《数据结构》课程教学大纲（本科）.docxVIP

数据结构课程教学大纲 （总学时数:64（48+16）,学分数：4） 一、课程概况 课程代码：0300003 学 分：4.0 学 时：64 （其中：讲授学时48,实验学时16） 先修课程：高等数学、离散数学、C语言程序计 适用专业：数据科学与大数据技术 建议教材：《数据结构C语言版》，严蔚敏、吴伟民，清华大学出版社，2007.5 课程归口:计算机信息工程学院 课程的性质与任务：本课程是计算机科学与技术、软件工程专业的专业基础 课，也可以作为通信工程、物联网工程和信息类专业的必修课和选修课。本课程 讨论各种数据组织中数据的逻辑结构，存储结构以及描述相关操作的算法；使学 生学会分析研究计算机所要加工处理的数据的特征，掌握组织数据、存储数据和 处理数据的基本方法；使学生学会在实际应用中选择合适的数据结构和设计相应 算法的能力。为后续专业课程的学习奠定基础。 二、课程目标 目标1.理解数据结构的基本概念；掌握数据的逻辑结构、存储结构及其差 异，以及各种基本操作的实现。 目标2.在掌握基本数据处理的原理和方法的基础上，能够对算法进行分析 与设计。 目标3.能够选择合适的数据结构和方法进行问题求解。 本课程支撑专业培养计划中毕业要求1-3 （占该指标点达成度的30%）,毕业要求2-1（占该指标点达成度的20%；）和毕业要求2-2（占该指标点达成度的10%）, 对应关系如表所示。 课程代码：0808019 学 分：2 学时：32 （其中：讲授学时20） 先修课程：数学分析、高等代数与解析几何、数据科学导论、概率论、程序设计语言、数据库原理、概率论与数理统计、 适用专业：数据科学与大数据技术 建议教材：《大数据采集与预处理技术》，刘丽敏，廖志芳，周筠编著，中南大学出版社，2020.1 课程归口：理学院 课程的性质与任务:大数据采集与预处理是数据科学与大数据技术的专业课 程。本课程以数据的采集与预处理为主要内容，通过讲述大数据的概念和关键技 术、大数据采集基础知识、常用大数据采集架构、大数据迁移技术、互联网数据 的抓取与处理技术、数据预处理等技术，为数据科学与大数据技术专业的本科生 搭建起大数据的知识架构，阐述大数据采集和数据预处理的基本原理，开展相关 的初级实践，为学生在大数据以及相关领域的学习奠定重要的基础。 课程目标 目标1. 了解大数据的整体架构，能解释相关的专业术语形成对大数据关键 技术的总体认识。 目标2.掌握传统数据采集技术和大数据采集技术，形成大数据采集技术的 初步认识。 目标3.掌握大数据采集架构，包括Chukwa、Flume、Scrible以及Apache Kafka 等，了解针对日志系统的采集方法。 目标4.通过学习基于存储的数据迁移、基于主机逻辑卷的迁移、基于数据 库的迁移和服务器虚拟化数据迁移等掌握大数据迁移技术，了解针对系统数据来 源复杂、数据量大的企业数据的采集方法。 目标5.掌握互联网数据抓取与处理技术，会根据实际问题进行互联网数据 的爬虫技术以及分词技术。 目标6,熟练掌握数据预处理技术，包括数据的描述以及数据清洗、数据集 成、数据变换和数据归约等相关算法和技术。 本课程支撑专业培养计划中毕业要求3-2 （占该指标点达成度的10%）、毕业 要求4-1（占该指标点达成度的5%）和毕业要求5-3（占该指标点达成度的4%；）,对应关系如表所示。 毕业要求 指标点 课程目标 目标1 目标2 目标3 目标4 目标5 目标6 毕业要求3-2 V 毕业要求4-1 V 毕业要求5-3 V 三、课程内容及要求 （一）大数据概述 1.教学内容（1）大数据的概念。 （2）大数据关键技术。 （3）大数据采集与数据预处理技术。 .基本要求了解大数据的整体架构，了解大数据相关术语。 （2）形成对大数据关键技术的总体认识。 .思政元素 通过对大数据概念以及关键技术的基本学习，理解数据的价值，收集处理有 利用价值的信息，为我所用。 （二）数据采集基础 1.教学内容（1）传统数据采集技术：数据采集系统架构、数据采集关键技术。 （2）大数据采集基础：数据的发展、大数据来源、大数据采集技术。 .基本要求了解传统数据采集办法，以及传统数据采集技术的局限性。 了解并掌握现代大数据采集技术。 .思政元素 科学技术的快速发展使得新老技术迭代加快，只有不断学习，才能能有效地 进行科学研究。 （三）大数据采集架构 .教学内容Chukwa数据采集：chukwa数据收集系统。 Flume数据采集：Flume对数据的简单处理。 Scribe数据采集：Scribe数据存储。 Kafka数据采集：消费者数据采集。 .基本要求1）掌握 Chukwa、Flume^ Scribe Kafka 数据采集系统。 2）掌握大数据采集架构。 3）系统了解针对日志系统的采集方法 .思政元