《大数据理论方法与应用》课程教学大纲.doc

PAGE PAGE 7 《大数据理论方法与应用》课程教学大纲 一、课程基本信息 课程代码课程名称：大数据理论方法与应用 英文名称：Theory, method and application of big data 课程类别：专业课 学 时：32 学　　分：2 适用对象: 国际贸易、国际商务专业大三学生 考核方式：考试 先修课程：《统计学》《计量经济学》《多元统计分析》 二、课程简介 紧抓课程改革核心环节，不断提升教学质量，将“课程思政”作为融合德育与智育的融合主渠道，是逐步实现“立德树人”的综合教育理念的前进方向。大数据方法是以海量数据中信息的挖掘与处理作为研究对象，研究数据处理方法和数据挖掘方法的方法论科学，侧重从定量角度探索大量数据所体现出的规律性。它按照数据挖掘方法简易度，由浅入深来构造内容体系。第一部分探讨数据预处理的方法。第二部分介绍数据挖掘的基本算法及应用。 The big data method is a methodology science studying the data processing methods and data mining method, it’s research object is the mining and processing of massive data, and it focus on exploring the regular pattern of a large number of data quantitatively. It’s content system is based the simplicity of data mining methods, from shallow to deep. The first part discusses the method of data preprocessing. The second part introduces the basic algorithm and application of data mining. 三、课程性质与教学目的 本课程是统计学专业主干必修课程之一，也是财经类院校其他专业的选修课程，属于社会科学。其基本特点在于理论性、方法性和实际应用性强。 本课程的教学目的主要是为了让学生能系统地掌握大数据的处理与挖掘方法，为参加大数据分析、数据挖掘方面的工作，进行相关方面内容的科学研究打下基础。并培养学生经世济民、诚信服务的职业素养，和追求真理、勇攀科学高峰的责任感和使命感。 四、教学内容及要求 第1章 数据挖掘概述 （一） 目的与要求 理解数据挖掘的过程、对象、方法和应用 了解常用的数据挖掘算法 介绍大数据在思政课方面的应用 （二） 教学内容 1.1 为什么要学习数据挖掘 1.2 什么是数据挖掘 1.3数据挖掘能给出什么 1.3.1数据挖掘结果有哪些呈现方式 1.3.2 数据挖掘结果有哪些基本特征 1.4 数据挖掘能解决什么问题 1.4.1 数据预测 1.4.2 发现数据的内在结构 1.4.3 发现关联性 1.4.4 模式诊断 1.5 数据挖掘解决问题的思路 1.6数据挖掘有哪些典型的商业应用 1.6.1 数据挖掘在客户细分中的应用 1.6.2 数据挖掘在客户流失分析中的应用 1.6.3 数据挖掘在营销响应分析中的应用 1.6.4 数据挖掘在交叉销售中的应用 1.6.5 数据挖掘在欺诈甄别中的应用 1.7 大数据在思政教育方面的应用案例 （三）思考与实践 1、常用的数据挖掘算法有哪些？ 2、还可用哪些大数据技术促进思政教育？ （四）教学方法与手段 采用多媒体辅助教学 第2章 数据 （一）目的与要求 1．掌握数据的分类 2. 掌握数据挖掘中常用的数据预处理方法 （二）教学内容 2.1 数据类型 2.1.1 属性与度量 2.1.2 数据集的类型 2.2 数据质量 2.2.1 测量和数据收集问题 2.2.2 关于应用的问题 2.3 数据预处理 2.3.1 聚集 2.3.2 抽样 2.3.3 维归约 2.3.4 特征子集选择 2.3.5 特征创建 2.3.6 离散化和二元化 2.3.7 变量变换 2.4 相似性和相异性的度量 2.4.1 基础 2.4.2