AIGC与新媒体数据分析（慕课版）（教案）

《AIGC与新媒体数据分析（慕课版）》教案第1章新媒体数据分析基础课时内容新媒体数据分析基础授课时间90分钟课时2教学目标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掌握新媒体数据分析的原则、基本流程、常用术语了解新媒体数据分析的注意事项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教学重点新媒体数据分析的原则和基本流程新媒体数据分析的常用工具AI与新媒体数据分析的关系教学难点新媒体数据分析的四种类型（描述性、诊断性、预测型、指导型）的区分与应用AI提示词设计原则的理解与运用教学设计教学思路（1）通过引导案例（微短剧市场规模超越电影市场总票房）引入新媒体数据分析的概念和重要性；（2）讲解新媒体数据的概念、分类（数值型、文本型、图文型）及新媒体数据分析的定义和四种类型（描述性分析、诊断性分析、预测型分析、指导型分析）；（3）讲解新媒体数据分析的意义、原则和基本流程（设定目标、数据收集、数据处理、数据分析、数据可视化、撰写数据分析报告）；（4）讲解新媒体数据分析的常用术语和注意事项；（5）讲解常用的新媒体数据分析工具（网站分析工具：百度统计、友盟+、爱站网；自媒体分析工具；第三方分析工具：飞瓜数据、新榜、矩阵通；Excel）；（6）讲解AI与新媒体数据分析的关系，包括认识AI、AI在新媒体数据分析中的应用、常用的AI数据分析工具（DeepSeek、ChatGPT、豆包）；（7）讲解提示词设计的核心原则（明确目标、提供上下文、设定格式、分步引导）及智能体与自动化分析；（8）安排章节实训和思考与练习。教学手段（1）理论加案例方式讲解，帮助学生快速理解知识点；（2）通过课堂练习和思考题活跃课堂气氛，激发学习兴趣；（3）结合AI工具（如DeepSeek）进行提示词设计实操演示；（4）展示各数据分析工具的操作界面，增强直观感受。教学资料及要求除教材外，可通过网络了解直播行业最新动态和AI技术在直播中的应用案例。第2章课时内容新媒体数据的获取授课时间180分钟课时4教学目标了解新媒体数据获取的要点掌握新媒体数据获取的流程掌握新媒体数据可用性的判断方法掌握新媒体数据获取的方式熟悉AI在新媒体数据获取中的作用教学重点新媒体数据获取的要点新媒体数据可用性的判断新媒体数据获取的三种方式（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教学难点网络爬虫工具（八爪鱼采集器）的操作使用AI辅助采集新媒体平台数据的实战操作教学设计教学思路（1）通过引导案例（抖音商城"6·18"好物节各品牌榜和行业榜的数据获取）引入新媒体数据获取的概念；（2）讲解新媒体数据获取的要点（新媒体数据需求及目标识别、选择新媒体数据的来源、选择新媒体数据的获取方式、应用获取的新媒体数据）；（3）讲解新媒体数据获取的流程（明确信息需求、按信息需求获取数据）；（4）讲解新媒体数据可用性的判断方法（数据真实性的判断、数据完整性的判断、数据价值性的判断）；（5）讲解新媒体数据获取的三种方式：借助新媒体账号后台、使用第三方数据分析工具（飞瓜数据）、使用网络爬虫工具（八爪鱼采集器）；（6）重点演示八爪鱼采集器的模板采集和自定义采集（含智能识别模式和手动配置采集流程）操作；（7）讲解AI在数据获取中的作用及AI辅助采集新媒体平台数据实战（以扣子平台为例）；（8）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）对于重点内容着重讲解；（3）现场演示八爪鱼采集器的采集操作流程；（4）使用扣子平台演示AI辅助数据获取的实战操作。教学资料及要求除教材外，可下载安装八爪鱼采集器进行实际操作体验，并注册扣子平台账号了解AI辅助数据获取流程。第3章课时内容新媒体数据的处理与分析授课时间180分钟课时4教学目标掌握处理缺失值、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了解常用的新媒体数据分析方法掌握AI辅助新媒体数据处理与分析的方法教学重点新媒体数据清洗（缺失值、重复值、异常值的处理）新媒体数据加工（数据计算、分组、抽取、转换）新媒体数据分析原理（逻辑树分析法、PEST分析法、5W2H分析法、SWOT分析法、4P营销理论）常用的新媒体数据分析方法教学难点缺失值填补方法的选择与应用（均值填充、特殊值填充、建模预测）数据抽取中MID、LEFT、RIGHT、FIND、LEN函数的嵌套使用各种数据分析方法论的实际应用教学设计教学思路（1）通过引导案例（沃尔玛"啤酒与尿布"案例及母婴产品销售数据不完整的分析）引入数据处理与分析的重要性；（2）讲解新媒体数据清洗，包括缺失值的处理（删除缺失值、填补缺失值）、重复值的处理、异常值的处理（箱形图法、条件格式法）；（3）使用Excel演示缺失值删除、均值填充、删除重复项、箱形图制作和条件格式操作；（4）讲解新媒体数据加工，包括数据计算（简单计算、销售总额计算）、数据分组（VLOOKUP函数）、数据抽取（MID、LEFT、RIGHT、FIND、LEN函数及跨表抽取）、数据转换（行列互换、记录方式转换）；（5）讲解新媒体数据分析原理：逻辑树分析法、PEST分析法、5W2H分析法、SWOT分析法、4P营销理论；（6）讲解常用的新媒体数据分析方法：对比分析法、分组分析法、结构分析法、平均分析法、矩阵分析法、因素分析法、漏斗分析法、归因查找法；（7）讲解AI辅助数据清洗和加工（自动化识别与处理缺失值、智能去重与异常检测、自动化数据转换与整合）及AI辅助新媒体数据分析；（8）安排章节实训和思考与练习教学手段（1）理论配合案例讲解基础知识；（2）使用Excel逐步演示数据清洗和加工的各项操作；（3）对于重点内容（如VLOOKUP函数、嵌套函数）着重讲解并举例；（4）使用DeepSeek演示AI辅助数据清洗和情感分析。教学资料及要求除教材外，可使用配套案例素材（"DOU+花费异常值检查""直播销量表""拉新明细表""粉丝消费信息表"等）进行实操练习。第4章课时内容新媒体数据的可视化授课时间180分钟课时4教学目标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了解制作新媒体数据可视化图表的常用工具掌握新媒体数据可视化图表的制作和优化掌握AI辅助制作数据可视化图表的操作流程教学重点新媒体数据可视化图表的类型（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）新媒体数据可视化图表的制作步骤新媒体数据可视化图表的优化AI辅助制作数据可视化图表教学难点图表类型的选择与数据特征的匹配图表的美化与优化技巧AI辅助制作图表工具的操作教学设计教学思路（1）通过引导案例（竞品销售数据的两种不同呈现形式对比）引入数据可视化的概念和价值；（2）讲解新媒体数据可视化的定义、作用和原则；（3）讲解新媒体数据可视化图表的类型（柱形图和条形图用于数据对比、折线图和面积图用于查看数据趋势、饼图/旭日图/圆环图用于查看数据占比、直方图/散点图/气泡图/雷达图用于查看数据分布）及图表的构成元素；（4）讲解制作新媒体数据可视化图表的常用工具（Excel、ECharts、FineReport、PowerBI、Python及其库）；（5）以Excel为例讲解新媒体数据可视化图表的制作步骤（创建图表、编辑图表）和优化方法（柱形图优化、折线数据系列优化）；（6）讲解AI辅助制作数据可视化图表的优势、常用工具（镝数图表、文心一言、DeepBI、CodeInterpreter）、操作流程和注意事项；（7）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）使用Excel演示图表的创建、编辑和优化全过程；（3）使用镝数图表或文心一言演示AI辅助制作图表；（4）通过对比不同图表展示效果强化图表类型选择的理解。教学资料及要求除教材外，可使用配套案例素材（"2024年上半年销售统计表""粉丝信息表"）进行图表制作练习，并注册镝数图表账号体验AI制图功能。第5章课时内容新媒体数据分析报告授课时间180分钟课时4教学目标了解新媒体数据分析报告的作用、类别熟悉新媒体数据分析报告的结构了解新媒体数据分析报告的撰写原则掌握新媒体数据分析报告的撰写流程、思路和要点掌握使用AI撰写新媒体数据分析报告的方法教学重点新媒体数据分析报告的类别（日常运营报告、专项研究分析报告、行业分析报告）新媒体数据分析报告的结构（标题、目录、前言、正文、结论、附录）新媒体数据分析报告的撰写原则和流程AI撰写新媒体数据分析报告教学难点不同类型报告的结构差异与撰写要点报告框架的搭建与思路的梳理AI自动生成报告的引导与优化教学设计教学思路（1）通过引导案例（阿里巴巴通过数据分析实现个性化推荐、动态定价和页面优化）引入数据分析报告的价值；（2）讲解新媒体数据分析报告的作用和类别（日常运营报告、专项研究分析报告、行业分析报告）；（3）讲解新媒体数据分析报告的结构：标题、目录、前言、正文、结论、附录；（4）讲解新媒体数据分析报告的撰写原则（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）和撰写流程（明确分析目的、搭建框架、拆解分析目的研究问题产生原因、得出结论、结合业务提出建议和方案）；（5）讲解新媒体数据分析报告的撰写思路和撰写要点；（6）讲解日常运营报告、专项研究分析报告和行业分析报告的写作模板（以《2026年2月飞瓜抖音电商营销月报》《2025年飞瓜抖音电商生态与营销投放报告》等为例）；（7）讲解使用AI（文心一言等）撰写新媒体数据分析报告的方法和流程；（8）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）展示真实的新媒体数据分析报告案例，帮助学生理解报告结构；（3）使用文心一言等AI工具演示报告生成过程；（4）通过课堂练习让学生拟定报告标题，巩固所学内容。教学资料及要求除教材外，可在飞瓜数据、新榜等平台查看公开的数据报告，了解行业报告的写作风格和结构。第6章课时内容抖音账号数据分析授课时间180分钟课时2教学目标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掌握AI在抖音短视频和直播数据分析中的应用教学重点短视频运营数据指标（固有数据指标、基础数据指标、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）直播运营数据分析（实时数据、历史数据复盘、直播带货分析）教学难点关联数据指标（完播率、点赞率、评论率、转发率、收藏率）的理解与计算直播实时大屏数据的解读直播历史数据复盘的多维度分析教学设计教学思路（1）通过引导案例（《2025年抖音生活服务创作者数据报告》数据）引入抖音账号数据分析的重要性；（2）讲解短视频运营数据概况：固有数据指标、基础数据指标（播放量、评论量、点赞量、转发量、收藏量）、关联数据指标（完播率、点赞率、评论率、转发率、收藏率）；（3）使用飞瓜数据演示短视频账号的运营数据查看方法；（4）讲解短视频作品数据分析：视频分析、作品列表、视频数据监控；（5）讲解受众画像数据分析：基础画像（性别、年龄、地域）、八大人群分布、消费偏好、内容偏好；（6）讲解直播实时数据分析：实时大屏数据查看、数据概览、带货商品、观众画像、流量来源、观众互动、福袋分析等；（7）讲解直播历史数据复盘：直播基础数据分析、直播商品数据分析、直播流量来源分析、直播观众画像分析、观众互动分析；（8）讲解直播带货分析：商品库查看、商品数据、销售渠道、销售趋势、销售分布；（9）讲解AI在抖音短视频数据分析（智能内容创作、视频内容与情感分析、竞品分析、数据处理）和直播数据分析（实时监控、选品优化、流量分析、智能复盘与高光话术识别）中的应用；（10）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）使用飞瓜数据抖音版进行实际操作演示；（3）通过课堂练习让学生登录飞瓜数据查看账号数据；（4）使用蝉妈妈等工具演示AI在数据分析中的应用。教学资料及要求除教材外，可注册飞瓜数据账号进行实际操作，并观看抖音直播了解直播数据展示形式。第7章课时内容微信公众号数据分析授课时间180分钟课时2教学目标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掌握AI在微信公众号数据分析中的应用教学重点微信公众号内容分析（已发表内容分析、多媒体分析）微信公众号用户分析（用户增长、用户属性）微信公众号菜单分析和消息分析第三方工具数据分析（百度指数选题分析、微信指数关键词分析）AI在微信公众号数据分析中的应用教学难点已通知内容的订阅漏斗分析和分享漏斗分析四象限分析法（按打开率和分享率划分内容类型）的应用百度指数需求图谱和人群画像的解读教学设计教学思路（1）通过引导案例（太行日报微信公众号通过数据分析优化运营策略）引入微信公众号数据分析的价值；（2）讲解微信公众号内容分析：已发表内容分析（全部、已通知内容、未通知内容）及多媒体分析；（3）重点讲解已通知内容的订阅漏斗分析、分享漏斗分析及四象限分析法（内容按打开率和分享率划分为四种类型）；（4）讲解微信公众号用户分析：用户增长（新关注人数、取消关注人数、净增关注人数、累计关注人数）和用户属性（人口特征、地域分布、访问设备）；（5）讲解微信公众号菜单分析和消息分析（关键指标分析、消息关键词分析）；（6）讲解使用第三方工具进行微信公众号数据分析：百度指数选题分析（内容需求趋势研究、需求图谱分析、人群画像分析）和微信指数关键词分析；（7）讲解AI在微信公众号数据分析中的作用（提升效率、提升准确性）及AI辅助数据分析（以DeepSeek为例）；（8）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）登录微信公众号后台进行界面讲解和操作演示；（3）使用百度指数和微信指数小程序进行关键词分析演示；（4）使用DeepSeek演示AI辅助数据分析。教学资料及要求除教材外，可登录微信公众号后台查看数据分析功能，并关注百度指数和微信指数的使用方法。第8章课时内容微博数据分析授课时间90分钟课时2教学目标掌握微博运营数据概况的查看方法掌握微博粉丝、博文、互动数据分析的方法和技能掌握微博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掌握AI在微博数据分析中的应用教学重点微博运营数据概况的查看微博粉丝数据分析（粉丝趋势、活跃分布、粉丝画像）微博博文数据分析和互动数据分析微博账号对比数据分析微分析与热词分析AI在微博数据分析中的应用教学难点微博账号对比分析的数据解读微分析（传播指数、传播节点、转发层级、引爆点）的理解热度指数和热度情绪的分析教学设计教学思路（1）通过引导案例（2024年第一季度微博财务报告）引入微博数据分析的意义；（2）讲解微博运营数据概况的查看方法（登录微博进入创作者中心查看数据概览）；（3）讲解微博粉丝数据分析：粉丝趋势分析、活跃分布分析、粉丝画像分析（粉丝来源、性别年龄、地区分布、粉丝量级、兴趣标签、粉丝类型）；（4）讲解微博博文数据分析（阅读趋势、阅读人数、转发评论赞、点击趋势分析、单条微博分析）和互动数据分析（账号互动top10、影响力、发出的评论）；（5）讲解微博账号对比数据分析（添加对比账号、查看关键指标趋势、相关账号粉丝数据、相关账号博文数据）；（6）讲解微分析（博文概况、传播节点、转发评论趋势图、转发层级、引爆点）和热词分析（热度指数、热度情绪）；（7）讲解AI在微博数据分析中的作用（确定目标用户、评估转发效果、优化内容、名人识别、情感分析）及AI辅助微博数据分析实战（以DeepSeek为例进行情感分析、关键词提取）；（8）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）登录微博创作者中心和数据助手进行界面讲解和操作演示；（3）使用DeepSeek演示微博评论情感分析；（4）通过课堂练习让学生选择微博进行微分析。教学资料及要求除教材外，可登录微博账号查看个人数据，并通过微热点了解热词分析功能。

第9章课时内容其他新媒体数据分析授课时间180分钟课时4教学目标掌握小红书数据分析的方法掌握今日头条数据分析的方法了解舆情分析的背景和意义掌握舆情分析的方式和类型掌握舆情分析报告撰写的方法和技能掌握AI辅助网络舆情分析的方法教学重点小红书数据分析（账号概览、内容分析、粉丝数据分析）今日头条数据分析（作品数据分析、粉丝数据和收益数据分析）舆情分析的背景、意义、方式、类型舆情分析报告的内容AI在网络舆情分析中的应用教学难点小红书笔记诊断的解读（内容丰富度、与同类笔记对比）今日头条数据趋势分析与用户画像构建舆情分析报告的类型与内容结构AI在舆情分析中的具体应用方式教学设计教学思路（1）通过引导案例（完美日记与小红书合作进行数据分析和选品）引入小红书数据分析的价值；（2）讲解小红书数据分析：账号概览（数据呈现、多维度分析）、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；（3）讲解今日头条数据分析：作品数据分析（整体作品数据、单篇作品数据）及粉丝数据和收益数据分析；（4）讲解舆情分析的背景（信息传播越来越迅速、舆论环境日益复杂、强大的技术支持）、意义和方式（人工检索、舆情监测）；（5）讲解舆情分析的类型：舆情热度分析、舆情倾向性分析、舆情走势分析；（6）讲解舆情分析报告的内容：专题型舆情分析报告（事件舆情报告、竞品分析报告）和周期型舆情分析报告（日报、周报、月报/季报、年报）的结构与内容；（7）讲解AI在网络舆情分析中的应用（舆情监测、情感分析、智能分析报告、个性化服务）；（8）安排章节实训和思考与练习。教学手段（1）理论配合案例讲解基础知识；（2）登录小红书创作服务平台和今日头条创作平台进行界面讲解和操作演示；（3）展示舆情分析报告的典型结构；（4）使用DeepSeek等AI工具演示舆情分析相关功能。教学资料及要求除教材外，可登录小红书创作服务平台和今日头条创作平台查看数据分析功能，并关注典型舆情分析报告的案例。

第10章课时内容新媒体数据分析进阶专题授课时间180分钟课时4教学目标掌握使用AI进行多模态数据（图像数据、音频数据、视频数据）分析的相关知识掌握使用AI辅助预测建模的相关知识掌握使用AI进行竞品分析与市场洞察的相关知识了解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教学重点AI多模态数据分析的应用（图像数据分析、音频数据分析、视频数据分析）AI辅助预测建模（用户增长与流失预测、爆