大数据分析导论（第3版）教学大纲、授课计划 金大卫

《大数据分析导论（第3版）》教学大纲一、课程基本信息课程名称（中文）大数据分析导论课程名称（英文）IntroductiontoBigDataAnalytics建议学时教学32学时建议实践学时16学时适用专业全校各专业或相应学科专业类别授课语言中文对先修的要求本课程对先修知识要求不高，主要包括以下三点：基础的计算机操作能力，高中数学基础，以及基本的数据逻辑思维能力。课程从零基础起步，逐步引导学生建立数据思维与编程能力。对后续的支撑本教材教学内容涵盖大数据理论基础、Python数据分析技术与智能数据处理三大模块，为学生后续学习专业数据分析、人工智能应用、大数据系统开发等课程奠定基础，支撑各专业数据素养与计算思维培养。课程简介在数字经济与人工智能深度融合的时代背景下，本课程以"数据思维筑基、智能技术赋能"为核心理念。教材体系分为三部分：第一部分"大数据理论基础"涵盖数据本质、网络传输、计算机系统与数据前沿；第二部分"大数据分析技术"系统讲授Python编程、数据获取与数据分析；第三部分"智能数据处理"介绍人工智能大模型与WPS智能办公应用。通过本课程学习，学生将建立从数据认知到分析应用到智能处理的完整能力体系。二、教学目标1.知识目标通过本课程的学习，学生将系统掌握大数据分析的理论基础与技术方法。具体包括：理解数据在数字世界中的全生命周期，掌握计算机网络与计算机系统的基本原理；熟练运用Python语言进行编程，掌握数据获取（网络爬虫）与数据分析（数值分析与文本分析）的核心技术；了解人工智能大模型的基本概念与提示词工程，掌握WPS智能办公软件的AI功能应用。2.能力目标通过本课程的学习，学生将具备利用Python完成数据分析全流程的能力，能够编写程序实现数据采集、清洗、分析与可视化。能够运用网络爬虫技术获取互联网数据，运用统计分析方法处理数值数据，运用分词与词频技术处理文本数据。同时具备运用大语言模型与WPSAI工具进行智能文档处理、演示文稿制作与表格数据分析的能力。3.素质目标通过本课程的学习，学生将树立数据安全与数据伦理意识，了解数据要素在数字经济时代的核心地位。培养计算思维与数据驱动的分析习惯，在面对问题时能够自觉运用数据视角进行思考。同时培养遵守网络数据采集法律法规的意识，以及严谨求实的科学态度。三、教学内容及进度安排（一）教材共有3部分9章内容，建议教学课时32学时、实践课时16学时，各学校可根据自身培养方案灵活调整。具体安排如下：序号教学内容学生学习预期成果建议学时教学方式1第1章数据驱动：从信息化到智能化的跨越理解数据、信息、知识与智慧的演进逻辑，掌握比特、字节与进制转换的基本概念，认识大数据的产生背景、核心特征及其与人工智能的关系，建立从微观"比特"到宏观"智能"的系统性认知。2讲授2第2章数据传输：自顶向下的网络理解计算机网络的体系结构，掌握TCP/IP模型各层功能，理解URL、HTML与HTTP协议的工作原理，了解传输层TCP/UDP的区别、网络层IP地址与域名系统、底层物理传输技术。3（实践1）讲授（实践1学时）3第3章数据载体：计算机系统与数据的表示理解冯·诺依曼架构的基本思想与计算机硬件组成，了解多核CPU、GPU与存储层次结构，掌握数值数据与字符（含汉字）在计算机中的表示方法。2讲授4第4章数据前沿：智能时代的演进了解云计算与边缘计算的核心概念及云边协同架构，理解区块链技术的信任机制，认识从海量数据到生成式AI的发展历程与大模型技术范式。2（实践1）讲授（实践1学时）5第5章Python编程基础掌握Python语言的基本语法结构，熟练运用变量、数据类型、输入输出、控制结构与函数模块，能够编写简单的Python程序，并通过综合案例完成基于Pandas的数据分析。6（实践3）讲授（实践3学时）6第6章Python数据获取理解网络爬虫的基本概念与工作原理，掌握HTTP请求与响应机制，熟练使用XPath与BeautifulSoup解析网页源代码，能够编写Python爬虫程序完成企业财经新闻与金融股票数据的采集。4（实践3）讲授（实践3学时）7第7章Python数据分析理解数据分析的基本概念与流程，掌握描述性统计分析与相关分析方法，能够使用Python完成中文分词、词频统计与文本分析拓展应用，具备结构化数值数据与非结构化文本数据的分析能力。5（实践3）讲授（实践3学时）8第8章人工智能大模型理解大语言模型的基本概念与工作原理，了解国内主流大语言模型，掌握提示词工程的撰写方法与结构化提示词设计，认识大语言模型的应用前沿（智能体、全栈开发、多模态、科研），通过低代码数据分析案例掌握大模型的实际应用。4（实践2）讲授（实践2学时）9第9章WPS智能数据处理了解WPSOffice的特点与功能体系，掌握WPS文字的智能编辑与AI内容生成，能够使用WPSAI一键生成演示文稿与智能美化，熟练运用WPS表格的公式函数与AI智能数据分析功能。4（实践3）讲授（实践3学时）合计32（实践16学时）（二）各章教学安排第1章数据驱动：从信息化到智能化的跨越教学目的：理解数据、信息、知识与智慧的演进逻辑，掌握比特、字节与进制转换的基本概念，认识大数据的产生背景、核心特征及其与人工智能的关系，建立从微观"比特"到宏观"智能"的系统性认知。教学重点：信息与数据的区别与联系；二进制与常用进制转换；大数据5V核心特征；大数据与人工智能的关系。教学难点：二进制与各种进制之间的转换；大数据5V特征的内涵理解；从数据到智慧的DIKW模型。教学内容：1.1信息与数据：数据与信息的概念、DIKW模型1.2比特、字节与进制：二进制的选用、常用进制及其转换1.3大数据：大数据的产生与概念、大数据的核心特征（5V）1.4大数据与人工智能：人工智能的概念、大数据与人工智能的关系第2章数据传输：自顶向下的网络教学目的：理解计算机网络的体系结构，掌握TCP/IP模型各层功能，理解URL、HTML与HTTP协议的工作原理，了解传输层TCP/UDP的区别、网络层IP地址与域名系统、底层物理传输技术。教学重点：计算机网络协议与TCP/IP体系结构；应用层HTTP协议与URL；传输层TCP/UDP机制；IP地址与域名系统。教学难点：TCP/IP体系结构的分层理解；HTTP协议请求-响应机制；TCP与UDP的区别与适用场景；IP地址结构与分类。教学内容：2.1计算机网络：定义、功能、分类与网络协议2.2应用层的数据交互：万维网、URL、网页与HTML、HTTP协议2.3传输层的数据交付：TCP、UDP与端口2.4网络层的主机定位：IP地址与域名系统2.5底层的物理传输支撑：网络适配器、传输介质与接入技术第3章数据载体：计算机系统与数据的表示教学目的：理解冯·诺依曼架构的基本思想与计算机硬件组成，了解多核CPU、GPU与存储层次结构，掌握数值数据与字符（含汉字）在计算机中的表示方法。教学重点：冯·诺依曼架构的核心思想；CPU、GPU与存储层次结构；数值数据的表示；西文字符与汉字的编码。教学难点：冯·诺依曼架构的存储程序思想；原码、反码与补码的转换；汉字编码标准（GB2312、GBK、Unicode）。教学内容：3.1冯·诺依曼架构：起源与特征、多核CPU与GPU、存储层次结构、计算维度的演进3.2数据的表示：数值数据的表示（原码、反码、补码）、西文字符与汉字的编码第4章数据前沿：智能时代的演进教学目的：了解云计算与边缘计算的核心概念及云边协同架构，理解区块链技术的信任机制，认识从海量数据到生成式AI的发展历程与大模型技术范式。教学重点：云计算与边缘计算的定义与核心价值；云边协同架构；区块链去中心化信任机制；生成式AI的发展历程。教学难点：云边协同计算的架构理解；区块链共识机制；从传统AI到生成式AI的技术演进逻辑。教学内容：4.1云计算与边缘计算：云计算定义与核心价值、边缘计算定义与架构特征、云边协同4.2区块链技术：数据的信任机制与去中心化存储4.3迈向大模型：从海量数据到生成式AI的飞跃（AI发展四阶段）第5章Python编程基础教学目的：掌握Python语言的基本语法结构，熟练运用变量、数据类型、输入输出、控制结构与函数模块，能够编写简单的Python程序，并通过综合案例完成基于Pandas的数据分析。教学重点：Python变量与数据类型（字符串、数字、列表、字典）；分支与循环控制结构；函数定义与模块导入；Pandas数据分析基础。教学难点：列表与字典的操作方法；循环结构与条件判断的组合应用；函数参数传递与返回值；Pandas数据结构。教学内容：5.1Python快速入门：语言特点、编程环境搭建、运行方式与语法结构5.2变量与数据类型：变量使用、字符串、数字、逻辑值、列表、字典及其操作5.3Python程序的输入输出：输入函数与输出格式化5.4Python程序的控制结构：分支结构与循环结构5.5函数和模块：函数定义与调用、模块导入与使用5.6综合案例：基于Pandas的数学成绩分析第6章Python数据获取教学目的：理解网络爬虫的基本概念与工作原理，掌握HTTP请求与响应机制，熟练使用XPath与BeautifulSoup解析网页源代码，能够编写Python爬虫程序完成企业财经新闻与金融股票数据的采集。教学重点：网络爬虫概念与HTTP请求响应机制；HTML与DOM树结构；XPath与BeautifulSoup解析方法；网络爬虫实战流程。教学难点：DOM树结构与XPath路径表达式；BeautifulSoup的选择器使用；爬虫程序的多页遍历与数据存储；反爬机制应对。教学内容：6.1网络爬虫的概念：爬虫定义、工作原理与应用场景6.2HTTP请求与响应：请求方法、状态码与响应内容6.3网页源代码解析：HTML和DOM树、XPath解析方法、BeautifulSoup解析方法6.4Python网络爬虫实战：企业财经新闻数据爬取、金融股票交易数据爬取第7章Python数据分析教学目的：理解数据分析的基本概念与流程，掌握描述性统计分析与相关分析方法，能够使用Python完成中文分词、词频统计与文本分析拓展应用，具备结构化数值数据与非结构化文本数据的分析能力。教学重点：数据分析基础流程；描述性统计分析指标；相关分析方法；中文分词与词频统计；文本分析拓展应用。教学难点：相关系数的计算与解读；Jieba分词的原理与使用；词云生成与情感分析的实现；文本数据的预处理。教学内容：7.1数据分析基础：数据分析的概念、流程与工具7.2数值数据分析：描述性统计分析（均值、中位数、方差等）、相关分析7.3文本数据分析：中文分词（Jieba）、词频统计、文本分析拓展应用（词云、情感分析）第8章人工智能大模型教学目的：理解大语言模型的基本概念与工作原理，了解国内主流大语言模型，掌握提示词工程的撰写方法与结构化提示词设计，认识大语言模型的应用前沿（智能体、全栈开发、多模态、科研），通过低代码数据分析案例掌握大模型的实际应用。教学重点：大语言模型基本概念与工作原理；提示词撰写方法与结构化提示词；大语言模型应用前沿；低代码数据分析案例。教学难点：大语言模型的Token与上下文长度机制；结构化提示词的设计原则；智能体（Agent）的自主决策能力；低代码数据分析的实现步骤。教学内容：8.1大语言模型概述：基本概念、工作原理、国内主流模型概览8.2提示词工程：提示词撰写方法、结构化提示词撰写8.3大语言模型应用前沿：智能体、全栈软件开发、多模态内容生产、科学研究、发展趋势8.4应用案例：低代码数据分析（案例背景、实现步骤、方法对比）第9章WPS智能数据处理教学目的：了解WPSOffice的特点与功能体系，掌握WPS文字的智能编辑与AI内容生成，能够使用WPSAI一键生成演示文稿与智能美化，熟练运用WPS表格的公式函数与AI智能数据分析功能。教学重点：WPSAI内容生成与润色；一键智能生成演示文稿；WPS表格公式与函数；WPSAI智能表格处理（自动生成公式、条件格式、辅助数据分析）。教学难点：WPSAI提示词在文档生成中的应用；演示文稿的智能美化技巧；VLOOKUP、IF、RANK等函数的使用；AI数据解读与交互式分析。教学内容：9.1WPS概述：WPSOffice的特点与功能体系9.2智能文本编辑：WPS文字基础、基于WPSAI的内容生成（初稿生成、文本润色）、文字编辑处理9.3智能图文发布：WPS演示文稿基础、一键智能生成演示文稿、智能生成单页幻灯片、智能美化整体视觉效果9.4智能表格处理：WPS表格基础、公式与函数、表格数据处理（自动生成公式、条件格式、辅助数据分析）四、教材及参考资料教材：1.大数据分析导论（第3版），金大卫等，清华大学出版社，2026年。2.大数据分析导论实验指导与习题集，金大卫等，清华大学出版社，第2版。参考书：1.大数据分析导论，金大卫等，清华大学出版社，2022年，第2版。2.全国计算机等级考试二级教程——WPSOffice高级应用与设计，金山办公软件编，高等教育出版社。3.全国计算机等级考试二级教程——Python语言程序设计，教育部教育考试院，高等教育出版社。五、教学条件1.师资队伍建设本课程面向各高校非计算机专业开设，覆盖面广、通识性强，需组建一支专业底蕴深厚、数字素养卓越且教学经验丰富的师资团队。团队成员应具备跨学科教学能力，能够准确把握通识教育特点，同时具备AI工具应用与Python编程的实操能力。2.软件环境配置授课教师终端及学生实操终端均需部署标准化的软件环境，包括：Python集成开发环境（IDE）、WPS365教育版（含AI功能组件）以及大语言模型访问环境。各学校可根据自身条件选用等效的实践教学平台。3.实践教学条件本课程实操课时占比高，需配套充足的计算资源与标准化的机房环境，确保硬件配置与软件生态能稳定支持高频次的大数据分析与编程实践。《大数据分析导论（第3版）》教学进度表本教学进度表依据《大数据分析导论（第3版）》教材内容编制，教材共3部分9章。建议教学课时32课时、实践课时16课时，各学校可根据自身培养方案和教学安排灵活调整周次与每次课的课时数。其中第5章Python编程基础和第6章Python数据获取为核心教学章节，建议各安排2次课，确保编程与数据获取的充分练习。下表中加星号部分为重点教学内容。章节课时分配部分章节建议教学课时建议实践课时第1部分大数据理论基础第1章数据驱动：从信息化到智能化的跨越2第2章数据传输：自顶向下的网络31第3章数据载体：计算机系统与数据的表示2第4章数据前沿：智能时代的演进21第2部分大数据分析技术第5章Python编程基础63第6章Python数据获取43第7章Python数据分析53第3部分智能数据处理第8章人工智能大模型42第9章WPS智能数据处理43合计3216教学进度详表课次建议课时教学内容实践内容13第1章数据驱动：从信息化到智能化的跨越1.1信息与数据*1.2比特、字节与进制*1.3大数据（5V特征）*1.4大数据与人工智能第2章数据传输：自顶向下的网络（前半）2.1计算机网络*完成线上题库练习题。23第2章数据传输：自顶向下的网络（后半）2.2应用层的数据交互（URL、HTML、HTTP）*2.3传输层的数据交付（TCP/UDP）*2.4网络层的主机定位（IP地址、域名）*2.5底层的物理传输支撑第3章数据载体：计算机系统与数据的表示3.1冯·诺依曼架构*完成教材线上题库练习。33第3章数据载体：计算机系统与数据的表示（续）3.2数据的表示（数值编码、字符编码）*第4章数据前沿：智能时代的演进4.1云计算与边缘计算*4.2区块链技术4.3迈向大模型（AI发展四阶段）*计算机网络基础实践练习43第5章Python编程基础（第1次）5.1Python快速入门（环境搭建、语法结构）*5.2变量与数据类型（字符串、数字、逻辑值）*5.3Python程序的输入输出Python编程基础实践练习53第5章Python编程基础（第2次）5.2变量与数据类型（列表、字典）*5.4