大数据导论-教案 第4章 大数据分析 教案_第1页
大数据导论-教案 第4章 大数据分析 教案_第2页
大数据导论-教案 第4章 大数据分析 教案_第3页
大数据导论-教案 第4章 大数据分析 教案_第4页
大数据导论-教案 第4章 大数据分析 教案_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第4章大数据分析教案课程名称:大数据导论课程类别:必修适用专业:大数据技术类相关专业总学时:32学时(其中理论32学时)总学分:2.0学分本章学时:6学时材料清单《大数据导论》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标在大数据时代,人们关注的是如何利用大数据技术挖掘出潜在的商业价值,以及如何在人们的生活中使用大数据技术。相比于传统的线下会员管理、问卷调查、购物车分析,企业能够使用大数据分析对用户行为等信息进行分析、构建用户画像,通过用户画像进一步精准、快速地分析用户行为习惯、消费习惯等重要商业信息,实现精准营销。本章从个性化用户画像实现精准营销的实例展开介绍,包括大数据实现精准营销、用户画像是什么、构建个性化用户画像;然后介绍大数据分析技术,包括数据分析与数据挖掘、数据认知、数据处理、分析建模和模型评价;最后介绍主流的大数据分析处理框架,包括Hadoop、Spark、Flink、Storm、Graph据目前数据分析发展状况,将数据分析具象化。而后介绍数据分析的概念,流程,目的以及应用场景。阐述使用Python进行数据分析的优势。列举说明Python数据分析重要库的功能。紧接着阐述Anaconda简介,实现在Windows和Linux两个系统下Anaconda数据分析环境。最后展现Python数据分析工具JupyterNotebook的优异特性及使用方法。基本要求了解什么是用户特征画像了解大数据分析技术的概念。了解数据认知的内容。了解数据处理的概念。了解数据处理的方式和过程。了解数据建模的概念。了解模型评估的方法了解数据分析的处理框架有哪些?问题引导性提问引导性提问需要教师根据教材内容和学生实际水平,提出问题,启发引导学生去解决问题,提问,从而达到理解、掌握知识,发展各种能力和提高思想觉悟的目的。用户画像能做什么?大数据分析能够做什么?现实生活中存在哪些数据分析技术?该如何进行数据分析?什么是数据分析处理框架?使用数据分析处理框架的优势是什么?探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上,从重点、难点问题切入,进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。用户画像可以用在哪些场景?如何避免利用用户画像作恶?数据分析的能够应用在那些场景?数据分析处理框架都有哪些优缺点?拓展性问题拓展性问题需要教师深刻理解教材的意义,学生的学习动态后,根据学生学习层次,提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨,完成拓展性问题。数据分析是不是万能的?分析建模方法还用在哪些领域?分析本班人员的基本信息可以使用哪些框架?主要知识点、重点与难点主要知识点用户画像的作用和方法。数据分析的常用技术。数据分析的主要框架。每个框架的使用方法。重点数据分析的概念、方法和框架。数据分析框架的使用方法。难点数据分析的处理框架的使用。教学过程设计理论教学过程数据分析的概念。数据分析的流程。数据分析的应用场景。数据分析的主要方法。数据分析的处理框架。数据分析的常用框架使用方法。教材与参考资料教材林涛,张良均.大数据导论[M].北京:人民邮电出版社.2024.参考资料[1] 肖芳,张良均.Spark大数据技术与应用[M].北京:人民邮电出版社.2018.[2] 王哲,张良均.Hadoop与大数据挖掘(第2版

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论