《大数据技术》课程标准.docx

1、大数据技术课程标准课程代码：建议课时数：64学分：4适用专业：计算机应用技术先修课程：程序设计基础、数据库应用技术、网页制作、高级语言程序设计、Web前端开发等后续课程：网络安全、云计算等制定人：陈新一前言1 .课程性质大数据导论是一门综合性和实践性很强的课程，根据培养应用型人才的需要，本课程的目的与任务是使学生通过本课程的学习，了解大数据基本涵盖内容，掌握大数据分析的传统方法和最新方法，为更深入地学习和今后从事大数据相关工作打下良好的基础。本课程以实现计算机应用技术专业学生的就业岗位群能力为目标，坚持以能力为中心、以学生为主体的原则来设计课堂教学，在学生就业岗位需求分析的基础上来确立能力目标

2、将能力培养贯穿于课程教学之中，实现由传统的以教师为主体的知识传授型教学模式向以学生为主体的能力培养型教学模式的转变，实现线上线下教学相结合的模式。2 .设计思路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

3、的同时有适当的提高。在教学过程中，以典型工作任务为载体，将对各种资源的管理分解为多个独立又具有一定联系的任务，让学生将知识的学习，技能的加强和经验的积累在一系列任务中获取并高度融合。本课程在教学过程中，根据高职培养应用型人才的特点，以典型工作任务为主线、以各种资源管理为核心，以培养能力和提高兴趣为目标，变应试为应用，重视在新形势下的新方法、新规则和新思想的传授。着重培养学生能灵活应用这些思想和方法的能力。课程教学中要遵循理论来自于实践的原则，融“教、学、练”于一体，体现在做中学，在学中做，学以致用“，以增强知识点的实践性，激发学生的学习兴趣。在实践教学环节中则融入相关理论知识，突出理论来自于实

4、践和指导实践的作用，使学生的知识应用根据学习的内容提升一个新的高度。学习借鉴“四环相扣”教学改革成果，在本课程教学中全过程体现工学结合，课程教学目标围绕能力标准，课程本身按模块设置，教学过程充分工学交替二、课程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。1 .知识目标：(1)大数据基本概念和应用；(2)大数据的架构；(3)大数据的采集和预

5、处理；(4)大数据的存储；(5)大数据分析；(6) 大数据可视化；(7)大数据的商业应用；2 .能力目标：(1)大数据的基本概念和应用范围；(2)理解大数据采集和预处理相关的概念，掌握数据采集相关技术的应用，了解大数据预处理相关技术；(3)理解大数据存储相关概念，掌握大数据存储相关技术；(4) 了解大数据分析相关概念，了解大数据分析的相关技术；(5)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；(6)了解大数据的商业应用情况；3.素质目标：(1)了解大数据技术这门课程对互联网技术的重大意义(2)养成做事情有计划、有目标的良好习惯(3)具备通过多种途径获取信息、知识的能力(4)具有勇于表

6、达、与人沟通的能力(5)养成团队协作的意识(6)形成不断拓展专业知识的意识和能力及创新能力三、课程内容和要求本课程遵循理论来自于实践的原则，融”教、学、练”于一体，体现“在做中学，在学中做,学以致用”理念设计学习情景，所有学习情景、学习内容都是以“能力标准”为基本依据，体现了“能力本位”的课程设计思想。课程具体内容和要求参考下表。序号课程模块(或单元)课程内容及要求活动与建议参考课时1大数据基本概念和应用大数据的定义、来源和意义大数据的表现形态大数据的各种应用场景熟悉理解大数据的概念、来源、特征和意义，掌握大数据的各种表现形式，了解大数据的各种应用场景42大数据的架构大数据的架构介绍大数据的分

7、类数据类型大数据解决方案Hadoop的体系架构Hadoop的核心设计Hadoop的平台搭建掌握大数据的分类，了解数据类型，了解大数据的解决方案。理解Hadoop的核心设计，了解HadOOP的平台搭建83大数据的采集和预处理大数据采集概念、采集工具和采集方法数据预处理数据清洗数据集成数据变换常用ETL工具比较掌握大数据采集概念，了解采集工具和采集方法。理解数据清洗、数据集成、数据变换的概念。理解ETL的概念，了解常用的ETL工具144大数据的存储大数据存储概念大数据存储面临的挑战大数据的存储方式数据仓库的概念数据仓库的组成和构建了解数据存储面临的挑战，理解大数据存储的方式。理解数据仓库的概念，了

8、解数据仓库的组成和构建方式125大数据分析数据分析的概念数据分析的分类数据分析的方法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掌握数据分析的概念，了解数据分析的分裂和分析方法。掌握数据挖掘的概念，了解数据挖掘的算法和方式，了解数据挖掘的常用工具86大数据可视化大数据可视基础数据可视的基本特征和作用数据可视化的流程大数据可视化方法文本可视化网络可视化多维数据可视化大数据可视化工具掌握数据可视化的基本特征和作用，掌握数据可视化。理解文本可视化、网络可视化和多维数据可视化。掌握数据可视化工具127大数据的商业应用大数据的商业应用案例了解大数据商业应用4四、实施建议1.教学建议(I)

9、该课程具有理论抽象、内容涉及面广等特点，学生理解难度较大。单纯利用教材进行教学并不能体现很好效果。应采用实例与理论相结合的方式进行，并通过简单的实验提高学生的实际工具使用能力。(2)教学过程中通过“学生学分管理系统”项目、学生自选项目来进行知识与技能的教授，同时要通过校企合作，引进企业实际项目，采取分析企业项目、分析设计自选项目等形式，借助泛雅学习平台充分整合、利用学习资源，给学生提供丰富的学习与实践机会。(3)在教学过程中，充分运用现代教育技术，多采用电子多媒体课件和其他电子资源进行授课。代替传统的课堂形式的讲解，突破时空限制，帮助学生更好的理解本课程的内容。(4)将实训场所设计成既能满足实

10、践教学要求，又可在现场进行理论教学的布局。在组织教学的过程中，通过导向任务、讲解操作要领、操作示范演练、训练与逐个指导等环节，把培养学生知识与技能单元能力的过程设计为边讲边练的过程，做到理论教学与实践教学一体化，教学内容与实践内容一体化，实训活动与工学结合一体化。(5)在教学过程中，注重建立“知识、能力、素质、创新”的课程教学思想，把握学生的知识背景与接收能力，内容覆盖符合职业层次要求，深度适宜，注意理论知识阐述分析“必须、适度、够用”，实际运用“举一反三”的原则，将知识与技能培养并重。2 .教学评价(1) 采用阶段评价，目标评价，项目评价，理论与实践一体化评价模式。(2)关注评价的多元性，结

11、合课堂提问、学生作业、自选项目完成情况及考试情况，综合评价学生成绩。(3)应注重学生动手能力和实践中分析问题、解决问题能力的考核，对在学习和应用上有创新的学生应予特别鼓励，全面综合评价学生能力。(4)评价比例：平时表现30%(考勤、作业、学习态度等)+阶段考核30%(期中考试、自选项目)+期终考核40%(理论考试)。3 .教学基本条件工位数硬件基本要求硬件推荐要求软件要求35CPU：i34代及以上内存：2G及以上硬盘：512G及以上CPU：i53代及以上内存：4G及以上硬盘：ITB及以上Windows7及以上操作系统；大数据实训平台SQLServerMySQL数据库平台及开发环境；4 .教材选

12、用与编写(1)必须依据本课程标准编写教材，教材应充分体现任务引领、实践导向课程的设计思想。(2)教材应通过工作过程、典型案例和项目任务，来阐述软件工程学科中的软件测试理论及技术运用，在基础知识构建建和基本技能培养两方面结合紧密，双重并举。(3)教材应图文并茂，提高学生的学习兴趣，通过课堂演示加深学生对本课程的认识，教材表达必须精炼、准确、科学。(4)教材内容应体现先进性、通用性、实用性，要将本专业新技法、新工艺、新思路及时地纳入教材，使教材更贴近本专业的发展和实际需要。(5)教材中的活动设计的内容要具体，并具有可操作性。(6)推荐教材：大数据分析与应用赵守香、唐胡鑫、熊海涛航空工业出版社201

13、5.12大数据基础与应用董明、罗少甫北京邮电大学出版社2018.15 .课程资源的开发与利用(1)注重实验实训指导书和实验实训教材的开发和应用。(2)注重挂图、幻灯片、投影片、录像带、视听光盘、教学仪器、多媒体仿真软件等常用课程资源和现代化教学资源的开发和利用，这些资源有利于创设形象生动的工作情景，激发学生的学习兴趣，促进学生对知识的理解和掌握。(3)积极开发和利用网络课程资源，充分利用诸如电子书籍、电子期刊、数据库、数字图书馆、教育网站和电子论坛等网上信息资源，使教学从单一媒体向多种媒体转变；教学活动从信息的单向传递向双向交换转变；学生单独学习向合作学习转变。同时应积极创造条件搭建远程教学平台，扩大课程资源的交互空间。(4)校企合作开发实验实训课程资源，充分利用本行业典型的生产企业的资源，进行校企合作，建立实习实训基地，实践“工学”交替，满足学生的实习实训，同时为学生的就业创造机会。