大数据可视化 教案 6-2用户画像数据可视化.docx

《大数据可视化》教案

（学年第学期）

课程名称： 大数据可视化

所属专业： 大数据技术

所属系部： 计算机与软件技术系授课班级：

课程总学时： 48任课教师

PAGE

PAGE1

序号：1

一、教学分析

课题名称

用户画像数据可视化

课程

大数据可视化

系部

计算机与软件技术系

任课教师

教材

《大数据可视化技术》

课题类型

理论+实践课

课时

2课时

地点

实训机房

班级

内容提要与时间分配：

1、学习目标

素质目标

小组协作搜集、分析、归纳篇Pandas相关技术，初步了解Pandas技术，并收集用户画像相关数据。

小组协作实现对用户画像数据的清洗，锻炼学生协作能力、人际关系处理能力以及归纳总结能力。

知识目标

用户画像基本概念

掌握用户属性介绍

用户画像分析建模

技能目标

根据分析模型实现用户画像可视化

通过绘制柱状图、饼图和箱线图实现用户画像数据可视化

2、教学内容

内容布置：

掌握用户画像基本概念介绍

掌握用户属性分类方法

掌握用户画像分析建模

掌握Plotly绘制多种图形实现分析结果的可视化

内容引入：我们已初步了解Plotly两个绘图模块的绘图步骤与绘图原理，现在对面积图、子图和多坐标轴图进行了解和学习。

知识讲解：

掌握用户画像基本概念介绍

掌握用户属性分类方法

掌握用户画像分析建模

掌握Plotly绘制多种图形实现分析结果的可视化

项目实施：

用户画像基本概念介绍

用户属性分类方法

用户画像分析建模

Plotly绘制多种图形实现分析结果的可视化

内容总结：总结本节课程中遇到的问题，并对涉及到的知识点进行梳理。

3、本次课程内容特点：

本任务课程主要是用户画像场景分析，用户画像分析建模、利用Plotly将分析结果可视化绘。

本任务对用户画像数据进行分析建模并实现可视化。

4、教学重点与难点

重点：用户画像数据分析建模

难点：用户画像数据分析场景建模。

5、学情分析

1、学生在学习本课程之前已掌握了Plotly的部分图形绘制实现可视化，对数据清洗和用户画像场景分析建模不了解。

6、教学设计

基本原则：

1、将教学内容与信息资源进行有机整合，利用实训平台创造一个同时具备项目式体验功能、教学实施功能、学习效果评测功能和实时互动交流功能的多功能信息化教学环境。

2、充分利用教材、学习通教学平台、多媒体课件和实训室等信息化教学手段，调动学生积极性和主动性，促进学生自主学习和主动学习。

7、教学方法、手段：

1、案例教学法：本情境教学开始引入可视化案例，引出课程目标及重点和难点。

2、过程互动教学法：教学过程中使学生积极回答问题，小组内展开讨论，并组间进行分享。

3、“任务驱动”法，下发随堂任务，由学生独立完成，教师当堂进行考核和讲评，解决学生遇到的问题，并就共性问题进行点评。

8、内容提要与时间分配

环节一：课程回顾（5分钟）

环节二：用户画像基本知识和属性分类（10分钟）

环节三：用户画像分析建模（10分钟）

环节四：用户年龄分布（10分钟）

环节五：不同会员等级的用户分布（10分钟）

环节六：不同性别和不同会员等级的用户分布（10分钟）

环节七：不同购买力活跃用户分布（10分钟）

环节八：不同年龄段活跃用户分布（10分钟）

环节九：不同会员等级三级品类下单偏好分布（10分钟）

环节十：课程回顾（5分钟）

9、教学材料

教材《大数据可视化技术》

二、教学组织方式

按照“课程回顾→内容介绍→任务实施→任务点评与总结→布置课后作业”实施教学，并根据具体实施成效采用“思学练”多次循环完善课堂教学。

利用多媒体教学平台、学习通，丰富课堂教学。

任务驱动方式、结合专业教师引导，完善理实一体的教学环境及方法。

三、学习资源使用

多媒体教学平台

完成课前复习、教学资源分发、作业评分。

微课教学平台

完成在线课自学、教师操作视频演示、及课程思政微课的展示。

教学反馈平台

完成学情调查、教学实施效果调查，了解学生学情和课堂教学反馈。

四、教学实施

环节一：课程回顾（思维导图）（5分钟）

课程回顾：通过思维导图，对前一章节课程知识点进行回顾。

环节二：用户画像基本知识介绍和属性分类（10分钟）

教师对统计类标签和规则类标签做简单介绍。让学生明白标签的基本概念和分类规则。

环节三：用户画像分析建模（25分钟）

数据分析建模：

用户数据的年龄分布

不同会员等级一周内非常活跃的用户分布

不同性别不同会员等级一周内非常活跃的用户数

不同购买力下，一周内非常活跃用户分布占比

不同忠诚度下，一周内非常活跃用户占比

不同年龄段一周内非常活跃的用户占比

不同会员等级对三级品类下单偏好分布

环节四：Plotly绘制柱状图实现用户数据年龄分布的可视化展示（10分钟）

针对所有用户，观察用户的年龄分布情况