《大数据分析实验》课程教学大纲.docx

大数据分析实验课程教学大纲课程英文名称：Experiment of Big Data Analyses课程编号：HZ 190660课程类别：个性化培养平台课程性质：选修课学分：1学时：16 （其中：讲课学时：。实验学时：16）适用专业：测绘工程开课部门：环境与资源学院测绘与地理信息工程系先修课程：空间数据库基础、数据结构与算法（C+）、网络编程技术基础B、大学计算机A、程序设计基础（C+）实验后续课程：测绘工程专业毕业设计（论文）等一、课程目标通过本课程的学习，使学生具备以下知识和能力：1 .融入大数据分析技术，能利用大数据分析思维对空间信息范畴内出现的问 题进行案例处理与应用，能将大数据分析技术实施应用到具体工程。2 .在设计开发的过程中，结合工程管理与经济决策方法，将大数据的相关处 理方法正确应用在测绘实践工程管理中。二、课程目标与毕业要求的对应关系课程目标指标点毕业要求课程目标12.2能够基于测绘学科相关科学原理 及数学模型描述和表达复杂测绘工 程问题；2.问题分析：能够应用数学、自然科学和工程科学的基本原理 与方法，识别、表达、分析复杂测绘工程问题，并通过文献研 究寻求其解决方案，以获得有效结论。课程目标211.2具有工程经理应具备的规划、组 织、协调及管理等基础素质，能在多 学科环境下，在设计开发的过程中， 运用工程管理与经济决策方法；11.工程管理：掌握测绘工程管理知识与决策方法，并将其在 多学科环境中正确应用在测绘实践工程管理中三、课程目标与教学内容和教学方法的对应关系UiUi、实训工程、内容、学时分配及实验类型单元大数据分析实验教学内容教学方法课程目标教学环节训练环节1大数据的环境安装授课4学时作业1:大数据实险环境搭建课程目标12爬虫库的使用方法授课4学时作业2:使用爬虫库爬取内容课程目标13Python 操作 MySq I数据库授课4学时作业3:使用Python操作MySqI数据库课程目标14数据可视化授课2学时作业4: pyecharts可视化课程目标25数据清洗应用授课2学时作业5: Kett Ie数据清洗与转换课程目标21、必开实验序 号实验工程实验内容学 时实验 类型组数每组 学生 人数支撑 课程 目标1大数据的环 境安装在Windows中通过安装虚 拟机安装Linux系统的方 法4综合160课程目标12爬虫库的使 用方法使用爬虫程序爬取网页壁 纸4综合160课程目标13Python操作 MySql数据 库Python连接并操作MySq I 数据库，练习查询语句的 书写与应用4综合160课程目标14数据可视化pyecharts的安装与可视 化操作2综合160课程目标25数据清洗应 用Kettle的配置与应用4综合160课程目标23、主要仪器设备计算机五、教学方法与手段结合大数据分析理论教学，讲解相关的理论知识，结合相关程序实例开 发思路、流程和方法，学生在范例程序基础上，独立或与人合作完成类似的程序 开发作业。六、考核要求、方式与成绩评定考核要求：需覆盖大纲中各知识单元全部教学内容，理解讲授内容，掌握基 本内容，能够独立或合作完成每次作业。考核形式：考查成绩评定：课程考核选择百分制模式，期末综合训练程序与平时作业相结合。 课程考核总评成绩由两局部构成，具体计算为期末综合训练50%+作业训练成绩 50%。期末考试范围不超过大纲的内容，考试时间为100分钟，成绩定为百分制。评价环节评估课程目标对应毕业要求平时成绩（100分）作业1课程目标12.2 （20 分）作业2课程目标12.2 （20 分）作业3课程目标12.2 （20 分）作业4课程目标211.2 （20 分）作业5课程目标211.2 （20 分）综合训练（100分）综合训练程序课程目标1、22.2、11.2平时成绩由提交作业成果与作业说明文档的评定，作业会随教学进度屡次上交评分，每次评分在作业总成绩中所占比重由授课教师根据作业量和难度确定, 评分参考标准如下表：作业成绩评定标准七、选用教材、讲义和主要参考书考核内容90-100 分75-89 分60-74 分低于60分按时提交作业 （权重0.1）按时完成并提交。按时提交，但作业提 交不全。补交作业，作业齐全。补交作业，且作 业资料不齐成果质量（权重0.5）程序编写完成，运 行结果正确，界面 美观，代码冗余低， 人机交互友好，有 创新。程序编写完成，运行 结果正确，代码少量 冗余。程序编写完成，正常 运行，代码冗余明显。程序编写未完 成，无法正常运 行，代码冗余明 显。作业说明文档 （权重0.4）文档思路清晰，结 构合理，表述完整， 实事求是，有思考， 有特色。文档思路清晰，表述 完整，有思考，实事 求是。文档表述完整，思路 较乱，无问题思考， 有少量抄袭现象。文档思潞不清， 表述不完整，抄 袭明显。1 .建议教材大数据分析：Python爬虫、数据清洗和数据可视化，黄源等，清华大学出版 社，2019年12月.推荐参考书大数据技术原理与应用，林子雨，人民邮电出版社，2017年1月大数据编程技术、实验和案例教程，林子雨，清华大学出版社，2017年7月大数据实训案例电信用户行为分析，林子雨，人民邮电出版社，2019年 5月八、大纲说明该大纲根据2019版测绘工程专业培养方案制定。