《大数据技术》课程标准.docVIP

《大数据技术》课程标准

课程代码： 建议课时数：64 学分：4

适用专业：计算机应用技术

先修课程：程序设计基础、数据库应用技术、网页制作、高级语言程序设计、Web前端开发等

后续课程：网络安全、云计算等

制定人：陈新

前言

1.课程性质

《大数据导论》是一门综合性和实践性很强的课程，根据培养应用型人才的需要，本课程的目的与任务是使学生通过本课程的学习，了解大数据基本涵盖内容，掌握大数据分析的传统方法和必威体育精装版方法，为更深入地学习和今后从事大数据相关工作打下良好的基础。本课程以实现计算机应用技术专业学生的就业岗位群能力为目标，坚持以能力为中心、以学生为主体的原则来设计课堂教学，在学生就业岗位需求分析的基础上来确立能力目标，将能力培养贯穿于课程教学之中，实现由传统的以教师为主体的知识传授型教学模式向以学生为主体的能力培养型教学模式的转变，实现线上线下教学相结合的模式。

2.设计思路

本课程采用面向应用方向，以应用为中心构建课程体系，提出从理论到实际，从具体到抽象，从个别到一般，从零散到系统的方法， 实施“提出问题-解决问题-归纳分析”的教学三部曲，强调动手能力和对知识的运用能力，重点培养应用型人才。根据知识的深浅度进行实际学习，创设了7个学习项目：大数据概念的介绍—大数据的架构—大数据采集及预处理—大数据的存储技术—大数据分析技术—大数据的可视化—大数据的商业应用。通过实际案例对知识点进行串联发散。让学生掌握基础知识的同时有适当的提高。在教学过程中，以典型工作任务为载体，将对各种资源的管理分解为多个独立又具有一定联系的任务，让学生将知识的学习，技能的加强和经验的积累在一系列任务中获取并高度融合。

本课程在教学过程中，根据高职培养应用型人才的特点，以典型工作任务为主线、以各种资源管理为核心，以培养能力和提高兴趣为目标，变应试为应用，重视在新形势下的新方法、新规则和新思想的传授。着重培养学生能灵活应用这些思想和方法的能力。课程教学中要遵循理论来自于实践的原则，融“教、学、练”于一体，体现“在做中学，在学中做，学以致用”，以增强知识点的实践性，激发学生的学习兴趣。在实践教学环节中则融入相关理论知识，突出理论来自于实践和指导实践的作用，使学生的知识应用根据学习的内容提升一个新的高度。学习借鉴“四环相扣”教学改革成果，在本课程教学中全过程体现工学结合，课程教学目标围绕能力标准，课程本身按模块设置，教学过程充分工学交替

课程目标

本课程力求加深学生在程序设计方法上的理解和把握，通过相关的事例让学生对各知识点先了解，再理解，最后逐步掌握。整个过程融“教、学、练”于一体，加强学生实践动手能力、独立思考问题和解决问题的能力，达到正确灵活地利用操作系统各知识点来解决相关问题的目标，并为后续专业基础课程、专业课程的学习奠定扎实的基础。

1.知识目标：

大数据基本概念和应用；

大数据的架构；

大数据的采集和预处理；

大数据的存储；

大数据分析；

大数据可视化；

大数据的商业应用；

2.能力目标：

大数据的基本概念和应用范围；

理解大数据采集和预处理相关的概念，掌握数据采集相关技术的应用，了解大数据预处理相关技术；

理解大数据存储相关概念，掌握大数据存储相关技术；

了解大数据分析相关概念，了解大数据分析的相关技术；

理解数据可视化的相关概念，掌握大数据可视化的相关技术；

了解大数据的商业应用情况；

3.素质目标：

（1）了解大数据技术这门课程对互联网技术的重大意义

（2）养成做事情有计划、有目标的良好习惯

（3）具备通过多种途径获取信息、知识的能力

（4）具有勇于表达、与人沟通的能力

（5）养成团队协作的意识

（6）形成不断拓展专业知识的意识和能力及创新能力

课程内容和要求

本课程遵循理论来自于实践的原则，融“教、学、练”于一体，体现“在做中学，在学中做，学以致用”理念设计学习情景，所有学习情景、学习内容都是以“能力标准”为基本依据，体现了“能力本位”的课程设计思想。课程具体内容和要求参考下表。

序号

课程模块（或单元）

课程内容及要求

活动与建议

参考课时

1

大数据基本概念和应用

大数据的定义、来源和意义

大数据的表现形态

大数据的各种应用场景

熟悉理解大数据的概念、来源、特征和意义，掌握大数据的各种表现形式，了解大数据的各种应用场景

4

2

大数据的架构

大数据的架构介绍

大数据的分类

数据类型

大数据解决方案

Hadoop的体系架构

Hadoop的核心设计

Hadoop的平台搭建

掌握大数据的分类，了解数据类型，了解大数据的解决方案。理解Hadoop的核心设计，了解Hadoop的平台搭建

8

3

大数据的采集和预处理

大数据采集概念、采集工具和采集方法

数据预处理

数据清洗

数据集成

数据变换

常用ETL工具比较