AIGC与新媒体数据分析（慕课版）（教学大纲）

《AIGC与新媒体数据分析（慕课版）》教学大纲一、课程信息课程名称：AIGC与新媒体数据分析（慕课版）课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：32计划学分：2先修课程：无选用教材：《AIGC与新媒体数据分析（慕课版）》，吴小坤主编，刘春媛、韩明睿、赵旭副主编；人民邮电出版社出版；适用专业：本书可作为市场营销类、电子商务类专业的新媒体数据分析课程的教材，也可以作为新媒体从业人员的参考书。课程负责人：二、课程简介新媒体时代的到来使企业的营销策略和运营方式发生了较大变化。随着互联网和移动设备的普及，数字时代已经到来，新媒体成为企业与消费者之间沟通的主要渠道。新媒体数据分析在当今的商业环境中变得越来越重要。它不仅可以帮助企业更好地理解消费者，还可以提升营销效果、优化运营策略，最终实现商业价值的最大化。无论是新媒体运营人员还是企业管理者，都应该重视新媒体数据分析，并掌握相关的数据分析技能。本书系统地介绍了新媒体数据分析的基础知识及必备技能。全书共10章，包括新媒体数据分析基础、新媒体数据的获取、新媒体数据的处理与分析、新媒体数据的可视化、新媒体数据分析报告、抖音账号数据分析、微信公众号数据分析、微博数据分析、其他新媒体数据分析、新媒体数据分析进阶专题等内容。本书不仅注重基础知识的系统性和全面性，而且充分融入AI应用、注重结合实例，帮助读者加深对新媒体数据分析的理解。本书紧跟时代潮流，内容新颖，注重实用，以案例为主导，体例灵活，资源丰富，并增加了AI在新媒体数据分析中的应用等内容。同时，本书全面贯彻党的二十大精神，坚持把立德树人作为中心环节，以培养读者的综合素养为根本目标，实现理论讲解与素养教学的深度融合。三、课程教学要求通过本课程的学习，学生能在知识、能力和素质等各方面得到提升，具体达成目标如下：1、知识要求（1）认识新媒体数据与新媒体数据分析，了解新媒体数据分析的意义、原则、基本流程和常用术语，掌握新媒体数据分析的常用工具，认识AI与新媒体数据分析的关系。（2）了解新媒体数据获取的要点，掌握新媒体数据获取的流程、新媒体数据可用性的判断方法及新媒体数据获取的三种方式。（3）掌握处理缺失值、重复值及异常值的方法，掌握数据计算、分组、抽取及转换的技能，了解新媒体数据分析原理和常用的新媒体数据分析方法。（4）了解新媒体数据可视化的定义、作用和原则，熟悉新媒体数据可视化图表的类型和构成，掌握新媒体数据可视化图表的制作、优化及AI辅助制作数据可视化图表的操作流程。（5）了解新媒体数据分析报告的作用、类别和结构，掌握新媒体数据分析报告的撰写原则、流程、思路和要点，掌握使用AI撰写新媒体数据分析报告的方法。（6）掌握短视频运营数据概况、作品数据分析和受众画像数据分析的知识，掌握直播实时数据分析、直播历史数据复盘和直播带货分析的知识。（7）掌握微信公众号运营数据分析的相关知识，掌握使用第三方工具进行微信公众号数据分析的方法和技能。（8）掌握微博运营数据概况的查看方法，掌握微博粉丝、博文、互动、账号对比数据分析的方法和技能，掌握微博微分析和热词分析的方法和技能。（9）掌握小红书和今日头条数据分析的方法，了解舆情分析的背景、意义、方式和类型，掌握舆情分析报告撰写的方法和技能。（10）掌握使用AI进行多模态数据（图像数据、音频数据、视频数据）分析的方法，掌握使用AI辅助预测建模（用户增长与流失预测、爆款内容预测、销售预测）的方法，掌握使用AI进行竞品分析与市场洞察的方法，了解AI数据分析中的常见误区及相应的解决方法，认识AI数据分析的伦理与合规问题。2、技能要求（1）方法技能①具有收集、处理新媒体数据的能力；②具有新媒体数据分析新工具、新软件（如DeepSeek、飞瓜数据、八爪鱼采集器等）的自学及应用能力；③具有发现问题、分析问题和解决问题的能力；④具有职业生涯规划能力。（2）专业技能①具有新媒体数据获取的能力（借助新媒体账号后台、使用第三方数据分析工具、使用网络爬虫工具）；②具有新媒体数据清洗（缺失值、重复值、异常值的处理）和加工（数据计算、分组、抽取、转换）的能力；③具有新媒体数据可视化图表制作与优化的能力；④具有新媒体数据分析报告撰写（日常运营报告、专项研究分析报告、行业分析报告）的能力；⑤具有抖音账号短视频数据、直播数据分析和AI应用的能力；⑥具有微信公众号内容、用户、菜单、消息数据分析和第三方工具应用的能力；⑦具有微博粉丝、博文、互动、账号对比、微分析和热词分析的能力；⑧具有小红书账号概览、内容、粉丝数据分析和今日头条作品、粉丝、收益数据分析的能力；⑨具有网络舆情分析及撰写舆情分析报告的能力；⑩具有使用AI工具进行多模态数据分析、预测建模、竞品分析与市场洞察的能力，能够识别AI数据分析中的常见误区并建立人机协同复核机制，具备AI数据分析伦理与合规意识。（3）素质要求①具有良好的思想品德、行为规范、遵纪守法和职业道德意识；②具有勇于创新、吃苦耐劳、乐于奉献、爱岗敬业的精神和严谨的工作作风；③具有良好的诚信品质、责任意识、公平竞争的意识和健康的身心素质；④具有立德树人的综合素养，实现理论讲解与素养教学的深度结合。四、课程教学内容本课程主要用来培养新媒体数据分析等岗位的人才，培养具有丰富的视野和扎实的知识基础，掌握新媒体数据分析领域的前沿技术和运营方法，具有较强的实践能力和创新精神，具备新媒体数据获取、处理与分析、可视化呈现、分析报告撰写及各大主流新媒体平台（抖音、微信公众号、微博、小红书、今日头条等）数据分析能力的新媒体人才。章节名称主要内容重难点关键词学时类型一新媒体数据分析基础新媒体数据与新媒体数据分析、新媒体数据分析的意义、原则、基本流程、常用术语、注意事项、常用工具（百度统计、友盟+、爱站网、飞瓜数据、新榜、Excel）、AI与新媒体数据分析（认识AI、AI在数据分析中的应用、DeepSeek/ChatGPT/豆包、提示词设计、智能体与自动化分析）描述性分析、诊断性分析、预测型分析、指导型分析、数据分类、飞瓜数据、新榜、提示词设计、智能体2理论讲授二新媒体数据的获取新媒体数据获取的要点、流程、可用性判断、三种获取方式（借助新媒体账号后台、使用第三方数据分析工具、使用网络爬虫工具）、AI辅助新媒体数据获取数据可用性判断、八爪鱼采集器（模板采集/自定义采集）、扣子平台、AI辅助采集4理论+实操三新媒体数据的处理与分析新媒体数据清洗（缺失值、重复值、异常值处理）、数据加工（计算、分组、抽取、转换）、数据分析原理（逻辑树、PEST、5W2H、SWOT、4P）、常用分析方法（对比分析、分组分析、结构分析、平均分析、矩阵分析、因素分析、漏斗分析、归因查找）、AI辅助数据处理与分析缺失值处理（均值填充）、箱形图法、条件格式法、VLOOKUP函数、MID/LEFT/RIGHT/FIND/LEN函数嵌套、逻辑树分析法、SWOT分析法、PEST分析法、4P营销理论、漏斗分析法4理论+实操四新媒体数据的可视化新媒体数据可视化的定义、作用、原则、图表类型（柱形图/条形图、折线图/面积图、饼图/旭日图/圆环图、直方图/散点图/气泡图/雷达图）、图表构成、常用工具（Excel、ECharts、FineReport、PowerBI、Python）、图表制作与优化、AI辅助制作（镝数图表、文心一言、DeepBI、CodeInterpreter）图表类型选择、图表制作步骤、图表优化、镝数图表、AI辅助制图4理论+实操五新媒体数据分析报告数据分析报告的作用、类别（日常运营报告、专项研究分析报告、行业分析报告）、结构（标题、目录、前言、正文、结论、附录）、撰写原则（用词规范、框架清晰、重点突出、论证严谨、可视化展示、坚持创新）、撰写流程、思路、要点、写作模板、AI撰写报告日常运营报告、专项研究分析报告、行业分析报告、报告结构、四象限分析法、AI撰写报告4理论+实操六抖音账号数据分析短视频运营数据（固有/基础/关联数据指标）、短视频作品数据分析（视频分析、作品列表、视频数据监控）、受众画像数据分析（基础画像、消费偏好、内容偏好）、直播实时数据分析（实时大屏、数据概览、带货商品、观众画像、流量来源、观众互动、福袋分析）、直播历史数据复盘（基础数据、商品数据、流量来源、观众画像、互动数据）、直播带货分析（商品数据、销售渠道、销售趋势、销售分布）、AI在抖音数据分析中的应用关联数据指标（完播率、点赞率、评论率、转发率、收藏率）、飞瓜数据、受众画像、八大人群分布、实时大屏、直播复盘、高光话术识别2理论+实操七微信公众号数据分析微信公众号内容分析（已发表内容分析：全部/已通知/未通知内容、多媒体分析）、用户分析（用户增长：新关注/取消关注/净增关注/累计关注人数、用户属性：人口特征/地域分布/访问设备）、菜单分析（点击次数、点击人数、人均点击次数）、消息分析（关键指标、消息关键词）、第三方工具（百度指数：趋势研究/需求图谱/人群画像、微信指数）、AI辅助公众号数据分析订阅漏斗分析、分享漏斗分析、四象限分析法、用户增长分析、百度指数需求图谱、微信指数2理论+实操八微博数据分析微博运营数据概况、粉丝数据分析（粉丝趋势、活跃分布、粉丝画像）、博文数据分析（阅读趋势、阅读人数、转发评论赞、点击趋势、单条微博分析）、互动数据分析（账号互动top10、影响力、发出的评论）、账号对比数据分析、微分析（博文概况、传播节点、转发评论趋势图、转发层级、引爆点）、热词分析（热度指数、热度情绪）、AI在微博数据分析中的应用粉丝画像分析、微分析（传播指数、转发层级、引爆点）、热度指数、热度情绪、情感分析2理论+实操九其他新媒体数据分析小红书数据分析（账号概览、内容分析：笔记诊断/核心数据/观看趋势/观众来源/观众分析、粉丝数据分析）、今日头条数据分析（作品数据分析：整体/单篇、粉丝数据、收益数据）、舆情分析（背景、意义、方式：人工检索/舆情监测、类型：舆情热度/舆情倾向性/舆情走势、舆情分析报告：专题型/周期型、AI在网络舆情分析中的应用）小红书笔记诊断、今日头条数据趋势分析、舆情热度分析、舆情倾向性分析、舆情走势分析、舆情分析报告、AI舆情分析4理论+实操十新媒体数据分析进阶专题AI多模态数据分析（多模态数据分析的定义与优势、AI辅助图像/音频/视频数据分析）、AI辅助预测建模（用户增长与流失预测、爆款内容预测、销售预测）、AI辅助竞品分析与市场洞察（竞品数据获取与对比分析、行业趋势梳理、舆情监测、营销策略建议生成）、AI数据分析的常见误区与解决方法（过度依赖AI结论、提示词描述模糊、忽视AI结论适用边界；数据核验、交叉验证、精细化提示词、代码本地运行核验、人机协同复核机制）、AI数据分析的伦理与合规问题（数据安全与用户隐私保护、算法偏见与结果公正性、生成内容的合规使用边界）多模态数据分析、预测建模、竞品分析、市场洞察、代码本地运行核验、人机协同复核机制、算法偏见、数据安全与隐私保护、合规使用4理论+实操五、考核要求及成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试大作业/闭卷考试50百分制，60分为及格2平时成绩实训训练9次实训40优、良、中、及格、不及格3平时表现出勤情况、课堂讨论出勤、课堂互动102次未参加课程则无法获得学分注：此表中内容为该课程的全部考核方式及其相关信息。说明：平时对学生的考核内容包括出勤情况、课堂讨论、实训完成情况等方面，占期末总评的50%。期末考试成绩占期末总评的50%。六、学生学习建议以问题为导向，以课堂学习为基础，以课堂讨论和实训为主要学习形式。学校可依据学习者不同学科、专业背景、学历层次，选择不同的问题组进行课堂讨论学习。1.理论配合案例与实战训练进行学习，提高学生对新媒体数据分析的动手能力。2.在条件允许的情况下，可注册并登录飞瓜数据、新榜等第三方数据分析平台，实际操作查看账号数据，提高数据获取与分析能力。3.通过互联网实时关注新媒体行业的最新动态，了解新媒体数据分析领域的新工具、新方法。4.积极使用AI工具（如DeepSeek、文心一