《大数据平台技术与应用》教学大纲.docx

《大数据平台技术与应用》教学大纲.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《大数据平台技术与应用》教学大纲

课程编号英文名称:Bigdataplatformtechnologyandapplication

学分:3

学时:总学时64学时,其中理论32学时,实验32学时

先修课程:大数据案例分析与应用、数据库原理与应用

课程类别:专业主干课程

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5学期

一、课程描述和目标

大数据管理与应用综合实训是大数据管理与应用专业的核心课程之一,是一门兼具理论性与实践性的专业主干课程。课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库Hbase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、基于内存的大数据处理架构Spark、大数据在互联网、生物医学和物流等各领域的应用。在上述理论知识学习的基础上,安排了实践操作,让学生更好地学习和掌握大数据关键技术。

课程目标:

1.专业知识方面。建立对大数据知识体系的基本认识,了解大数据发展历程、基本概念、主要影响、应用领域、关键技术、计算模式和产业发展。

2.专业能力方面。掌握Hadoop平台的安装和使用方法;了解分布式文件系统HDFS的和Hbase的使用方法;基本掌握Redis、MongoDB等NoSQL数据库的使用方法;简单使用分布式编程框架MapReduce的基本原理和编程方法;了解大数据处理架构Spark的基本原理和编程方法。

3.综合能力和素质方面。掌握大数据的基本原理,主流的大数据处理平台和技术方法,培养学生运用大数据技术中的科学思维与计算思维,提高学生应用大数据思维和技术方法解决实际问题的能力。

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

人文道德素养:1-2

课程目标1

M

专业素养:2-1、2-2、2-4

课程目标2、3

H

实践应用能力:3-1、3-2、3-3

课程目标3

M

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

介绍大数据的基本概念和应用领域,并阐述大数据、云计算和物联网的相互关系

4

集中讲授

课程目标1、2

2

大数据处理架构Hadoop

介绍大数据处理架构Hadoop

4

集中讲授

课程目标1、2、3

3

分布式文件系统HDFS

介绍分布式文件系统HDFS的基本原理和使用方法

4

集中讲授

课程目标1、2

4

分布式数据库HBase

介绍分布式数据库Hbase的基本原理和使用方法

4

集中讲授

课程目标1、2、3

5

NoSQL数据库

介绍NoSQL数据库的概念和基本原理

4

集中讲授

课程目标1、2、3

6

MapReduce

介绍分布式并行编程模型MapReduce原理和使用方法

4

集中讲授

课程目标1、2

7

Spark

介绍Spark原理与基础编程

4

集中讲授

课程目标1、2

8

大数据应用

介绍大数据在互联网领域的典型应用

4

集中讲授

课程目标1、2

合计

32

序号

实验项目

实验内容与要求

学时

类型

对应课程目标

1

Hadoop

Hadoop平台的安装和使用

8

综合

课程目标1、2

2

HDFS

分布式文件系统HDFS的使用

4

综合

课程目标1、2

3

Hbase

Hbase的使用

4

综合

课程目1、2、3

4

NoSQL

Redis、MongoDB等NoSQL数据库的使用

8

综合

课程目标1、2、3

5

MapReduce

分布式编程框架MapReduce的使用

4

综合

课程目标1、2、3

6

Spark

大数据处理架构Spark的使用

4

综合

课程目标1、2、3

合计

32

四、课程教学方法

如集中讲授、小组讨论等教学方式

五、学业评价和课程考核

推行多元评价,对本课程所采用的评价和考核方式作具体说明,若采用多种考核方法请分别列出考核评价的方法、内容、考核标准、成绩占比等,考核方法、内容应突出“学生中心、产出导向”。

(一)考核方式及具体要求

1.课程成绩构成与要求

课程考核注重形成性和终结性评价相结合,考核内容主要由课堂表现、个人作业、小组作业、期末考核组成,均按百分制计分,其中课堂表现占10%、个人作业成绩占30%、期末考核成绩占60%。

2.课程目标达成考核与评价

序号

教学环节

课程目标1(分值)

课程目标2(分值)

课程目标3(分值)

合计

1

课堂表现

3

3

4

10

2

个人作业

10

10

10

30

3

期末考试

30

20

10

60

课程目标对应分值

43

33

24

100

(二)考核与评价标准

1.平时成绩考核与评价标准

分值

观测点

90-100分

70-89分

60-69分

0-59分

作业

文档评论(0)

CUP2008013124 + 关注
实名认证
内容提供者

北京教育部直属高校教师,具有十余年工作经验,长期从事教学、科研相关工作,熟悉高校教育教学规律,注重成果积累

1亿VIP精品文档

相关文档