策解读5.大数据与传统数据分析的核心区别6.课堂案例：政务大数据、财经大数据发展现状教学目标：建立大数据基础认知，理解大数据时代变革，树立基础数据思维。第2章大数据底层支撑技术（2课时）1.云计算核心概念、服务模式（IaaS/PaaS/SaaS）2.物联网数据采集逻辑、万物互联数据生态3.人工智能与大数据的双向赋能关系4.区块链与数据可信存储、溯源应用5.数智化技术融合架构与应用逻辑教学目标：理清大数据与前沿技术的关联，构建完整数智技术认知体系。第3章大数据采集与数据预处理（4课时）1.大数据多源数据类型：结构化、半结构化、非结构化数据2.主流数据采集渠道：爬虫、传感器、业务系统、公开数据集3.数据质量问题：缺失、重复、异常、噪声数据4.大数据预处理核心流程：清洗、去重、填充、转换、归一化5.元数据、主数据基础概念与应用价值教学目标：掌握大数据挖掘的基本算法。第4章数据分析与挖掘（4课时）1.数据分析概述2.常见数据分析方法3.数据挖掘基本概念4.数据挖掘经典算法教学目标：建立数据安全与伦理意识，规范日常数据使用行为。第5章大数据安全、伦理与治理规范（2课时）1.大数据安全风险：数据泄露、篡改、非法采集2.个人信息保护、数据隐私合规法律法规3.大数据伦理问题：数据歧视、算法偏见、过度采集4.国家数据安全法、个人信息保护法核心条款解读教学目标：具备基础数据可视化认知，能够读懂、分析可视化数据报表。第6章数据可视化技术与应用（4课时）1.数据可视化的意义、设计原则与核心流程2.基础可视化图表适配场景：柱状图、折线图、饼图、热力图3.大数据多维可视化、动态可视化应用4.主流可视化工具简介（Excel、ECharts、Tableau）5.可视化仪表板动作与用户交互教学目标：基本的社交媒体的文本挖掘、舆情监控的基本方法。第7章社交媒体与大数据（4课时）1.什么是社交媒体2.社交媒体大数据的分析与挖掘3.社交媒体大数据的未来挑战4.社交媒体下大数据信息安全问题教学目标：健康大数据的采集及分析。第8章健康大数据在公共卫生领域的实践（2课时）1.什么是健康大数据2.健康大数据发展历程3.健康大数据在公共卫生领域的应用4.健康大数据在公共卫生领域的挑战 教学目标：结合双碳要求，掌握大数据在碳减排中的应用。第9章大数据在绿色低碳发展中的应用（2课时）绿色低碳概述2.大数据与双碳3.案例与数据挖掘4.挑战与机遇教学目标：结合金融特色，掌握大数据在金融行业落地价值。第10章大数据时代智能金融的挑战与机遇（2课时）1.金融大数据概述2.金融大数据的应用3.大数据与金融创新4.金融大数据案例教学目标：结合智能制造，掌握大数据智能制造中的重要角色。第11章数据可视化技术与应用（2课时）1.大数据下的工业革命2.工业大数据3.大数据与智能工厂4.大数据与智能制造典范教学目标：结合旅游业特点，掌握大数据旅游业中的重要作用第12章大数据在旅游业的应用（2课时）1.旅游数据的问题与发展2.大数据与旅游业3.旅游与数据挖掘4.旅游平台序号主要内容学时分配1第一章大数据基础22第二章云计算与大数据23第三章数据处理44第四章数据分析与挖掘45第五章大数据安全26第六章数据可视化47第七章社交媒体与大数据48第八章大数据医疗29第九章大数据与碳减排210第十章大数据金融211第十一章大数据与智能制造212第十二章大数据与旅游业2第四部分：学时整体分配（总计32课时）教学方法与考核方法教学方法■课堂讲授16学时□沙盘模拟****学时■案例教学6学时■实验操作6学时□前沿讲座****学时□上机操作****学时□商业模拟游戏****学时□习题课****学时□体验教学****学时□实习****学时□角色扮演****学时□企业参观****学时□小组学习****学时□慕课/公开课****学时□自主学习****学时□网络教学****学时□翻转课堂4学时□视频教学****学时□研究性专题****学时□其他方法（在空线处填写）考核方法□课堂前测试****%■出勤10%□课堂测试****%□小组论文****%□课堂发言10%□期中考试****%□课堂角色扮演****%■案例/项目报告期末考试60%■平时作业20%□口试****%□个人演讲****%□研究性专题报告****%□小组报告****%□其他方法（在空线处填写）注1：教学方法、考核方法填内容不限于示例所列内容注2：教学方法至少选择3项；考核方法在左列至少选择2项、在右列至少选择1项。第五部分：考核方法与测度标尺考核方法测度标尺期末考试：以最后项目考试为主。优秀90分——100分良好75分——89分一般60分——74分差<60分充分掌握大数据概念、原理和方法，了解如何对数据集进行分析、挖掘价值。较好地了解大数据概念、原理和方法，了解如何对数据集进行分析、挖掘价值。基本了解大数据概念、原理和方法，了解如何对数据集进行分析、挖掘价值。不了解大数据概念、原理和方法，不了解如何对数据集进行分析