《高级数据库技术》教学大纲

《高级数据库技术》教学大纲课程编号：06220251英文名称：Advanceddatabasetechnology学分：3学时：总学时64学时，其中理论32学时，实践32学时先修课程：数据库原理及应用、计算机网络、面向对象程序设计、数据科学导论课程类别：专业主干课程授课对象：大数据管理与应用专业学生教学单位：商学院修读学期：第5学期一、课程描述和目标数据库技术是计算机领域发展最快的学科之一，它既是一门非常实用的技术，又是一门涉及面广、研究范围宽的学科。本课程从数据库的概念、设计、查询优化技术等内容出发，旨在让学生理解掌握各种特种数据库实现的基础知识及核心技术。掌握高级数据模型的概念、设计、查询优化技术、智能数据处理、大数据处理架构、分布式数据库、NoSQL数据库和分布并行Map/Reduce编程模型及编程方法等。课程强调融合数据库技术、大数据处理技术和分布并行编程为一体，力图反映数据库技术发展和高级数据库技术的最新成就和发展趋势。开设该课的目的是使学生深入了解该领域，为从事数据库及相关领域的科学研究奠定扎实的基础。课程目标1从数据库和大数据的基本概念入手，由浅入深学习高级数据模型和前沿数据库技术的各种相关知识，让学生掌握数据管理和数据库设计的相关思想。课程目标2学会运用数据库设计的主要技术（如：EER方法和规范化方法等），以及智能数据分析和大数据处理机制，以梳理知识脉络和要点的方式把握新技术。要求学生学会分析问题的思想和方法，能够综合应用这些知识解决实际应用问题，为更深入地学习和今后的实践打下良好的基础。二、课程目标对毕业要求的支撑关系毕业要求指标点课程目标权重指标点1-2：职业道德修养：爱岗敬业，合作互助，有责任心，诚信可靠，廉洁自律，知行合一。同时具有从事本专业业务工作的和适应相关业务的职业能力。课程目标1L指标点2-1：大数据管理基础理论：具有系统化管理思维、较高人文和管理素质，系统掌握大数据商务分析中的数学、统计学、计算机科学、数据科学、经济学与管理学基础理论。课程目标1M指标点2-2：理论知识整合学习能力：掌握管理科学与工程专业数据、模型与决策、统计学等主干课程，同时融入机器学习与人工智能等新技术新方法，并整合商科优势，培养学生更加注重对于现代管理、电子商务、营销与金融等商业背景知识的学习。课程目标2M指标点2-4：国际化交流与现代化工作能力：具有熟练的英语语言应用能力和计算机运用技能，能够胜任国际化交流和现代化工作。课程目标2L指标点3-1：问题分析能力：掌握现代电子商务管理和数据分析的主要理论、方法和工具如大数据商业模式构建、数据质量管理、数据资产化、数据隐私保护等，并能灵活应用所学的基础理论知识解决商业实战问题。课程目标2M（注：要求课程目标与毕业要求指标点应是一一对应支撑）三、教学内容、基本要求与学时分配序号教学内容基本要求及重、难点（含德育要求）学时教学方式对应课程目标1课程介绍及高级数据库技术概述基本要求：了解数据库技术的发展阶段，理解高级数据库技术的内涵和外延、技术范畴、应用领域、研究热点，并阐述了云计算、物联网的概念及其与数据库技术之间的紧密关系。重点：高级数据库技术的内涵和应用特征。难点：云计算、物联网、数据库技术之间的关系。德育要求：积极向上、自主学习、团队合作、乐于分享。2线上线下结合法案例法课程目标1课程目标22关系数据库基础基本要求：了解关系数据模型的数据结构、数据操作和数据完整性约束，掌握关系数据库标准语言和关系模式设计方法及原理。重点：数据查询与关系模式设计。难点：数据依赖与关系规范化理论。德育要求：积极向上、自主学习、团队合作、乐于分享。6演示法引导讨论法课程目标1课程目标23高级数据模型基本要求：掌握对象关系数据模型概念、创建与操作，ODMG模型的定义与查询，理解时态数据模型与空间数据模型。重点：对象关系数据模型与ODMG模型。难点：时态查询语言TSQL2、空间数据类型与数据操作。德育要求：积极向上、自主学习、团队合作、乐于分享。6演示法练习法课程目标1课程目标24智能数据处理基本要求：理解知识的概念、表示与推理，掌握知识库、知识库系统、知识库管理系统的概念，了解基于知识的数据库技术。重点：知识的基本表示方式和本体表示。难点：知识库语言。德育要求：积极向上、自主学习、团队合作、乐于分享。4线上线下结合法引导讨论法课程目标1课程目标25网络环境数据管理基本要求：掌握分布数据管理、分布式数据库系统及体系结构，理解Web数据库体系结构与移动数据管理关键技术，了解XML数据基础与数据库模式设计方法。重点：分布数据管理、分布式数据库系统及体系结构。难点：分布式数据查询。德育要求：积极向上、自主学习、团队合作、乐于分享。4演示法引导讨论法课程目标1课程目标26NoSQL数据库基本要求：了解NoSQL兴起的原因，比较NoSQL数据库与传统的关系数据库的差异；NoSQL数据库的四大类型以及NoSQL数据库的三大基石。重点：NoSQL。难点：非结构数据库和SQL差异。德育要求：积极向上、自主学习、团队合作、乐于分享。6演示法案例法课程目标1课程目标27高级数据库应用实践基本要求：理解TempDB概述、体系架构和时态SQL语法，阐述数据库技术和大数据技术综合应用实例。重点：TempDB概述、体系架构和时态SQL语法。难点：时态SQL语法。德育要求：积极向上、自主学习、团队合作、乐于分享。4线上线下结合法案例法课程目标1课程目标2合计32序号实验项目实验内容与要求学时类型对应课程目标1关系数据库设计与实施实验内容：利用关系数据库管理系统软件，进行关系数据模型的设计与实施，运行实验数据集测试，并实现部分功能。实验要求：必修。8验证与设计课程目标13NoSQL编程实验内容：NoSQL编程，实现部分功能。实验要求：必修。4验证与设计课程目标1课程目标24数据库技术综合应用实例实验内容：TempKB设计与实现。实验要求：必修。6设计课程目标25大数据分析与挖掘算法实验内容：分类、聚类与关联分析的实际案例；掌握决策树、贝叶斯分类、神经网络等的基本思想，实现数据挖掘与知识发现。实验要求：必修。8设计课程目标26大数据分析应用案例实验内容：大数据在商业、投资、保险、银行等领域的应用案例设计与实现。实验要求：必修。6综合课程目标2合计32四、课程教学方法集中讲授、小组讨论、线上线下结合法、案例法。五、学业评价和课程考核（一）考核方式及具体要求1.课程成绩构成与要求课程考核注重形成性和终结性评价相结合，考核内容主要由平时作业、课程实验、课程论文、期末大作业组成，均按百分制计分，其中平时作业成绩占10%、课程实验成绩占10%、课程论文成绩占20%、期末大作业成绩占60%。2.课程目标达成考核与评价序号考核方式课程目标1（分值）课程目标2（分值）合计1平时作业55102课程实验515203期末大作业1010204期末考试302050课程目标对应分值5050100（二）考核与评价标准1.平时成绩考核与评价标准分值观测点90-100分70-89分60-69分0-59分平时作业按时完成，90%以上的作业内容齐全，基本知识点理解、掌握到位。能够利用理论知识识别、分析大数据技术领域相关专业问题。按时完成，70%以上的作业内容齐全，基本知识点理解、掌握较到位。能够较好利用理论知识识别、分析大数据技术领域相关专业问题。延时完成，60%以上的作业内容齐全，基本知识点理解、掌握基本到位。利用理论知识对大数据技术领域相关专业问题有一定的识别、分析。不交和补交，50%以下的作业内容齐全，基本知识点理解、掌握有偏差。不能利用理论知识对大数据技术领域相关专业问题进行识别、分析。课程实验能根据实验要求自主设计实验方案，有自己的设计理念，实验完成度高，效果好。实验报告内容完整。能根据实验要求自主设计实验方案，有自己的设计理念，实验完成度较高，效果较好。实验报告比较完整。能根据实验要求自主设计实验方案，实验完成度一般，效果一般。实验报告基本完整。基本能根据实验要求自主设计实验方案，实验完成度较差，效果较差。实验报告不完整。2.期末大作业考核与评价标准分值观测点90-100分70-89分60-69分0-59分期末大作业格式规范，符合课程大作业写作要求；内容主题明确，符合课程教学内容，有明确的综合分析论点。参考文献充分、正文引用恰当，文献引文格式符合文献标准；无摘录摘抄痕迹，能恰当运用自己的语言组织素材，论点正确。格式符合课程大作业写作要求；主题明确，符合课程教学内容，具较好的综合分析论点。参考文献充分、正文能够较好对文献进行引用，文献引文格式基本符合科技期刊论文文献标准；正文主题大部分运用自己的语言组织素材，论点正确。格式符合课程大作业写作要求；主题基本明确，较符合课程教学内容，具较好的综合分析论点。参考文献有，文献引文格式基本符合科技期刊论文文献标准；正文有部分摘抄，论点分析较清晰。格式不符合课程大作业要求，能反映部分主题内容，论文结构不完整，论点分析不清晰，参考文献