教育大数据分析 课程教学大纲

《教育大数据分析》课程教学大纲一、课程简介课程中文名教育大数据分析课程英文名Educationbigdataanalysis双语授课□是否课程代码10124003课程学分2总学时数32课程类别□通识教育课程□公共基础课程专业教育课程□综合实践课程□教师教育课程课程性质□必修选修□其他课程形态□线上线下□线上线下混合式□社会实践□虚拟仿真实验教学考核方式□闭卷□开卷课程论文□课程作品□汇报展示□报告课堂表现□阶段性测试平时作业其他（可多选）开课学院大数据与智能工程学院开课系(教研室)数据科学与大数据技术面向专业数据科学与大数据开课学期第6学期先修课程无后续课程无选用教材1.郭永洪，贺萌.大数据分析处理（慕课版）[M].北京：人民邮电出版社.2024参考书目1.夏敏捷.Python数据分析与可视化教程（微课版）[M],北京:人民邮电出版社,2024.2.董付国.Python数据分析、挖掘与可视化[M],北京:人民邮电出版社,2024.课程资源/learn/1273课程简介教育大数据分析是数据科学与大数据技术专业学生的专业选修课程，课程涵盖了教育大数据的基本概念、数据来源、类型、特点以及在教育领域的应用价值。通过本课程的学习，学生将深入了解大数据分析的技术和方法，掌握数据处理、挖掘和分析的基本技能，形成良好的教育数据意识和思维，以适应新时代教育发展的现实需求。通过案例分析、实践项目等形式，让学生将所学知识运用到实际问题中，提高解决实际问题的能力。同时，课程还将介绍教育大数据的安全与隐私保护问题，引导学生树立正确的数据使用观念，保护学生和教师的合法权益。二、课程目标表2-1课程目标序号具体课程目标课程目标1掌握数据挖掘、机器学习、数据可视化等大数据分析技术，以及描述性分析、预测性分析和规范性分析等分析方法，能够运用这些技术和方法对教育数据进行深入的分析。课程目标2深入理解教育大数据的内涵、价值与应用模式，能够对教育数据进行有效识别与利用，遵守教育数据伦理规范，形成良好的教育数据意识与教育数据思维，以适应新时代教育发展的现实需求。表2-2课程目标与毕业要求对应关系毕业要求指标点课程目标6.沟通：基于大数据应用领域相关背景知识，能够合理分析和评价大数据应用实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。[L]6.2能够分析和评价大数据相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的潜在影响，以及这些因素对项目实施的影响，并理解应承担的责任。课程目标112.终身学习：具有自主学习和终身学习的意识，具备在科学研究与技术应用过程中不断学习和适应发展的能力。[M]12.2能针对个人或职业发展规划，在复杂工程问题的解决方案中体现出一定的自主学习和终身学习的能力，不断适应大数据技术的发展和社会需求。课程目标2三、课程学习内容与方法（一）理论学习内容及要求表3-1课程目标、学习内容和教学方法对应关系序号课程模块学习内容学习任务课程目标学习重点难点教学方法学时1课程简介教育大数据分析的背景、意义及课程学习目标。拓展阅读、练习、线上学习、个人作业课程目标2重点：教育大数据的意义讲授法案例法22教育大数据基础定义教育大数据及其特点、探讨教育大数据的来源、收集与存储方法、分析教育大数据在教育领域的应用价值拓展阅读、练习、线上学习、个人作业课程目标1课程目标2重点：教育大数据的特点难点：教育大数据的收集与存储方法讲授法案例法83大数据分析技术介绍大数据分析的基本概念、流程和方法、学习数据处理与清洗技术，确保数据质量、探讨数据挖掘与机器学习在教育大数据分析中的应用拓展阅读、练习、线上学习、个人作业课程目标1课程目标2重点：大数据分析的常用方法难点：运用数据分析方法预测教育趋势讲授法案例法104教育大数据安全与隐私保护分析教育大数据面临的安全挑战与隐私风险、探讨数据加密、访问控制等安全保护策略、学习如何制定合理的数据使用政策，保护学生隐私拓展阅读、练习、线上学习、个人作业课程目标1课程目标2重点：数据的加密、访问控制等安全策略讲授法案例法85案例分析分析典型的教育大数据分析案例，了解实际应用场景、开展实践项目，让学生运用所学知识解决实际问题拓展阅读、练习、线上学习、个人作业课程目标1课程目标2重点：运用数据分析方法解决实际教育大数据分析中存在的问题讲授法案例法4四、课程考核（一）考核内容与考核方式表4课程目标、考核内容与考核方式对应关系课程目标考核内容所属学习模块/项目考核占比考核方式课程目标1教育大数据的特征及其收集与存储方法模块260%课堂表现平时作业课程论文大数据分析的概念、流程和方法模块3数据分析技术及其在教育大数据中的应用教育大数据加密、访问控制等技术模块4教育大数据典型案例分析模块5课程目标2教育大数据的意义及学习目标模块140%课堂表现平时作业课程论文教育大数据的来源及其应用价值模块2教育大数据分析中面临的安全挑战与隐私风险模块4实际教育大数据分析案例中存在的问题模块5表4-2课程目标与考核方式矩阵关系课程目标考核方式考核占比课堂表现16%平时作业24%课程论文60%课程目标160%60%60%50%课程目标240%40%40%40%（二）成绩评定1.平时成绩评定（1）课堂表现（40%）：通过学生在课堂上的表现情况、发言与提问情况，来评价学生相关的能力。（2）平时作业（60%）：围绕课程的学习目标进行作业的设计。如让学生简述对知识的认识，考核学生对于概念的理解情况，帮助学生将定义转化为自己的理解。2.期末成绩评定期末考核主要考察学生对复杂流形数据挖掘常用算法的理解和应用。方式为课程论文。3.总成绩评定总成绩应由平时考核成绩和期末考核成绩构成：总成绩（100%）=平时成绩（40%）+课程论文（60%）（三）评分标准表5评分标准考核项目评分标准优秀(100>x≥90)良好(90>x≥80)中等(80>x≥70)及格(70>x≥60)不及格(x<60)课堂表现课上严格遵守课堂纪律，按要求完成课堂练习且正确率高，积极参与课堂讨论，讨论观点有新意，有见解，实验课不迟到早退，与老师积极互动。课上严格遵守课堂纪律，按要求完成课堂练习且正确率较高，积极参与课堂讨论，讨论观点有一定新意和见解，实验课不迟到早退，与老师积极互动。课上严格遵守课堂纪律，按要求完成课堂练习且有一定正确率，参与课堂讨论，讨论观点有一定新意和见解，实验课不迟到早退，与老师互动。课上严格遵守课堂纪律，按要求完成课堂练习且基本正确率，参与课堂讨论，讨论观点基本的新意和见解，实验课不迟到早退，与老师偶尔互动。课上不遵守课堂纪律，不参与课堂讨论，未按要求完成课堂练习或正确率低。实验课缺课。平时作业按照作业目标完成，步骤完整、数据详实、按时提交。按照作业目标完成，步骤基本完整、数据基本详实、按时提交。按照作业目标完成，步骤完整，缺乏数据支撑，按时提交按照作业目标完成，步骤描述不完整，缺乏数据支撑，按时提交未按照作业目标完成，缺乏步骤描述、数据支撑，未按时提交。课程论文掌握算法基础知识和常用相关算法如分治算法、贪心算法、动态规划算法等设计思想，能熟练使用相关知识并解决问题。掌握算法基础知识和常用相关算法如分治算法、贪心算法、动态规划算法等设计思想，能使用相关知识并解决问题。掌握算法基础知识和常用相关算法如分治算法、贪心算法、动态规划算法等设计思想，能在一定程度上使用相关知识并解决问题。掌握算法基础知识和常用相关算法如分治算法、贪心算法、动态规划算法等设计思想，能部分使用相关知识并解决问题。未掌握算法基础知识和常用相关算法如分治