社会网络分析与推荐技术-张宇翔课程教学大纲.docVIP

PAGE9

《社会网络分析与推荐技术》教学大纲

课程英文名称

SocialNetworkAnalysisandRecommendationTechnology

开课院系

计算机科学与技术学院

课程类别

选修课

授课对象

1.学术型

授课方式

1.讲授类

课程总学时

36

课程总学分

2

开课学期

1

适用专业

航空运输大数据工程

预修课程

计算机程序设计、数据结构

主讲教师1

张宇翔

职称

副教授

主讲教师2

沈中林

职称

副教授

课程简介（500字以内）：

越来越多的应用涉及到大数据，大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。教学目标是使学生掌握大规模复杂数据的分析与建模基本方法，并且结合具体民用航空领域应用实例使学生掌握面向民航领域的大数据分析方法。要求学生具体掌握大数据可视化工具、图模型分析方法、社会网络分析方法、个性化需求分析与推荐方法、文本挖掘方法。

课程教学目标与基本要求：

通过对本课程的学习与研究，使学生掌握图模型分析方法、社会网络分析的基本方法，掌握推荐系统技术相关传统方法以及当前的研究前沿工作。

课程考核方式和成绩计算评定：

1．考核方式：考试（）；考查（√）

2．成绩评定：

总评成绩构成：平时考核（40）％；中期考核（0）％；期末考核（60）％

平时成绩构成：考勤考纪（50）％；作业（0）％；读书报告（0）％

实践环节（0）％；其他（50）％（口头报告）

课程内容及详细教学计划：

授课内容（细化到章、节、目）

教学目标

授课模式

第1章概论

1.1社会网络分析概论

1.2推荐技术概论

使学生了解社会网络分析及推荐技术概论

传统讲授

第2章大数据可视化工具

2.1大数据可视化基本概念

2.2大数据可视化基本原则

2.3大数据可视化技术

使学生掌握大数据的直观可视化技术

[1]了解基本概念

[2]掌握接近原则、相似原则、闭合原则、联系原则等

[3]掌握Visage、Plotly、TrifectaCheckup等

传统讲授

第3章图模型分析

3.1图模型的基本概念和性质

3.2协方差选择

3.3指数族图模型

3.4谱聚类

3.5在民航领域中的具体应用

使学生掌握图模型分析方法

[1]了解图模型的基本概念

[2]掌握协方差选择模型

[3]掌握指数随机图模型

[4]掌握典型的谱聚类算法，PF、NJW算法等

传统讲授、讨论

第4章社会网络分析

4.1社会网络分析相关概念

4.2社群挖掘算法

4.3社会网络动力学模型

4.4社会网络搜索算法

4.5在民航领域中的具体应用

使学生掌握社会网络分析基本方法

[1]掌握与关联性、距离、中心性以及凝聚子群相关概念

[2]掌握社群发现基本算法

[3]掌握社会网络基本动力学模型

[4]掌握社会网络搜索算法

传统讲授、讨论

第5章个性化推荐方法

5.1个性化推荐基本概念

5.2协同推荐模型

5.3基于内容的推荐模型

5.4基于图的推荐模型

5.5在民航领域中的具体应用

使学生掌握个性化推荐基本方法

[1]掌握基本概念

[2]了解协同过滤方法演化及掌握协同过滤基本模型

[3]掌握基于内容的推荐模型

[4]掌握基于图的推荐模型

传统讲授、讨论

第6章文本挖掘方法

6.1向量空间模型

6.2统计语言模型

6.3主题挖掘模型

6.4关键词提取模型

6.5在民航领域中的具体应用

使学生掌握基本的文本挖掘方法

[1]掌握向量空间模型

[2]掌握统计语言基本模型

[3]了解主题挖掘模型的演化并掌握基本方法

[4]了解关键词提取技术的演化并掌握基本方法

传统讲授、讨论

教材及教学参考资料

教材

序号

教材名称

编著者

出版单位

出版时间

1

大数据分析：方法与应用

王星

清华大学出版社

2013年

参考资料

序号

参考资料名称

编著者

出版单位

出版时间

1

大数据技术丛书：实用数据分析

HectorCuesta

机械工业出版社

2014年

2

发现数据之美：数据分析原理与实践

彭鸿涛、聂磊

电子工业出版社

2014年

注：1.课程类别参考培养方案，学位课明细到公共必修课、学科基础课和学科必修课；

2.主讲教师1和授课教师2两栏必填。