Spark大数据分析实务 教案 项目1 广告流量检测违规识别需求分析 教案.docx

项目1广告流量检测违规识别需求分析

教案

课程名称：Spark大数据技术实务

课程类别：必修

适用专业：大数据技术类相关专业

总学时：64学时（其中理论32学时，实验32学时）

总学分：4.0学分

本章学时：2学时

材料清单

《Spark大数据技术实务》教材。

配套PPT。

引导性提问。

探究性问题。

拓展性问题。

教学目标与基本要求

教学目标

解决广告流量违规问题任重道远，且非一朝一夕可以完成，不光是DSP，整个行业的参与者都需要认识到广告流量违规的危害，必须严格遵纪守法，不断提高法治思维。本项目展示了广告流量检测中的违规识别案例，从项目背景、项目目标、目标分析、项目实施展开，分步骤较为完整地分析了广告流量检测违规识别案例的实现步骤，后续章节将根据广告流量检测违规识别案例的需求及实现流程，带领读者学习相关的大数据组件知识，实现广告流量违规识别。

基本要求

了解大数据的概念和特征。

了解常见的广告流量违规方式。

了解广告流量检测违规识别项目的流程分析。

能够根据项目目标进行流程分析。

能够根据业务需求设计项目总体流程。

问题

引导性提问

引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。

数据分析能够做什么？

现实生活中存在哪些数据分析技术？

该如何进行数据分析？

探究性问题

探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。

大数据的特征有什么？

数据分析的完整流程是怎样的？

项目的实现流程分析需要注意哪些关键要素？

拓展性问题

拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。

数据分析是不是万能的？

Spark用于做数据分析有哪些优势？

分析本班人员的基本信息可以从哪些角度入手？

主要知识点、重点与难点

主要知识点

大数据的概念。

大数据的特征。

大数据分析的概念。

大数据分析的流程。

大数据分析的工具。

了解正常的广告投放流程。

了解广告流量违规现状。

了解广告流量常见违规方式。

了解识别虚假流量的常见维度。

广告流量检测违规识别流程分析。

重点

数据分析的概念和流程。

难点

数据分析的概念与流程。

教学过程设计

理论教学过程

大数据的概念。

大数据的特征。

大数据分析的概念。

大数据分析的流程。

大数据分析的工具。

了解正常的广告投放流程。

了解广告流量违规现状。

了解广告流量常见违规方式。

了解识别虚假流量的常见维度。

广告流量检测违规识别流程分析。

教材与参考资料

教材

郑浩森，张荣．Spark大数据技术分析[M]．北京：人民邮电出版社．2024．

参考资料

[1] 肖芳，张良均．Spark大数据技术与应用（第2版）（微课版）[M]．北京：人民邮电出版社．2022．

[2] 王哲，张良均．Hadoop与大数据挖掘（第2版）[M]．北京：机械工业出版社．2022．

[3] 张军，张良均．Hadoop大数据开发基础（第2版）（微课版）[M]．北京：人民邮电出版社．2021．