大数据专业《大数据技术》课程标准

《大数据技术》课程标准二级学院：智能制造与信息工程学院执笔人：包乌云毕力格审核人：制定日期：2022年7月陕西能源职业技术学院一、课程信息表1课程信息表课程名称《大数据技术》开课院部智能制造与信息工程学院课程代码考核性质考试前导课程《信息技术》后续课程《数据清洗与可视化》、《分布式文件系统hadoop》总学时56课程类型理论课是□实践课是□理论+实践是□理实一体化是☑适用专业大数据技术专业二、课程性质1.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:大数据概念的介绍一大数据的架构一大数据采集及预处理一大数据的存储技术一大数据分析技术一大数据的可视化一大数据的商业应用。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。2.课程功能定位表2课程功能定位分析对接的工作岗位对接培养的职业岗位能力大数据运维工程师能够进行大数据原理及常用工具及环境搭建；掌握大数据相关编程语言；熟悉大数据分析处理过程；数据分析师从事数据数据透视与可视化分析，并能合理使用智能报表系统，从而对业务进行指导与监控；掌握动态数据的处理展示方法，以及用数据分析来管控商机风险的方法；三、课程目标与内容1.课程总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。2.课程具体目标2.1能力目标大数据的基本概念和应用范围理解大数据架构的相关概念;理解大数据采集和预处理相关的概念；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；2.2知识目标掌握大数据基本概念和应用掌握大数据的架构;掌握大数据的采集和预处理掌握大数据的存储;掌握大数据分析大数据可视化大数据的商业应用;2.3素质目标培养学生良好的自我表现、与人沟通能力;培养学生的团队协作精神;培训学生勇于创新、爱岗敬业的工作作风;培养学生的质量意识、安全意识;培养学生诚实、守信、坚忍不拔的性格;培养学生自主、开放的学习能力。表3课程教学目标与内容序号毕业要求指标点知识目标技能目标素质目标教学内容12-3.专用专业基础知识理解大数据的概念、了解大数据的来源、特征和意义熟悉大数据的概念、熟悉大数据的来源、特征和意义培养学生自主、开放的学习能力。大数据的定义;大数据的来源、特征和意义;了解大数据的表现形态掌握大数据的各种表现形态；大数据的表现形态；了解大数据的应用场景了解大数据的应用场景大数据的应用和场景22-3.专用专业基础知识掌握大数据的分类,了解数据类型﹐了解大数据的解决方案掌握大数据的分类；了解数据类型；了解大数据的解决方案；培养学生自主、开放的学习能力。大数据的分类；数据类型；人数据解决方案；理解Hadoop的核心设计，了解Hadoop的平台搭建理解Hadoop的核心设计,了解Hadoop的平台搭建；Hadoop的核心设计；Hadoop的平台搭建；32-3.专用专业基础知识掌握大数据采集概念；理解数据清洗、数据集成、数据变换的概念掌握大数据采集、数据清洗的概念，了解常用的ETL工具培养学生勤奋求实、好学上进、勤学好问的良好学习态度和团队协作的精神。大数据采集、数据预处理；常用ETL工具；42-3.专用专业基础知识理解大数据存储的挑战；了解大数据存储的方式；理解数据仓库课的组成和构建方式；理解大数据存储的挑战；了解大数据存储的方式；理解数据仓库课的组成和构建方式培养学生的团队协作精神;大数据存储概念；数据仓库52-3.专用专业基础知识理解数据挖掘的概念、算法和方式；了解常用的数据挖掘工具；掌握数据挖掘的概念、算法和方式；了解常用的数据挖掘工具；培养学生自主学习能力；动手能力；数据分析的概念、分析方法；数据发掘的概念和常用算法；62-3.专用专业基础知识掌握可视化的流程；掌握多维数据可视话概念，掌握常用可视化工具；理解数据可视化的基本流程；了解可视化工具；培养学生自主学习能力；动手能力；大数据可视化表4课程教学安排序号项目（模块）任务（单元）教学内容重点、难点、考核点课程思政元素学时1大数据基本概念和应用

任务1-1大数据的定义、来源、特征和意义大数据的定义;大数据的来源、特征和意义;重点：大数据的定义;IT行业2任务1-2大数据的表现形态大数据的表现形态大数据的表现形态传统文化2任务1-3大数据的应用和场景大数据的应用和场景重点：大数据的应用和场景传统文化22大数据的架构任务2-1大数据的架构介绍大数据的分类；数据类型；大数据数据解决方案；重点：大数据的分类；编码规范2任务2-2Hadoop的体系架构Hadoop的核心设计；Hadoop的平台搭建；重点：Hadoop的平台搭建；编码规范23大数据的采集和预处理任务3-1大数据采集数据采集概念；数据采集方法；数据采集工具；重点：数据采集方法工匠精神2任务3-2数据预处理数据清洗；数据集成；数据变换；重点：数据清洗；工匠精神2任务3-3重用ETL工具概念；常用ETL工具比较；重点：常用ETL工具比较；细节决定成败24大数据的存储任务4-1大数据存储概念面临的挑战；大数据存储的方式；重点：大数据存储的方式；编程发展史2任务4-2数据仓库数据仓库的概念；数据仓库的组成和构建；重点：数据仓库的概念创新创业25大数据分析任务5-1数据分析的概念、分类、分析方法数据分析的概念；数据分析的分类；数据分析方法；重点：数据分析方法；创新创业2任务5-2数据挖掘数据挖掘的基本概念；数据挖掘常用的算法和方式；数据挖掘常用的工具；重点：数据挖掘常用的工具工匠精神26大数据可视化任务6-1大数据可视化基础数据可视化的基本特征和作用重点：数据可视化的基本特征工匠精神2任务6-2大数据可视化方法数据可视化的流程重点：数据可视化的流程工匠精神2任务6-3大数据可视化工具文本可视化；网络可视化；多为数据可视化；重点：文本可视化；传统文化27大数据的商业应用任务7-1大数据的商业应用大数据的商业应用案例；重点：大数据的商业应用案例；职业规划2四、课程考核课程考核采用过程考核和考试相结合。考核方式和“教学做”一体化教学模式相适应，全面考核学生的学习态度、学习过程以及学生的工作能力等，以达到检验教学效果和促进教学的目的。每项考核内容各有侧重，既增进学生对专业理论知识的掌握，又要强调学生对知识的综合应用能力的掌握，以凸显课程教学培养目标。课程总成绩（100%）=过程性考核成绩（40%）+考试成绩（60%）。过程性考核成绩（40%）=出勤、课堂表现（10%）+作业（10%）+课内实验（实训）任务（20%）。五、实施要求1.授课教师基本要求本课程任课教师应具备高等学校教师任职资格或企业高级工程师资格。专职教师应具备中级以上职称，有企业锻炼经历。熟悉数据分析领域专业知识和专业技能的“双师型”教师。具有良好的师德修养，能教书育人，具有良好的数据分析理论知识和丰富的数据分析经验及工学结合的能力，具有严谨教学态度和创新的教育理念。2.实践教学条件要求为了保证理论与实践操作密切结合，本课程需要计算机机房，可满足软件工程实践教学使用。（1）校内实训室表5大数据实训室实训室（中心）名称大数据实训室面积70m2序号核心设备数量备注1管理节点服务器50五舟S423G3-TS822计算节点服务器50五舟S423G3-TS1623云终端一体机40五舟4路由器、交换机共3台35多媒体设备、功放等16管理软件1实训室（中心）名称计算机云机房面积360m2序号核心设备数量备注数量1云桌面平台主控服务器2触摸一体机42学生电脑1150无线扩音系统43教师机13主控室机柜14学生电脑250接入交换机125教师机21汇聚交换机16云桌面系统软件204网络机柜47电子教室系统软件4智慧课堂教学应用软件18云桌面集中云运维系统204（2）校外实习基地表6大数据导论课程校外实习基地序号校外实训基地名称合作企业名称校外实训基地功能接纳学生人数备注1西安启光信息技术有限责任公司认知实习顶岗实习30人2博研科技认知实习顶岗实习30人3易眼看荐网络科技认知实习顶岗实习30人4北京沛和信息技术有限公司认知实习顶岗实习30人3.教学方法与策略（1）教学方法：情境教学法：根据数据分析岗位要求创设职业情景，激发学生学习兴趣，帮助学生理解和掌握知识，培养创新精神，提高学生岗位适应能力。项目教学法：课程的教学内容以项目为载体,将实际应用案例作为一个项目任务引入到课程教学中，通过实施一个完整的工作项目进而获得项目成果。通过项目教学法的使用，实现以项目带动教学，将理论与实践很好的结合在一起，加强了对学生职业能力的培养，在实际教学中取得了非常好的效果。任务驱动法：任务驱动教学法配合项目教学法的实施，通过实际项目分析，设计若干学习情境，并将项目分解为若干个工作任务，确定任务名称、任务完成时间、任务目标及任务成果，通过工作任务的完成来驱动教学。分组讨论法：依据项目规模和学生人数，将学生分成若干个项目组，在项目实施的各个工作环节都要展开小组讨论，以解决当前问题和确定下一个工作步骤。案例教学法：针对项目开发过程中关键技术的应用，以项目案例为教材，运用多种方式启发学生独立思考，通过对具体案例的讨论和思考，诱发学生的创造潜能，从而形成学生自主学习、合作学习、研究性学习和探索性学习的学习氛围。（2）教学策略：1）适时调整教学内容：在教学内容方面，由于软件更新较快，因此教师在教学过程中要紧跟行业发展趋势,适时更新软件版本，调整教学内容。2）采用讲练结合的教学策略该课程的实践性较强，在教学过程中，应以实例讲解和实践操作相结合，通过“理实一体”进行教学，培养学生思考问题，分析问题和解决问题的能力。通过课堂讲授、课堂练习、应用案例等，引导学生加深对EXCELBI技术的理解。以最常规工具呈现令人惊讶的商业分析。对接真实数据分析业务，融入行业场景切身感受。3）采用信息化教学手段提高教学互动性采用传统多媒体授课的基础上，引入超星教学平台，通过课堂互动、随机点名、课堂练习、不懂反馈等多种手段提高课堂互动性，增进教学效果。4)通过“专题作业”引导学生进行自主性学习结合情境教学内容的总结与综合练习，布置有一定难度的“大作业”，通过“大作业”引导学生进行探究性学习与自主性学习。4.教材、数字化资源选用表7大数据导论课程教材选用表序号教材名称ISBN教材类型编者出版社出版日期1大数据导论9787302541905

高职高专张凯清华大学出版社2020-01表8大数据导论课程参考教材选用表序号教材名称ISBN