2023S01103-大数据分析与挖掘-2023版人才培养方案课程教学大纲.docxVIP

PAGE3

ADDINCNKISM.UserStyle《大数据分析与挖掘》课程教学大纲

（理论课程·2023版）

一、课程基本信息

课程号

2023S01103

开课单位

网络空间安全与计算机学院

课程名称

（中文）大数据分析与挖掘

（英文）BigDataAnalysisandMining

课程性质

选修

考核类型

考查

课程学分

2

课程学时

34

课程类别

专业拓展课（学术研究方向）

先修课程

数据结构、数据库系统、算法设计与分析

适用专业（类）

计算机科学与技术

二、课程描述及目标

（一）课程简介

《大数据分析与挖掘》课程是本专业（类）的一门专业拓课程，大数据分析与挖掘是一门新兴的交叉性学科，涵盖了大数据技术、机器学习、统计学、模式识别、人工智能以及高性能计算等技术。

旨在通过理论教学与实践操作训练，使学生掌握大数据分析与挖掘的基本概念、数据特征分析与预处理、关联规则挖掘、分类算法、聚类算法和异常检测的基础知识、大数据分析挖掘算法的原理，具有对实际大数据进行分析与挖掘的基本能力，了解大数据应用领域必威体育精装版概念。

（二）教学目标

通过本课程，学生将掌握大数据分析与挖掘的基本概念和原理，掌握常用的大数据分析与挖掘技术。

课程目标1：了解大数据基本概念和技术；

课程目标2：掌握大数据的数据特征与预处理技术；

课程目标3：掌握大数据分析与挖掘基本算法：关联规则挖掘、分类、聚类和异常检测。

课程目标4：掌握大数据分析与挖掘工具。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

1-2：具有计算机科学与技术领域需要的数据分析能力，能针对具体的对象建立数学模型并利用计算机求解；

课程目标1

0.2

4-4：能对实验结果进行分析和解释，并通过信息综合得到合理有效的结论。

课程目标2

0.3

5-2：能够选择与使用恰当的技术、资源、现代工程工具、现代信息技术工具和相关辅助软件对计算机科学与技术领域的复杂工程问题进行分析、计算与设计。

课程目标3

0.2

10-1：能就计算机科学与技术专业问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，理解并包容与业界同行和社会公众交流的差异性。

课程目标4

0.2

12-2：具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力、提出问题的能力，批判性思维和创造性能力。

课程目标2

课程目标4

0.1

四、教学方式与方法

采用理论与实践相结合的任务和目标驱动教学方式。本课程是计算机专业的专业拓展课，研究大数据分析与挖掘的方法，如果将这些方法应用到现实世界是激发学生的学习兴趣和学习主动性的重要动力。因此本课程采用课堂讲授、课堂讨论等教学方式，采用案例驱动教学、探讨实际应用的教学方法。

五、教学重点与难点

（一）教学重点

大数据存储方式；数据的表示和预处理技术；关联规则挖掘经典算法及实现、聚类经典算法及实现、分类经典算法及实现、异常点检测经典算法及实现。

（二）教学难点

数据的表示和预处理技术的实现；关联规则挖掘经典算法、聚类经典算法、分类经典算法、异常点检测经典算法的应用实现。

六、教学内容、基本要求与学时分配

序号

教学内容

基本要求

学时

教学

方式

对应课程目标

1

第1章绪论

了解大数据分析与挖掘的概念、应用及挑战、主要技术和工具。

4

讲授

课程目标1

2

第2章数据特征分析与预处理

掌握数据特征分析与预处理的基本技术：数据类型、数据的描述性特征、数据的相关分析、数据预处理。

6

讲授

课程目标2

课程目标4

3

第3章关联规则挖掘

掌握关联规则挖掘经典方法apriori算法和FP树算法。

6

讲授

课程目标3

课程目标4

4

第4章分类算法

掌握分类与回归经典方法：决策树算法、贝叶斯分类器、KNN分类器、组合分类算法和回归分析。

6

讲授

课程目标3

课程目标4

5

第5章聚类算法

掌握聚类经典方法：基于划分的聚类算法、基于密度的聚类算法、层次聚类；了解基于网格的聚类算法、MeanShift聚类算法和聚类算法评价指标。

6

讲授

课程目标3

课程目标4

6

第6章数据挖掘综合应用：异常检测

掌握异常检测经典方法：基于隔离森林的异常检测算法、局部异常因子算法、基于One-ClassSVM的异常检测算法和基于集成学习的异常检测算法。

6

讲授

课程目标3

课程目标4

合计

34

七、学业评价和课程考核

（一）考核类型：￡考试?考查

（二）考核方式：t开卷考试￡闭卷考试?课程论文

?课程报告?其它：

（三）成绩评定：

考核

依据

建议分值

（百分比）

考核/评价细则

对应课程目标

平时

考核

30%

出勤

5%

考勤情况。

作业

20%

按时完成上交，作业无抄袭现象