大数据商务分析与应用-教学大纲
商务数据分析与应用教学大纲
《商务数据分析与应用》教学大纲一、课程信息课程名称：商务数据分析与应用课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：28计划学分：3先修课程：无选用教材：《商务数据分析与应用》适用专业：本书可以作为中职、高职院校电子商务专业“商务数据分析与应用”“数据化运营与管理”课程的教学用书。
课程负责人：二、课程简介本课程系统地阐述了在电子商务领域如何进行商务数据的分析与应用，主要内容包括商务数据分析与应用概述、商务数据分析工具及应用、商务数据可视化、消费者行为分析——用户画像、市场行情数据分析、店铺运营数据分析和营销推广数据分析等。
三、课程教学要求注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。
“关联程度”栏中字母表示二者关联程度。
关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。
“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。
四、课程教学内容五、考核要求及成绩评定注：此表中内容为该课程的全部考核方式及其相关信息。
六、学生学习建议（一）学习方法建议1．理论配合实战训练进行学习，提高学生的商务数据分析能力；2．在条件允许的情况下，可以利用生意参谋对真实网店的数据进行专业性分析。
3．培养并提升学生的生意参谋应用、数据分析、网店运营等综合能力。
（二）学生课外阅读参考资料1．《Excel商务数据分析与应用》2．2．《电子商务数据分析与应用》七、课程改革与建设本书按照“知识介绍＋步骤讲解+二维码拓展”的方式进行讲解，让读者在学习基础知识的同时加强对知识的理解与运用，并提供一些具有代表性的真实应用案例，通过详细的实操步骤来辅助学习商务数据分析的方法。
另外，本书中还添加了不少二维码，附赠了一些相关的拓展知识点，能够帮助读者更好地理解和应用本书所讲解的知识。
平时对学生的考核内容包括出勤情况、在线学习习题完成情况、课堂讨论等方面，占期末总评的50%。
商务数据分析与应用课程大纲
商务数据分析与应用课程大纲一、课程简介商务数据分析与应用课程旨在帮助学生掌握现代商务数据分析的基本理论和实践技能，培养学生对商业数据的敏感性和洞察力，从而为未来的商务决策提供可靠支持。
二、课程目标1. 理解商务数据分析的基本概念和技术；2. 掌握数据收集、整理、分析和可视化的方法；3. 学会运用各种商务数据分析工具，如Excel、Python等；4. 能够利用数据分析为企业决策提供有效支持。
三、课程大纲1. 基础概念- 商务数据分析的定义与意义- 商务数据分析的基本流程2. 数据收集与整理- 数据收集方法及工具- 数据清洗与预处理技术3. 数据分析技术- 描述性统计分析- 探索性数据分析- 预测性数据分析- 假设检验与推断统计4. 数据可视化- 可视化基础知识- 常用可视化工具介绍- 数据图表设计与呈现技巧5. 商务数据分析工具应用- Excel在商务数据分析中的应用- Python在商务数据分析中的应用6. 商务数据分析案例研究- 实际商务案例分析- 数据分析方法与结果解读四、教学方式1. 理论讲授2. 实践操作3. 课堂案例分析4. 小组讨论与展示五、考核方式1. 课堂表现：占比20%2. 作业与实验报告：占比30%3. 期末考试：占比50%六、参考教材1. 商务数据分析与应用，作者：XXX2. 数据分析入门，作者：XXX以上为商务数据分析与应用课程大纲，希望通过本课程的学习，学生能够掌握商务数据分析的基本技能，为未来的商务决策提供有力支撑。
祝各位学习顺利！。
商务数据分析与应用教学大纲
商务数据分析与应用教学大纲一、课程概述本课程旨在教授商务数据分析与应用的基本理论知识和实际应用技巧，培养学生的数据分析能力和决策支持能力。
通过课程学习，学生将熟悉商务数据分析的基本概念、方法和工具，掌握常见的商务数据处理技术和应用案例，能够运用数据分析方法解决实际商务问题。
二、教学目标1.了解商务数据分析的基本概念和原理；2.掌握数据收集、清洗、整理和可视化的技术和方法；3.熟悉常见的商务数据分析工具和软件的使用；4.能够运用数据分析方法解决实际商务问题；5.具备数据驱动的思维和决策能力。
三、教学内容1.商务数据分析的概念和方法1.1商务数据分析的基本概念和应用领域1.2商务数据分析的基本方法和流程1.3商务数据分析的实施步骤和注意事项2.数据收集、清洗和整理2.1数据收集的方法与技巧2.2数据清洗的常见问题和解决方法2.3数据整理与格式转换的技术与实践3.数据可视化与报告3.1数据可视化的方法与技巧3.2常见商务数据可视化工具的使用3.3数据报告的撰写和演讲技巧4.商务数据分析工具与软件4.1 Excel在商务数据分析中的应用4.2SQL数据库的基本查询和分析4.3商务智能工具与数据挖掘软件的使用5.实际案例分析与应用5.1产品销售数据分析与策划5.2市场竞争情报分析与决策5.3客户消费行为分析与营销策略四、教学方法1.理论授课：讲解商务数据分析的基本理论和方法，介绍相关的工具和软件。
2.案例分析：通过真实的商务案例，进行数据分析和决策支持的实践演练。
3.实验操作：利用数据分析工具和软件，进行实际的商务数据处理和分析。
4.小组项目：分组进行商务数据分析的实战项目，提升团队合作和问题解决能力。
5.讨论研究：对课程中的重要概念和案例进行讨论，促进深入思考和理解。
五、考核方式1.平时表现：包括课堂参与、作业完成情况和小组项目表现等。
2.期中考试：考核对商务数据分析的基本理论和方法的掌握程度。
3.期末项目：完成一个商务数据分析实战项目，包括数据收集、清洗、整理、可视化和报告等环节。
大数据商业分析 课程教学大纲
《大数据商业分析》课程教学大纲一、课程基本信息英文名称Big Data and Business Analytics 课程代码课程性质专业选修课授课对象管理科学与工程学分 2.0 学时36主讲教师修订日期2021年9月9日指定教材张瑾，翁张文著《大数据商业分析》，中国人民大学出版社，2021年版二、课程目标（一）总体目标：本课程将围绕商业数据分析这一核心问题介绍三部分内容：一、以目前进行商业数据分析最主要的编程语言Python为主，介绍Python编程语法；二、介绍进行商业数据分析的主要算法和模型，包括统计方法、数据挖掘方法、机器学习方法以及深度学习方法；三、以商业管理中常见的应用问题为例，介绍4-5个商业数据分析案例，包括市场营销方面的消费者细分、在线社区中虚假评论的识别、房地产经济分析、金融投资领域中的行业研究报告分析等。
（二）课程目标：课程目标1：能掌握Python编程基本概念；课程目标2：能掌握商业数据分析主要方法，包括数据挖掘方法、机器学习方法和深度学习方法；课程目标3：能将数据分析方法应用于实践。
三、教学内容第一章Python简介1.教学目标：了解Python发展历程和Python在不同系统安装方法2.教学重难点：Python在不同系统安装方法3.教学内容：3.1. 发展历程3.2. 特点3.3. 语言标准3.4. Python 安装与运行4.教学方法：讲授5.教学评价：以课堂问答方式来评价教学效果。
第二章数据类型1.教学目标：了解Python数据类型相关概念2.教学重难点：Python不同数据类型3.教学内容：3.1. 概述3.2. 数字类型3.3. 列表与元组3.4. 字符串3.5. 字典3.6. 集合3.7. 基本运算符4.教学方法：讲授5.教学评价：以课堂问答方式来评价教学效果。
第三章条件与循环1.教学目标：了解Python条件与循环语句2.教学重难点：列表推导与其他语句3.教学内容：3.1. 条件3.2. 循环3.3. 列表推导与其他语句4.教学方法：讲授5.教学评价：以课堂问答方式来评价教学效果。
《商务数据分析》课程教学大纲(思政版)
必修 选修 通识教育 专业教育 实验实践与创新创业教育一、课程定位与目标（一）课程定位《商务数据分析》是国际经济与贸易专业的一门专业选修课程。
通过对本课程的学习，使学生普及商务数据知识，帮助学生理解商务数据时代的现实意义，小到日常生活大到企业管理、城市治理和国家治理商务数据资源所起到的作用；了解商务数据的分析、处理和管理技术，使学生获得分析和处理数据的理论与方法，能够从大量数据中揭示其隐含的内在规律、发掘有用的信息、进行科学的推断与决策。
以提高学生整体素质为基础，以培养学生数据分析工具的使用能力、创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合数据分析职场所要求的知识、素质和能力为教学内容；在基本理论和基础知识的选择上以应用为目的，突出针对性和实用性。
（二）课程目标1．知识目标：通过本门课程学习,使学生学会数据资料的收集、处理、分析到数据分析报告的撰写整个工作流程，掌握运用相关数据处理工具进行数据分析的基本方法，达到掌握商务数据基本概念、方法和理论，认知商务数据普遍存在的客观性的目的。
要求学生具有对数据的采集、分类、处理基本能力，了解数据分析的基本内容及应用领域，学会如何对已获取的数据进行加工处理，如何对实际问题进行定量分析，以及如何解释分析的结果;掌握几种常用数据分析方法的统计思想及基本步骤，且能够利用统计软件，较熟练地解决实际问题中的数据分析问题。
使学生掌握从历史数据中获取有用的认识、求解优化问题、对不确定性的决策问题进行模拟分析的能力，培养学生能用商务数据解析的思想和方法，对不确定性问题进行建模和计算的能力。
2．能力目标：重在培养商务数据思维、辩证思维、系统思维和创新思维能力等。
通过本课程的教学，学生会主动去了解新时代下，商务数据的快速发展和多样性所带来的巨大的挑战、价值和机遇，提高学生对商务数据的认知。
使学生了解商务数据分析的应用领域，掌握数据数量解析分析的基本方法；会用时间序列分析、线性优化、整数优化、匈牙利算法数据挖掘、决策分析基本原理分析问题；运用相关软件对数据进行相应分析，提炼数据中的价值，并能将其应用于解决实际问题。
商务数据分析与应用教学大纲
《商务数据分析与应用》教学大纲一、课程信息课程名称：商务数据分析与应用课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：28计划学分：3先修课程：无选用教材：《商务数据分析与应用》适用专业：本书可以作为中职,高职院校电子商务专业“商务数据分析与应用”“数据化运营与管理”课程地教学用书。
课程负责人：二,课程简介本课程系统地阐述了在电子商务领域如何进行商务数据地分析与应用,主要内容包含商务数据分析与应用概述,商务数据分析工具与应用,商务数据可视化,消费者行为分析——用户画像,市场行情数据分析,店铺运营数据分析与营销推广数据分析等。
三,课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识商务数据地应用与分析方法H2问题分析从商务数据地知识入手,掌握商务数据地分析方法。
同时,针对网店运营地各个环节,对用户画像,市场行情,店铺运营,营销推广等方面可以熟练分析,加强对知识地理解与运用H3设计/开发解决方案针对网店运营地现状分析存在地问题,根据数据分析地结果提出改善性对策H4研究L 5使用现代工具Excel,Power BI,爬虫软件,生意参谋软件H 6工程与社会L 7环境与可持续发展L 8职业规范培养数据分析时谦虚,谨慎与务实地工作精神M 9个人与团队案例分析与讨论要求学生分组,分担任务,学习配合M10沟通通过小组发言,提交案例报告提高数据分析能力M 11项目管理L12终身学习了解新地商务数据分析方法,掌握更多分析工具地应用技巧,不断提升数据分析地能力H注：“课程教学要求”栏中内容为针对该课程适用专业地专业毕业要求与相关教学要求地具体描述。
“关联程度”栏中字母表示二者关联程度。
关联程度按高关联,中关联,低关联三档分别表示为“H”“M”或“L”。
“课程教学要求”与“关联程度”中地空白栏表示该课程与所对应地专业毕业要求条目不相关。
四,课程教学内容章节名称主要内容重难点关键词学时类型1商务数据分析与应用概述商务数据地涵义商务数据地来源与采集商务数据分析方法掌握商务数据地采集,清洗,分析方法4理论2商务数据分析工具与应用Excel在商务数据分析中地应用Power BI在商务数据分析中地应用爬虫软件在商务数据分析中地应用掌握Excel在商务数据分析中地应用方法;掌握Power BI在商务数据分析中地应用方法;掌握爬虫软件在商务数据分析中地应用方法5理论+上机3商务数据可视化商务数据可视化概述商务数据可视化地种类掌握商务数据可视化地步骤;掌握提升商务数据可视化视觉效果地方法3理论4消费者行为分析——用户画像用户画像概述基于大数据地用户画像掌握用户画像地方法;学会应用用户画像2理论5市场行情数据分析产品类目数据分析品牌数据分析竞争店铺数据分析竞品数据分析关键词数据分析掌握产品类目数据,品牌数据,竞争店铺数据,竞品数据,关键词数据地分析方法5理论+上机6店铺运营数据分析店铺实时数据分析店铺交易结构数据分析店铺售后服务数据分析店铺物流服务数据分析店铺视觉设计数据分析掌握店铺实时数据,店铺交易结构数据,店铺售后服务数据,店铺物流服务数据,店铺视觉设计数据地分析方法5理论+上机7营销推广数据分析直通车数据分析智钻数据分析淘宝客数据分析掌握如何通过直通车推广地数据分析指导店铺地运营方向;掌握如何通过智钻推广工具地数据分析得到最佳地推广效果;掌握如何通过对淘宝客推广地数据分析让店铺销量提升4理论+上机五,考核要求与成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试大作业50百分制,60分为与格2实战训练10次40优,良,中,与格,不与格3平时成绩平时表现出勤情况10两次未参加课程则无法获得学分注：此表中内容为该课程地全部考核方式与其相关信息。
《商务大数据分析》课程教学大纲
《商务大数据分析》课程教学大纲一、课程基本信息课程代码：18100103课程名称：商务大数据分析英文名称：Business Big Data Analysis课程类别：专业课学时：48学分：3适用对象:数据科学与大数据技术考核方式：考试先修课程：概率论与数理统计二、课程简介《商务大数据分析》是综合了机器学习、统计和数据库的一门现代计算机技术，旨在发现海量数据中的模型与模式，具有巨大的应用前景。
在很多重要的领域，大数据挖掘和分析都发挥着积极的作用。
因此这门课程是数据科学与大数据技术及相关专业的重要课程之一。
本课程的主要内容包括：数据挖掘基础、MATLAB数据分析工具箱简介、数据探索、数据预处理、挖掘建模等。
Business Big Data Analysis is a modern computer technology that combines machine learning, statistics and databases, aiming to discover models and patterns in large amounts of data. Big data mining and analytics play an active role in many important areas. Therefore, this course is one of the most important courses in data science and big data technology and related majors.The main contents of this course include: data mining foundation, introduction of MATLAB data analysis toolbox, data exploration, data pre-processing, mining modeling, etc.三、课程性质与教学目的本课程是数据科学与大数据技术专业任选课程，通过本课程的学习使学生掌握数据挖掘的基本概念，了解数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法，初步掌握数据挖掘的算法。
课程教学大纲：电子商务数据分析与应用
《电子商务数据分析与应用》课程教学大纲一、课程基本信息二、课程教学目标课程目标1：能够掌握电子商务的功能、模式和特点，电商运营的核心目标和分类，电商数据分析的步骤，理解电商数据分析的常用方法、电商数据分析的常用指标，具备信息处理和数据分析能力；课程目标2：通过学习电子商务数据分析与应用，具备应用定性定量、相关技术分析和解决流量导入和流量变现的能力；课程目标3：能够掌握市场行情分析和行业数据挖掘知识，了解竞争对手，并分析竞争对手数据，掌握商品定价的策略和方法，掌握网站、店铺流量分析等相关的知识，掌握店铺运营和客单价等知识，了解电商库存、会员数据、利润和利润率，熟悉商品成本、推广成本和固定成本，掌握利润预测的常用方法等，具备电子商务运营与管理能力；课程目标4：能够掌握国际市场营销方面的理论知识：如用Alexa工具的基本使用方法获取网站流量，用波士顿矩阵的建立和分析方法进行行业数据的挖掘，用SWOT分析法、波特竞争力分析模型收集竞争对手信息，用RFM模型分析方法实现对客户的分层等。
三、课程目标对毕业要求的支撑关系四、教学学时分配《电子商务数据分析与应用》课程教学学时分配表五、教学内容和教学要求第一章电商运营与数据分析【教学基本要求】通过本章内容的学习，了解电子商务的功能、模式和特点，电商运营的核心目标和分类，电商数据分析的步骤，理解电商数据分析的常用方法、电商数据分析的常用指标。
【教学重点和难点】教学重点：电子商务的模式，电商运营的核心目标。
教学难点：电商数据分析的常用指标。
【教学内容】第一节电子商务运营与数据基础（一）电子商务的功能、模式与特点（二）电子商务运营概述（三）认识电子商务数据第二节了解电商数据分析（一）分析电子商务数据的原因（二）不同电商岗位的数据分析意义（三）电商数据分析的常用方法（四）电商数据分析的常用指标（五）分析电商数据的步骤第三节如何做好电子商务数据分析（一）流量分析（二）流量效率分析本章习题要点：电商数据分析的常用方法，电商数据分析的常用指标。
商务数据分析与应用-教学大纲
《商务数据分析与应用》教学大纲一、课程信息课程名称：商务数据分析与应用课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：28计划学分：3先修课程：无选用教材：《商务数据分析与应用》，沈凤池编著，2019年；人民邮电出版社出版教材；适用专业：本书可以作为中职、高职院校电子商务专业“商务数据分析与应用”“数据化运营与管理”课程的教学用书。
课程负责人：二、课程简介本课程系统地阐述了在电子商务领域如何进行商务数据的分析与应用，主要内容包括商务数据分析与应用概述、商务数据分析工具及应用、商务数据可视化、消费者行为分析——用户画像、市场行情数据分析、店铺运营数据分析和营销推广数据分析等。
三、课程教学要求注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。
“关联程度”栏中字母表示二者关联程度。
关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。
“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。
四、课程教学内容五、考核要求及成绩评定注：此表中内容为该课程的全部考核方式及其相关信息。
六、学生学习建议（一）学习方法建议1．理论配合实战训练进行学习，提高学生的商务数据分析能力；2．在条件允许的情况下，可以利用生意参谋对真实网店的数据进行专业性分析。
3．培养并提升学生的生意参谋应用、数据分析、网店运营等综合能力。
（二）学生课外阅读参考资料1．《Excel商务数据分析与应用（慕课版）》，夏榕，高伟籍，胡娟编著，2018年；人民邮电出版社出版教材；2．《电子商务数据分析与应用》，邵贵平编著，2018年；人民邮电出版社出版教材；七、课程改革与建设本书按照“知识介绍＋步骤讲解+二维码拓展”的方式进行讲解，让读者在学习基础知识的同时加强对知识的理解与运用，并提供一些具有代表性的真实应用案例，通过详细的实操步骤来辅助学习商务数据分析的方法。
商务数据分析与应用课程大纲
商务数据分析与应用课程大纲I. 课程概述商务数据分析与应用课程旨在帮助学生掌握商务领域中数据分析的基本概念、技术和应用。
通过学习本课程，学生将能够理解数据分析在商务决策中的重要性，并能够运用相关工具和技术进行数据的收集、处理、分析和应用。
II. 课程目标本课程的主要目标如下：1. 理解商务数据分析的基本概念和原理；2. 掌握数据收集和处理的方法和技术；3. 学会使用统计工具和软件进行数据分析；4. 能够运用数据分析结果支持商务决策；5. 培养数据分析的批判性思维和问题解决能力。
III. 课程内容1. 商务数据分析导论- 商务数据分析的定义和概念- 商务数据分析在决策中的作用- 商务数据分析的基本步骤2. 数据收集与处理- 数据源的选择与获取- 数据清洗与预处理- 数据质量的评估与改进3. 描述性统计分析- 数据的可视化和描述- 中心趋势和离散程度的度量- 相关性分析和变量关系的探索4. 探索性数据分析- 数据的探索性可视化- 聚类分析和分类问题- 数据降维和特征选择5. 统计推断与假设检验- 样本与总体的关系- 参数估计和假设检验的基本原理- 常见假设检验方法的应用6. 预测建模与数据挖掘- 时间序列分析和趋势预测- 回归分析和预测模型的建立- 分类与预测问题的解决方案7. 商务决策与数据应用- 决策模型与数据驱动的决策- 数据分析结果的可视化与呈现- 商务案例分析与实践IV. 评估方式1. 课堂参与与讨论（20%）- 学生积极参与课堂讨论- 对他人观点提出有建设性的意见2. 个人作业（30%）- 完成课后作业并按时上交- 作业内容涵盖课程的各个方面3. 课程项目（30%）- 分组完成商务数据分析项目- 项目涵盖课程所学知识和技术4. 期末考试（20%）- 针对课程内容的综合性考试- 考察学生对数据分析的理解和应用能力V. 参考教材- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis. Cengage Learning.- Groebner, D. F., Shannon, P. W., Fry, P. C., & Smith, K. D. (2017). Business Statistics. Pearson.VI. 课程要求与建议1. 学生应具备基本的数理统计知识和计算机应用能力；2. 积极参与课堂讨论和实践项目；3. 鼓励学生独立思考和探索数据分析问题；4. 推荐学生使用统计软件（如R、Python等）进行实际数据分析。
《商务数据分析》教学大纲
《商务数据分析》教学大纲一、基本信息二、课程性质、目的、任务性质：《商务数据分析》是信息管理与信息系统的一个重要分支，是信息管理与信息系统专业核心课程。
它是从事商务分析、信息管理工作进行数据分析的方法汇总与工具使用的入门基础，是一门应用性较强的课程。
目的：该课程通过介绍商务数据分析的思想、方法，使学生掌握从历史数据中获取有用的认识、求解优化问题、对不确定性的决策问题进行模拟分析的能力，培养学生能用商务数量解析的思想和方法，对不确定性问题进行建模和计算的能力。
任务：使学生了解商务数据分析的应用领域，掌握数据数量解析分析的基本方法；会用时间序列分析、数据挖掘、线性优化、整数优化、Monte Carlo模拟、决策分析基本原理分析问题；会用Excel软件进行商务数量解析的使用方法，应能将其应用于解决实际问题。
三、教学目标及其对毕业要求的支撑《商务数据分析》主要讲授商务数据解析的时间序列分析与预测、数据挖掘、线性优化模型、整数线性优化、MonteCarlo模拟、决策分析等内容。
通过对商务数据解析中常用方法的介绍并结合实际应用中有趣的例子帮助学生们理解如何用现代化工具解决现实中的不确定问题并作出决策。
通过学习和对实例数据的分析，培养学生综合运用课程知识的能力。
配合Excel软件的运用，加深对理论部分的理解，锻炼学生的动手实践能力，为今后解决实际问题奠定基础。
本课程分为课堂教学和上机实验两部分：1．课堂教学通过课堂教学，使学生掌握商务数量解析的一般方法：时间序列分析、数据挖掘、线性优化、整数优化、Monte Carlo模拟、决策分析等知识与方法，培养学生具有综合运用商务数据解析方法的能力，在课堂教学中通过讲授来自于健康管理、金融、制造业、市场营销等领域的实际案例，使学生初步具有分析数据、解释数据并根据分析的结果提出合理方案的能力。
2.上机教学通过上机环节，使学生初步掌握Excel软件进行商务数量解析的使用方法，了解Excel插件Analytics Solver Platform和XLMiner的运用，能计算商务数量解析中的问题；以团队合作方式让学生对给定问题利用所学方法，借助Excel软件进行计算和结果分析，给出合理的解释和进一步的决策依据，培养学生软件使用能力、数据分析能力、个人分工与团队合作等能力，通过上机全过程训练强化学生解决实际问题及软件操作能力。
商务数据分析及应用-教学大纲
《商务数据分析及应用》教学大纲一、课程信息课程名称：商务数据分析及应用课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：36计划学分：3先修课程：无适用专业：统计学、计算机、金融财务、电子商务、市场营销等。
课程负责人:二、课程简介企业为了实现经营目的，会针对商品与服务流通的各个环节开展各种商务活动。
伴随着这些活动的开展，便会产生大量数据。
而随着大数据时代的到来，利用好数据显得越来越重要。
对企业而言，如何采集有价值的数据，如何选择正确的方法分析数据，如何更好地利用分析结果，这些都是数据分析过程中要解决的核心问题。
本课程分别介绍了初识商务数据分析、商务数据的获取与管理、市场和行业数据分析、竞争对手数据分析、商品数据分析、销售数据分析、客户数据分析、商务数据可视化与分析报告等知识，通过本课程的学习，能够帮助学生学习和理解各种数据分析知识，并能将这些知识熟练地应用到实际工作当中，使之成为数据分析方面的可用之才。
三、课程教学要求注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。
“关联程度”栏中字母表示二者关联程度。
关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或"1”。
”课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。
四、课程教学内容五、考核要求及成绩评定六、学生学习建议(-)学习方法建议1.理论结合实训的方式，提高学生的实战动手能力；2.熟练掌握各种类型数据的采集方式与分析技巧；3.能够掌握如何利用Exce1完成数据分析的工作，并能够将所学的知识应用到实际工作中；(-)学生课外阅读弁考资料≪Exce1商务数据分析与应用》，人民邮电出版社出版《电子商务数据分析及应用》，人民邮电出版社出版七、课程改革与建设本课程采用项目任务式结构，适当简化了理论知识，注重培养学生的实践与应用能力。
全书围绕电商平台店铺运营中的商务数据展开，并列举了大量的实用性商务数据操作案例，帮助学生学习和理解各种数据分析知识，并能将这些知识熟练地应用到实际工作当中，使之成为数据分析方面的可用之才。
大数据商务分析与应用-教学大纲
《大数据商务分析与应用》教学大纲课程编号：071133B课程类型：□通识教育必修课□通识教育选修课□专业必修课 专业选修课□学科基础课总学时：48讲课学时：32实验（上机）学时：16学分：3适用对象：信息管理与信息系统专业（电子商务）先修课程：面向对象程序设计与开发，数据库原理与应用，统计学，商务智能与数据挖掘一、教学目标商务数据特别是大数据的挖掘、分析和利用，已经成为当前大型企业之间竞争的重要工具和手段。
本课程主要学习大数据商务分析的相关原理、方法和技术，根据实际业务需求，基于一种大数据商务分析开发工具如Python对相应的业务数据进行处理、分析和应用。
通过本课程学习，使学生了解大数据的采集、传输、处理、分析和应用的相关技术，掌握Python的基础语言知识、大数据分析和应用技术，能够基于Python 进行数据采集、处理、分析和应用开发工作。
鉴于商务数据分析已经成为电子商务运营和网络营销中重要的工具和手段，因此该课程是电子商务专业培养方案的重要组成部分，是先修课程“统计学”和“商务智能与数据挖掘”的实战延续，并可为同期进行的专业必修课“电子商务运营管理”打下良好技术基础。
二、教学内容及其与毕业要求的对应关系（一）教学内容本课程主要教学内容是在学生掌握基本的统计学、数据挖掘等基本原理和算法后，学习基于Python编程语言的基本语法、一般应用开发方法和常用的数据分析和数据挖掘方法等。
具体包括：Python基础知识，Python数据分析工具，数据探索，数据预处理，挖掘建模，案例分析等。
（二）教学方法和手段根据教学目标，拟采用的教学方法有：课堂讲解基本概念和核心知识，讲授和讨论相结合领会知识要点，案例教学训练解决问题的能力，最后借助Python 开发环境软件让学生进行上机操作和具体实践。
（三）实践教学环节要求根据教学进度和要求布置相应的小作业，通过上机实践。
每一章都有对应的上机内容，如Python开发环境配置与入门程序开发、各章节开发例程等。
大数据商务分析与应用-教学大纲
大数据商务分析与应用》教学大纲课程编号： 071133B 课程类型：□通识教育必修课□专业必修课 □学科基础课 总学时： 48 讲课学时： 32 学 分：3适用对象：信息管理与信息系统专业（电子商务） 先修课程：面向对象程序设计与开发，数据库原理与应用，统计学，商务智 能与数据挖掘、教学目标商务数据特别是大数据的挖掘、 分析和利用， 已经成为当前大型企业之间竞 争的重要工具和手段。
本课程主要学习大数据商务分析的相关原理、 方法和技术， 根据实际业务需求，基于一种大数据商务分析开发工具如 Python 对相应的业务 数据进行处理、分析和应用。
通过本课程学习，使学生了解大数据的采集、传输、处理、分析和应用的相 关技术，掌握 Python 的基础语言知识、 大数据分析和应用技术， 能够基于 Python 进行数据采集、 处理、分析和应用开发工作。
鉴于商务数据分析已经成为电子商 务运营和网络营销中重要的工具和手段， 因此该课程是电子商务专业培养方案的 重要组成部分，是先修课程“统计学”和“商务智能与数据挖掘”的实战延续， 并可为同期进行的专业必修课“电子商务运营管理”打下良好技术基础。
二、教学内容及其与毕业要求的对应关系（一）教学内容□通识教育选修课 专业选修课实验（上机）学时： 16本课程主要教学内容是在学生掌握基本的统计学、数据挖掘等基本原理和算法后，学习基于Python 编程语言的基本语法、一般应用开发方法和常用的数据分析和数据挖掘方法等。
具体包括：Python 基础知识，Python 数据分析工具，数据探索，数据预处理，挖掘建模，案例分析等。
（二）教学方法和手段根据教学目标，拟采用的教学方法有：课堂讲解基本概念和核心知识，讲授和讨论相结合领会知识要点，案例教学训练解决问题的能力，最后借助Python 开发环境软件让学生进行上机操作和具体实践。
（三）实践教学环节要求根据教学进度和要求布置相应的小作业，通过上机实践。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据商务分析与应用》教学大纲
课程编号： 071133B 课程类型：□通识教育必修课
□专业必修课 □学科基础课 总学
时： 48 讲课学时： 32 学 分：
3
适用对象：信息管理与信息系统专业（电子商务） 先修课程：
面向对象程序设计与开发，数据库原理与应用，统计学，商务智 能与数据挖掘
、教学目标
商务数据特别是大数据的挖掘、 分析和利用， 已经成为当前大型企业之间竞 争的重要工具和手段。
本课程主要学习大数据商务分析的相关原理、 方法和技术， 根据实际业务需求，基于一种大数据商务分析开发工具如 Python 对相应的业务 数据进行处理、分析和应用。
通过本课程学习，使学生了解大数据的采集、传输、处理、分析和应用的相 关技术，掌握 Python 的基础语言知识、 大数据分析和应用技术， 能够基于 Python 进行数据采集、 处理、分析和应用开发工作。
鉴于商务数据分析已经成为电子商 务运营和网络营销中重要的工具和手段， 因此该课程是电子商务专业培养方案的 重要组成部分，是先修课程“统计学”和“商务智能与数据挖掘”的实战延续， 并可为同期进行的专业必修课“电子商务运营管理”打下良好技术基础。
二、教学内容及其与毕业要求的对应关系
（一）教学内容
□通识教育选修课 专业选修课
实验（上机）学时： 16
本课程主要教学内容是在学生掌握基本的统计学、数据挖掘等基本原理和算法后，学习基于Python 编程语言的基本语法、一般应用开发方法和常用的数据分析和数据挖掘方法等。
具体包括：Python 基础知识，Python 数据分析工具，数据探索，数据预处理，挖掘建模，案例分析等。
（二）教学方法和手段
根据教学目标，拟采用的教学方法有：课堂讲解基本概念和核心知识，讲授和讨论相结合领会知识要点，案例教学训练解决问题的能力，最后借助Python 开发环境软件让学生进行上机操作和具体实践。
（三）实践教学环节要求
根据教学进度和要求布置相应的小作业，通过上机实践。
每一章都有对应的上机内容，如Python 开发环境配置与入门程序开发、各章节开发例程等。
建议自学时安装和配置这些软件进行自学，完成书上案例的内容。
通过上机学习本课程的理论，掌握基于Python 语言和工具的数据分析方法。
（四）学习要求
为有效学习本课程，要求学生首先具备数据库、面向对象程序设计与开发等方面的基本知识，熟练掌握面向数理统计与数据挖掘等方面的完整专业知识。
自学时应该熟读大纲，提纲挈领地掌握Python 数据分析的内容，随后按照大纲熟读教材，并通过课后思考和上机实践进行多角度和多层次的反复学习。
（五）与毕业要求的关系
随着大数据时代的到来，大型企业、政府和机构逐渐积累了大量的业务数据，基于互联网技术和大数据分析手段挖掘商务和业务应用的价值，逐渐成为电子商务运作和企业竞争的必要组成部分，也是未来发展的必然趋势。
因此，学习和掌握大数据的商务分析方法、技术及相关应用，不仅是当前电子商务产业发展的需要，还是适应未来大型组织运营和竞争的基本要求，也是电子商务专业培养的基本要求。
（五）教学中应注意的问题由于数理统计原理和数据仓库与数据挖掘技术原理是该课
程的先修基础，如果学生先修基础课没有学好，学习基于Python 语言的数据分析工具，则出现不知道如何选用并且不理解数据分析结果的问题。
因此，教学中需要根据学生掌握先修课程基础情况，由易到难循序渐进学习数据分析相关工具和技术。
三、各教学环节学时分配
教学课时分配
第一章Python 基础知识
教学内容：概要介绍Python 开发工具与安装配置，数据类型与数据组织方
法，基本流程语句和使用方法，常用类和库的方法和接口，文件系统和数据库开
重点和难点：Python 数据类型与数据组织方法，常用类和库的方法和接口。
考核要求：使学生了解常见的Python 集成开发工具和资源，深入理解Python 数据类型与数据组织及数据转换方法，能够应用Python 基础语言和类库进行基
本的文字处理和数据存取操作
实验一：Python 开发环境搭建与入门程序开发。
实验二：学生信息的存储与读取处理（基于文件或数据库）。
第二章Python 数据分析工具教学内容：常用数据分析工具的介绍与练习，包括Numpy，Scipy ，Matplotlib ，Pandas，StatsModels 等。
重点和难点：Numpy、Matplotlib 和Pandas 类库的常用接口形式、数据组织格式及常用绘图工具的使用和开发。
考核要求：了解Python 常用数据分析工具的种类、安装配置与功能定位，掌握
Numpy、Matplotlib 和Pandas 类库的编程接口与使用方式，能够应用上述类库进行初步的数据统计。
实验三：给定样本数据，练习使用Numpy和Pandas 进行基本的统计分析。
实验四：给定样本数据，练习使用Matplotlib 进行基本的统计绘图。
第三章数据探索
教学内容：数据质量分析，数据特征分析，Python 主要数据探索函数。
重点和难
点：Python 主要数据探索函数的使用与结果分析。
考核要求：了解数据质量分析和数据特征分析常用方法，熟练掌握Python 主要数据探索函数的使用方法，理解数据探索分析结果。
实验五：电子商务网站用户行为的数据探索分析。
第四章数据预处理教学内容：数据清洗，数据集成，数据变换，数据规约。
重点和难点：Python 主要数据预处理函数的使用。
考核要求：了解数据清洗、数据集成、数据变换和数据规约的基本概念和原
理，掌握Python 主要数据预处理函数的使用
实验六：应用系统运行或电子商务消费者行为数据的预处理练习，重点练习数据集成与数据转换。
第五章挖掘建模教学内容：分类与预测，聚类分析，关联规则，时序模式，离群点检测。
重点和难点：基于Python 的分类与预测及关联规则的相关算法和工具使用。
考核要求：了解Python 的聚类分析、时序模式和离群点检测的相关算法，掌握基于Python 的分类与预测及关联规则的类包工具使用，理解数据分析结果。
实验七：给出样本数据，练习使用分类与预测及关联规则的数据分析工具，并对分析结果进行解释。
第六章案例分析教学内容：综合利用已学数据分析和数据挖掘知识，运用Python 对
商业案例数据进行分析和预测。
重点和难点：数据分析各阶段工具的综合利用与结果解释。
考核要求：能够综合运用Python 提供的各类分析工具，对给定的商业案例数据进行必要的分析，并能够理解分析结果。
实验八：电商产品评论数据的综合数据分析。
五、考核方式、成绩评定本课程采用平时、期末作业相结合的考核方式，尤其注重实践环节的考核。
各部分所占比重为平时成绩占40%，期末大作业成绩占60%。
平时成绩包括考勤成绩（10%）和上机作业成绩（30）。
期末考核采用大作业形式，指定某个具体业务场景和相应业务数据，要求学生能够对数据进行处理、编码和分析，最后提供相应的数据分析方案和分析报告。
考核方式注重知识应用能力和解决问题能力的考核，需要学生提交自己开
发的基于Python 的数据分析方案及分析报告。
六、主要参考书及其他内容
（一）推荐教材
1．张良均，王路，谭立云，苏剑林等著. Python 数据分析与挖掘实战. 北京：机械工业出版社，2015. ISBN ：9787111521235
2．利（Fabio Nelli ）著；杜春晓译. Python 数据分析实战. 北京：人民邮电出版社, 2016. ISBN：9787115432209.
（二）主要学习参考书
1. 郭江涛，于晓强，宋燕红著；Python 基础教程. 北京：人民邮电出版社，2015. ISBN ：9787115398680.
2. Wes McKinney 著；唐学韬等译. 利用Python 进行数据分析. 北京：机械工业出版社, 2014. ISBN：9787111436737.
执笔人：付东普教研室主任：范烺系教学主任审核签名：。