《金融大数据分析》-教案全套 胡君晖 项目1-7 大数据与大数据金融认知-大数据金融业务综合实训

教学过程

教学环节教学内容教师活动学生活动课堂热身点评上节课实训完成情况对普遍出现的问题进行讲解介绍本节课主要内容对学生提交的实训作业做点评询问个别学生对于实训的看法，难度如何。针对实训作业中普遍存在问题进行讲解和答疑介绍本节课的知识要点听讲、回答问题数据可视化数据可视化的概念数据可视化是指利用计算机图形学和图像处理技术，将数据转换为图形或图像进行显示的理论方法和技术常见图表类型线图、柱状图、饼图、散点图、雷达图、漏斗图、树图、词云图等常见可视化工具入门级可视化工具商业智能分析工具编程语言工具引导学生思考为什么需要用到数据可视化，数据可视化可以帮助解决什么问题询问学生所知道的图表类型，根据学生的回答，补充剩余的常见图表类型，并讲解每种图表所适合的使用场景数据可视化需要借助工具实现，从最简单的EXCEL开始，到商业上常用的智能分析工具再到使用编程语言定制化图表演示如何利用EXCEL进行GDP数据的可视化展示回答问题，观看演示并尝试利用EXCEL绘制GDP变化趋势图利用Python进行数据可视化pyplot常用绘图函数plot()scatter()bar()hist()pie()show()绘制线图绘制柱状图绘制饼图通过代码案例演示，让学生体会如何绘制线图、柱状图以及饼图每一个绘制函数都有各自的参数，做一些必要的讲解，并且通过修改参数的值，对比输出结果的变化引导学生自行完成示例代码，并进行运行查看结果引导学生观察当采用不同的参数值，运行结果的变化观看案例演示，自行完成示例代码，运行进行结果的查看教学反思图形的绘制稍微有些抽象，应加强学生对于参数的研究与理解，并不断尝试不同的参数组合所得到的绘图结果，比较其中的不同。课后学习设计作业完成实训平台上关于数据可视化的实训操作学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社网站：Matplotlib教程|菜鸟教程()Python在线教程：Python3教程|菜鸟教程()Pandas简介|菜鸟教程()其他预习下一章节

教案8教案序号项目三大数据在银行业的应用课时安排3课时授课类型理论课内容分析大数据在银行客户关系管理的应用，大数据在银行精准营销的应用学情分析学生对于银行业务的认识与理解通常是站在客户的角度，应引导学生结合其他课程所学的金融专业知识，从银行从业人员角度去理解大数据技术对银行业的赋能教学目标理解大数据技术在银行业的应用理解客户关系管理理解大数据技术在客户生命周期管理、客户细分、客户流失预测中的应用理解用户画像理解大数据技术在银行精准营销与用户画像中的应用教学重点客户关系管理用户画像构建教学难点用户画像构建教学资源视频、PPT教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身实训任务总结上节课内容回顾介绍本节课主要内容对布置的实训任务总结学生提交情况，对个别没有提交的同学提醒，并集中解答学生作业中出现的问题通过提问简要回顾上节课所学的主要内容介绍本节课主要内容回答问题大数据在银行业的应用银行数据：数据类型：客户信息、交易记录、信贷数据、市场数据、第三方数据数据特征：数据规模庞大，种类齐全；数据格式规范；数据的准确性高数据价值：提升银行业务效率、降低银行决策风险、完善银行多元化金融服务银行业的技术应用及发展背景大数据与客户关系管理客户生命周期管理、客户细分、客户需求及偏好预测大数据与精准营销客户行为分析、定制化产品推荐、交叉营销大数据与风险评估与管理精准信贷评估、实时监控预警、反欺诈策略优化通过提问的形式，让学生思考银行的赚钱模式介绍商业银行的利润来源：息差、手续费与佣金、资产讲解商业银行的基本职能：支付中介、信用中介、信息中介，其中信用中介和支付中介是商业银行最基本的职能讨论，自由发言；大数据技术与银行客户关系管理客户关系管理：定义：商业银行识别、筛选、获取、保持和增加客户的系统化方法意义：提升客户价值、降低客户流失目标：吸引新客户、保留老客户、激活存量客户客户生命周期的划分：客户获取、客户提升、客户成熟、客户衰退、客户流失大数据技术在客户生命周期管理中的应用大数据应用于银行客户细分大数据技术应用于客户流失预测引导学生思考银行继续宁客户关系管理的目的和动机是什么，客户关系管理的目标是什么。引导学生思考并回答客户生命周期的划分讲解大数据技术在客户生命周期管理中的用用讲解大数据应用于银行客户细分及流失预测布置课堂任务，引导学生查看课本上的应用案例介绍，并回答相关问题认真听讲，分析大数据应用的典型案例大数据技术与银行精准营销精准营销：针对目标客户群体的个性化和定向化营销策略，旨在通过深入理解客户需求和行为，提供定制化的营销信息和服务大数据技术应用于精准营销用户画像、用户画像的PERSONAL八要素基本型、同理性、真实性、独特性金融用户画像标签大数据技术应用于用户画像构建引导学生思考并回答什么是精准营销，并进行讲解讲解大数据技术应用于精准营销引导学生总结用户画像的PERSONAL八要素讲解大数据技术应用于用户画像构建布置课堂任务，引导学生查看课本上的应用案例介绍，并回答相关问题认真听讲、提问

教学反思学生们对于银行业务的执行相对陌生，思考如何找到一个好的切入点，让学生能更好的理解。课后学习设计作业预习下节课的实训任务学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社其他

教案9教案序号项目三大数据在商业银行的应用（实训）课时安排3课时授课类型实训课内容分析商业银行流失客户数据分析、银行信用卡用户画像分析学情分析学生对于银行业务大都已经比较了解，课程重点可以侧重于大数据的应用教学目标通过案例的训练，了解商业银行用户画像的方法和原理，并掌握数据清洗和处理技术在用户画像中的运用。建立数据分析思维，提高金融大数据的可视化解读能力，了解机器学习在商业银行营销策略中的应用教学重点通过实际操作经验，深入掌握大数据在金融行业的应用技能教学难点变量分析以及对分析结果的解读教学资源实训平台教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身回顾上节课所讲的知识重点布置实训任务通过提问检查学生对于上节课内容的掌握情况布置本节课的实训任务：银行信用卡用户画像分析以及商业银行流失客户数据分析回答问题银行信用卡用户画像分析数据清洗基本情况分析区域分析资金资产分析（月收入、月消费拓展任务：网络行为偏好引导学生按照实训平台上的步骤，依次完成演训任务及实训任务观察学生的实训操作过程，及时提供答疑实训操作，提问商业银行流失客户数据分析数据观测单变量分析双变量分析三变量分析1. 引导学生按照实训平台上的步骤，依次完成演训任务及实训任务2. 观察学生的实训操作过程，及时提供答疑实训操作，提问实训总结实训总结报告引导学生根据实训过程及结果，任选一个实训任务，对整个实训过程做一个总结，并撰写实训报告，对结果的分析做简要说明撰写实训总结报告

教学反思学生们对于实训任务的形式相对比较陌生，应注意如何让学生能跟着实训平台思路，一步步的独立完成所有任务。课后学习设计作业完成实训练习网上调研大数据在典型商业银行的应用预先了解我国的互联网保险行业学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社

其他

教案10教案序号项目四大数据在保险业的应用课时安排3课时授课类型理论课内容分析大数据保险、大数据在保险风险控制中的应用、大数据在保险产品运营中的应用学情分析学生对于保险不如银行业那么熟悉，因此可以在课堂上给学生自由探索的时间，去对保险行业有个主动的了解，会更有利于后续课程的开展。教学目标理解大数据对保险承保定价的革新理解大数据技术应用于精细化营销理解大数据技术应用于保险欺诈教学重点大数据对保险业传统理论影响教学难点理解大数据对保险业的影响教学资源视频、PPT教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身布置分组讨论题目：你知道的保险公司有哪些？请至少列出三家，并说出其各自经营保险险种类型保险公司的盈利逻辑是什么？简要的介绍保险行业在我国金融体系的定位根据之前的分组名单，组织学生自行查找资料；一部分组同学查找保险险种有哪些，各险种盈利逻辑是什么；一部分组同学查找保险公司相关内容，列出每家保险公司主营业务按组分别进行讨论大数据保险大数据保险大数据保险是保险公司通过利用大数据技术对风险数据进行分析、处理和挖掘，使风险数据实现有效的价值变现。在此基础上保险公司通过优化传统的保险服务方式和资源配置方式，从而实现保险产品、保险服务和保险业务模式的创新，进而更好地满足其客户需求并提供更为优质的保险服务世界保险业的数据应用发展阶段数据匮乏时期、统计数据应用时期、信息技术应用时期、大数据技术应用时期国内保险业大数据应用的特点给出大数据保险的定义，引导学生思考查阅资料举例说明大数据保险的案例。保险行业的数据应用发展经历的阶段，在不同的时期，使用数据的形式不同。从最早的数据匮乏时期的风险定价依赖经验判断，到现在的大数据应用时期数据来源不断丰富，数据结构更多样，科技的进步带来行业的进步。讲解国内保险业大数据应用的特点：重视大数据技术的应用价值、数据基础和利用效率较差、大数据技术的应用程度有限、专业人才团队建设困难等认真听讲，查询资料，回答问题大数据在保险风险控制中的应用保险公司的风险产品定价风险承保风险理赔风险大数据对承保定价的革新从样本数据到全量数据从内部数据到外部数据从历史数据到实时数据从数据数量、质量到维度从因果关系到相对关系大数据在车险定价中的应用UBI通过远程信息技术采集大量驾驶行为数据，通过综合分析车、路、人、时间、环境数据来测算风险。UBI分析模型能够详细地反映客户的真实驾驶情况，判断客户的风险水平，客户得到的驾驶评分越高，说明风险越低，就能享受到更多的保险优惠政策介绍保险公司的风险类型大数据引入后对保险行业的承保定价的革新。询问学生是否自己有购买或者家人有购买车险，学生所理解的车险定价方式是什么，是否有可改进的空间。介绍UBI车险定价，UBI车险定价的原理，与传统车险定价方式的区别认真听讲，讨论，回答问题大数据在保险产品运营中的应用大数据对产品运营的影响保险公司增值服务保险公司产品设计保险用户业务办理保险公司经营管理方式多渠道融合的精细化营销体系保险欺诈的表现形式虚构保险标的、不具有可保利益、虚假保险事故、标的状况虚假陈述、重复投保、超额投保保险业反欺诈工作中的问题对反欺诈工作的基础投入不足、保险公司之间的数据共享机制缺失、未形成全国集中的反欺诈处理中心、法律制裁不力、犯罪成本低保险行业反欺诈政策背景大数据应用于保险反欺诈整合和管理相关数据、建立信息共享机制、对信息进行量化分析、可视化关联分析技术大数据技术对于保险产品运营的影响，从公司增值服务，公司的经营管理方式到产品设计，再到用户的业务办理，都产生了深远的影响。大数据技术助力精细化营销：夯实数据根基、深入洞察客户、多渠道营销形成闭环、业务竞争力提升介绍保险欺诈的表现形式，引导学生查阅资料，例举保险欺诈案例。当前保险业反欺诈工作中存在的问题都有哪些，分析造成保险欺诈高发的原因保险行业反欺诈政策背景，梳理国家对于保险行业反欺诈所出台的一系列动作，表明国家对于反欺诈的决心大数据助力保险反欺诈认真听讲，查询资料，回答问题教学反思学生们日常生活中对于保险接触的相对较少，但学校有开设保险基础课程，可以结合着该课程，引导学生融会贯通。课后学习设计作业网上调研大数据在保险行业的创新应用预习下一节课的实训操作学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社

其他

教案11教案序号项目四大数据在保险业的应用（实训）课时安排3课时授课类型实训课内容分析保险机构电话营销数据分析UBI车险定价模型设计学情分析学生对于实训平台已经有一定的熟悉，但是本堂课实训任务相比之前稍复杂，需要学生有比较好的数据分析思维。教学目标通过对案例的学习和实训，了解银保渠道营销，建立学生对金融大数据和数据分析的理解和认知通过UBI车险定价案例的学习和实训，理解使用广义线性模型来预测驾驶行为、车辆情况等因素如何影响到车辆出险的几率。理解大数据技术如何具体应用于实际的金融业务中。教学重点通过实际操作经验，深入掌握大数据在保险行业的应用技能教学难点数据分析结果的解读教学资源实训平台教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身回顾上节课内容，通过提问的方式考察学生掌握程度介绍本节课的知识重点提问学生，关于上节课的知识要点，特别是UBI车险定价对上节课内容做知识串讲，带着学生回顾上节课知识布置本堂课的实训任务回答问题保险机构电话营销数据分析项目背景任务说明营销中心大数据观测探索性数据分析单变量比对分析特征变量的相关性分析实训开始前对项目背景做简要的介绍，使学生清楚本次实训任务的目的引导学生按照实训平台要求，按步骤依次补全代码并运行督促学生完成实训任务并及时进行答疑完成实训练习UBI车险定价模型设计项目背景数据导入并观测目标变量的相关性分析特征值的预处理流程出现频率模型拟合出现强度模型拟合根据模型预测风险保费实训开始前对项目背景做简要的介绍，使学生清楚本次实训任务的目的引导学生按照实训平台要求，按步骤依次补全代码并运行督促学生完成实训任务并及时进行答疑完成实训练习实训总结实训总结报告引导学生根据实训过程及结果，任选一个实训任务，对整个实训过程做一个总结，并撰写实训报告，对结果的分析做简要说明撰写实训总结报告

教学反思本节课的实训内容难度较之前有所增加，特别是对于广义模型的理解和应用，因此需要注意这一知识的讲解,做到让学生好理解。课后学习设计作业继续完成实训练习学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社参考网站：金融壹账通美国万亿资产寿险巨头JohnHancock自我革命全解析其他教案12教案序号项目五大数据在证券业的应用课时安排3课时授课类型理论课内容分析大数据与证券行业，大数据在量化投资中的应用，大数据在智能投顾中的应用学情分析学生对于证券行业平时接触不多，可以从学生较为熟悉的案例入手，例如茅台、苹果股票的案例来作为切入口，引导学生进入本节课内容。教学目标理解大数据在证券行业的应用理解量化投资的概念，与主动投资的区别理解智能投顾，大数据对智能投顾的赋能教学重点量化投资智能投顾教学难点如何让学生能更直观的理解应用场景教学资源视频、PPT教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身回顾上节课内容重点介绍本节课知识通过提问回顾上节课的知识要点询问学生有没有在做投资的，购买股票或者基金、理财产品等请有投资经历的同学分享一下心得及体会回答问题大数据与证券行业证券行业的数据特点大数据在证券行业的应用股价预测、客户关系管理、投资情绪分析、量化交易、智能投顾讲解证券行业的数据特征，证券行业是一个数据密集型的行业，上市公司财报、市场信息、交易数据等大量的数据讲解大数据在证券行业的应用认真听讲、提问大数据在量化投资中的应用量化投资用计算机通过分析市场数据，把金融市场的趋势及机会转化为可执行的交易策略，从而获取收益。其中优点就在于，它可以极大地提高交易执行的准确性和及时性，并可以把交易成本降至最低。量化投资的原理量化投资和主观投资的对比从投资决策、投资组合、交易频率、收益与波动、规模与评价几个角度进行比较大数据下的量化投资大数据对量化投资的赋能量化投资决策过程中的武器库非常丰富，组建因子团队、建模团队、数理团队、算法交易团队讲解量化投资的定义，引导学生思考量化投资和传统的主动投资的区别。鼓励学生查找资料，对比两者的区别。提问学生关于量化投资和主动投资，是否符合之前的认知讲解大数据下的量化投资，数据获取阶段，大数据技术可以采集多种数据来源，而且还可以获取实时数据，为量化交易策略的制定和执行提供实时的指导和反馈；在数据分析环节，大数据技术可以帮助捕捉市场趋势，分析各种交易因素的作用，便于制定切实可行的交易策略；数据挖掘环节，大数据技术提供了多种数据挖掘工具和算法，使得量化投资策略更加精细，便于精准交易和控制风险；模型优化环节，大数据技术可以帮助制定一个更加稳健和全面的交易策略，使得策略不断优化和升级，提高交易效率和回报率。讲解大数据对量化投资的赋能，大数据技术的出现，使得量化投资决策过程中的武器库越来越丰富。例如帮助挖掘新的因子，神经网络的引入使得收益预测增强等。认真听讲，查阅资料，回答问题大数据在智能投顾中的应用智能投顾以现代投资组合理论为基础，并辅以计算机的强大算力，由计算机自动计算并提供出资产组合配置建议，从而减少人为因素的干扰。大数据在智能投顾中的应用在客户服务系统中的应用在投顾支撑体系中的应用在业务管理体系中的应用通过大数据实现智能投顾的意义智能投顾平台的发展趋势建立人机合作机制，把握人机结合的平衡点；提高产品库的质量，丰富产品供应并对产品质量进行优选；完善客户与产品间的“对话”，确保精准定位客户的需求；加强专业人才团队建设，提高核心竞争力；智能投顾平台可以以单项业务作为应用突破口询问学生是否在证券交易平台使用过智能服务，如果有，使用感受如何。讲解什么是智能投顾，以及智能投顾对整个行业的影响讲解大数据在智能投顾中的应用，从客户服务系统、投顾支撑系统、业务管理体系中大数据的具体应用分别介绍引导学生思考利用大数据技术实现智能投顾的意义并回答。举例说明，智能投顾的意义，可以全面提升证券公司内部的效率和服务水平，对客户实现深度分析等。讲解智能投顾平台可能的发展趋势认真听讲，查阅资料，回答问题

教学反思学生们对于生活中比较熟悉的事物能理解的程度更好，因此在讲述新的课程内容新的知识点时，应尽量从生活中常见的、熟悉的事物着手，可以更好的吸引学生注意力从而获得更好的教学效果。课后学习设计作业网上调研大数据在证券行业的应用学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社参考网站：【金融风险案例】因小失大的骑士资本其他教案13教案序号项目五大数据在证券业的应用（实训）课时安排3课时授课类型实训课内容分析量化投资中的双移动平均线策略，量化投资中的股票数据分析学情分析学生对于实训平台有了前两次实训的经验，较为熟悉；学生中有投资经验的不多，但大部分同学对投资感兴趣，因此从兴趣作为切入点交代学生完成本堂课的实训。教学目标通过案例的实训，掌握Python在数据采集、数据清洗、数据分析、数据可视化中的应用，理解移动平均线的原理和适用场景。通过案例的实训，掌握Python中pandas、matplotlib等工具的使用，并将大数据分析方法运用到股票数据分析、可视化、收益率计算、投资组合等领域。教学重点移动平均线的原理股票收益率的计算教学难点不同应用场景下的数据可视化实现教学资源实训平台教学方法演示，答疑教学过程

教学环节教学内容教师活动学生活动课堂热身上节课知识要点的复习介绍本节课的课程重点通过提问，回顾上节课的知识要点询问学生对于股票实际操作的感兴趣程度。内容回顾、回答问题量化投资中的双移动平均线策略案例背景介绍量化投资移动平均线绘制股票价格走势图制定投资策略计算持仓期间股票收益率介绍案例背景，基金经理拟对股票海尔智家（代码：600690）长期跟踪，特交代基金经理助理张鹏运用“双均线投资策略”对该股票进行模拟投资，以期了解该股票过往交易周期中的投资表现。回顾上节课知识要点量化投资，以及介绍移动平均线的概念，让学生做实训之前有一个大致印象引导学生按照实训平台要求，按步骤依次补全代码并运行督促学生完成实训任务并及时进行答疑认真听讲、讨论、完成实训量化投资中的股票数据分析案例背景介绍股价收益率的计算获取股票数据并计算收益率绘制K线图和成交量示意图绘制投资组合的K线图计算基金的投资组合收益率介绍案例背景，某基金重仓了6支股票，运用Python绘制该6支股票的K线图并观察不同的投资组合收益率的变化讲解股价收益率的计算，K线图的绘制引导学生按照实训平台要求，按步骤依次补全代码并运行督促学生完成实训任务并及时进行答疑认真听讲、讨论、完成实训实训总结实训总结报告引导学生根据实训过程及结果，任选一个实训任务，对整个实训过程做一个总结，并撰写实训报告，对结果的分析做简要说明撰写实训总结报告教学反思本堂实训课用到了函数，不同学生的Python基础不一，因此在实训前，应当花一些时间简单回顾讲解与函数相关的知识，使得学生在实训中能更好的理解。课后学习设计作业继续完成实训练习学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社其他教案14教案序号项目六大数据与金融监管课时安排3课时授课类型理论课内容分析通过对金融信息安全以及大数据给金融信息安全带来的机遇和挑战的介绍，让学生有保护个人隐私财务安全乃至国家信息安全的意识，认识到保护国家信息安全是每个公民的义务；此外，国家自强自立影响到每一位国民，学生作为未来的希望，要为国家自强自立贡献一份力量。学情分析学生对于身边的信息安全事件或经历过或耳闻过或接受过宣传，因此有一定的基础；可以结合具体的案例，让学生认识到信息安全事件的可能形式。教学目标了解金融监管模式的演变熟悉金融监管改革及金融监管框架改革掌握大数据下的金融监管难题了解金融信息的概念、类型、特征熟悉大数据金融信息安全风险的类型、特征教学重点基于金融监管的监管科技应用大数据带来的金融行业信息安全机遇和挑战教学难点金融监管科技主要模式与创新教学资源视频、PPT教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身上节课实训提交情况总结与答疑本节课重点知识介绍总结上节课的实训任务提交情况，针对共性问题进行答疑介绍本节课的重要知识点询问学生是否经历过或者身边有发生过信息安全事件、金融诈骗案件回答问题大数据在金融监管中的应用大数据背景下的金融监管难题金融监管科技的定义及发展趋势基于大数据的金融监管科技应用监管科技收集数据应用、监管科技管理数据应用、监管科技进行数据分析国内外金融监管科技的发展现状金融监管科技主要模式与创新监管沙盒模式、创新中心模式、创新加速器模式、安全港协议模式引导学生思考大数据背景下的金融监管难题有哪些？金融体系不稳定性加剧、金融监管难度加大、金融风险变异种类增加、金融监管合规成本上升、金融监管捕获风险加大、金融监管天然滞后分析金融监管科技的定义，介绍各国的定义介绍基于大数据的金融监管科技应用都有哪些讲解国内外金融监管科技的发展现状金融监管科技主要模式，引导学生通过查询资料尝试回答我国的金融监管科技的模式认真听讲、回答提问大数据金融信息安全大数据金融信息安全风险的类型大数据金融信息安全风险的特征面向金融科技的信息安全体系大数据给金融信息安全带来的机遇与挑战技术方面管理方面大数据金融信息安全案例分享讲解大数据金融信息安全风险的类型：法律风险、物理环境风险、技术风险、信息纰漏风险引导学生思考大数据金融信息安全风险的特征有哪些：扩散性强、影响面广、风险评估难分析大数据给金融信息安全带来的机遇以及挑战分别是什么，鼓励学生从不同角度进行分析布置任务，让学生自行搜索典型的金融信息安全事故案例，以及分析这样的事故会带来什么样的后果认真听讲、回答提问、搜索资料，完成作业

教学反思学生们对于金融监管因为平时接触的少，没有太多认识，因此需要适当调整授课内容及方式，让学生更好的理解。课后学习设计作业网上调研大数据在信息安全领域的应用学习资源参考书籍：《金融大数据分析》胡君晖杨宜，高等教育出版社《金融大数据分析与应用》，傅建源，东北财经大学出版社参考网站：《第四公民》斯诺登直播“棱镜门”始末十大网络信息安全事件统计2019年网络安全事件回顾（国内篇）其他提前预习实训平台上的综合实训案例背景教案15教案序号项目七大数据金融业务综合实训课时安排3课时授课类型实训课内容分析介绍金融风险管理以及大数据在风险管理中的实践应用，让学生理解大数据技术在金融领域的创新应用学情分析学生在实训平台已经有案例操作经验，但都是具体的某一特定业务模块的实训练习。综合实训是对一个业务的全流程操作，考验学生对业务的整体理解能力。教学目标熟悉大数据应用于金融业务中的全流程巩固数据预处理的步骤及方法数据探索性分析教学重点大数据应用于金融业务中的全流程教学难点如何根据业务要求，选择合适的数据、合适的分析方法、建立合适的模型并最终得出结论教学资源实训平台教学方法讲授、案例展示、讨论教学过程

教学环节教学内容教师活动学生活动课堂热身案例背景实训思路带领学生分析案例背景，需要综合运用大数据应用相关技术，结合任务背景，探索如何利用大数据技术对客户违约风险进行预测并生成在线风控模型，提升金融企业的风控能力根据案例实训目标，帮助学生梳理实训思路及步骤理解案例背景及要求，理解实训思路数据准备环境的搭建分析数据源导入数据合并数据集引导学生根据案例的业务要求，梳理所需要的数据：客户个人信息、贷款申请信息、历史贷款记录、历史还款记录通过编写代码，将数据进行导入，并根据后续的处理需要，做必要的数据合并引导学生完成实训任务，并做必要的答疑完成对应实训任务及任务测评数据预处理删除重复值特征预处理缺失值处理异常值处理数据转换特征工程整体检查预处理的数据集引导学生按照课堂上所讲的数据预处理的方法对上一步导入的数据进行查看并处理引导学生完成实训任务，并做必要的答疑完成对应实训任务及任务测评探索性数据分析单变量分析双变量分析多变量分析数