《时尚大数据》教学大纲.docx

《时尚大数据》教学大纲

课程编号英文名称：Fashionbigdata

学分：2

学时：总学时48学时，其中理论16学时，实验32学时

先修课程：大数据市场营销、数据分析和可视化、数据挖掘原理与应用

课程类别：专业选修课

授课对象：大数据管理与应用专业学生

教学单位：商学院

修读学期：第7学期

一、课程描述和目标

《时尚大数据》是大数据管理与应用专业学生学习掌握大数据技术在时尚领域应用的一门专业选修课。《时尚大数据》为时尚产业提供了从数据的海量存储、处理到应用多方面的技术，包括数据采集、海量数据存储、非关系型数据管理、数据挖掘、数据可视化以及智能分析技术如模式识别、自然语言理解、应用知识库等。通过本课程的学习，能将大数据处理的相关原理和技术，与时尚产业实际应用相结合，构建相应的大数据分析与应用平台。

课程目标：

1.知识目标：了解大数据分析处理计算框架；大数据分析处理基本流程；大数据分析处理评测方法。了解数据分析的基本概念原理和经典算法；能将所学的知识运用于时尚产业的复杂问题。

2.能力目标：在掌握经典算法的前提下，能够在学习过程中容易掌握数据分析的基本知识，并能学会使用相关方法解决时尚产业实际问题，完成相关领域的复杂问题的分析。

3.素质目标：引导学生养成尊重科学、学习科学、运用科学的精神和态度，培养学生在实践中不断拓展、创新的综合素养。

二、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

专业素养：

2-1、2-2

课程目标1

M

2-4

L

实践应用能力：3-3

课程目标2

M

人文道德素养：1-3

课程目标3

L

三、教学内容、基本要求与学时分配

序号

教学内容

基本要求及重、难点（含德育要求）

学时

教学

方式

对应课程目标

1

大数据概述

掌握数据挖掘的基本任务、数据挖掘建模过程

4

理论讲授、案例教学、启发教学

课程目标1

课程目标2

2

数据预处理

了解数据清洗、数据集成、数据变换

4

理论讲授、案例教学、实验教学

课程目标1

课程目标2

课程目标3

3

挖掘建模

掌握介绍分类预测、聚类分析、关联规则等相关算法

4

理论讲授、案例教学、实验教学

课程目标1

课程目标2

课程目标3

4

案例介绍

了解时尚产业大数据分析相关案例

4

理论讲授、案例教学、启发教学

课程目标1

课程目标2

课程目标3

合计

16

实验项目如下：

序号

实验项目

实验内容与要求

学时

类型

对应课程目标

1

熟悉Python环境

|Python数据分析工具

4

演示

课程目标1

课程目标2

2

调用Python主要函数

Python统计函数、统计作图函数

6

演示

课程目标1

课程目标2

课程目标3

3

Python统计算法编程

对聚类算法、预测算法、关联算法进行验证

8

验证

课程目标1

课程目标2

课程目标3

4

客户价值分析

实现大数据抽取、数据预处理、模型构建、数据分析

14

综合

课程目标1

课程目标2

课程目标3

合计

32

四、课程教学方法

采用理论讲授、案例教学、启发教学、实验教学等教学方式

五、学业评价和课程考核

考核

依据

建议

分值

考核/评价细则

对应课程目标

平时成绩

50%

作业

40%

根据个人书面作业、实践项目报告或案例分析报告的具体完成质量及学习通综合成绩给予相应评分。

课程目标1、2、3

课堂表现

10%

根据学生听课、课堂纪律状况、参与课堂讨论与发言等具体表现给予相应评分。

课程目标1、2、3

期末考试

50%

期终考核以笔试为主，综合检验学生对课程相关知识的掌握、综合应用及解决复杂问题的能力。

课程目标1、2、3

六、教材与参考书

（一）推荐教材

1．《Python数据分析与挖掘实战》，张良均主编，机械工业出版社，2019年11月版；

2．《Python数据分析与挖掘实战》，邓立国著，清华大学出版社，2021年05月版。

（二）参考资料

1．《大数据分析原理与实践》，王宏志编著，机械工业出版社，2017年07月版；

2．《大数据分析与挖掘实验教程》，万欣编著，电子工业出版社，2023年06月版；

3.《大数据分析与挖掘实用案例教程》，万欣、夏火松、吴江编著，电子工业出版社，2022年01月版。