网络可视化、时空数据可视化、多维数据可视化等常用的大数据可视化方法，可通过Excel、Processing、NodeXL和ECharts软件实现数据的可视化。
　　重点：数据可视化流程、大数据可视化方法、大数据可视化软件与工具。
　　难点：时空数据可视化、多维数据可视化。
　　第8章 互联网大数据处理                            4学时
　　基本要求：掌握互联网信息抓取技术，能够通过互联网信息抓取、文本分词、倒排索引与网页排序这4个主要步骤实现互联网大数据处理，并能够熟练运用。
　　重点：Nutch爬虫、文本分词、倒排索引、网页排序。
　　难点：倒排索引。
　　第9章 大数据商业应用                              2学时
　　基本要求：熟悉用户画像和精准营销的构建；熟悉广告推荐系统的建设；熟悉互联网金融的应用方法。
　　重点：用户画像构建流程、用户标签、广告推荐、互联网金融应用方向。
　　难点：信用评分算法、分类模型的性能评估。
　　第10章 行业大数据                                  2学时
　　基本要求：以地震大数据、交通大数据、环境大数据和警务大数据为例来熟悉行业大数据的应用，学会利用数据创造价值。
　　重点：理解数据和数据分析在业务活动中的具体表现。
　　难点：无。
 
　　三、课程安排
 
　　通过在线直播的方式进授课。授课时间为：2020年5月25日开课
　　具体课程安排如下：
 

 
　　四、课时分配
 

 
　　五、建议教材与教学参考书
 


 
　　大数据导论（适合于高职高专院校）
 
　　一、课程性质、目的与要求
 
　　课程性质：高职高专院校大数据专业必修课程、非大数据专业选修课程。
　　课程目的：本课程力求加深学生在程序设计方法上的理解和把握，通过相关的事例让学生对各知识点先了解，再理解，最后逐步掌握。整个过程融“教、学、练”于一体，加强学生实践动手能力、独立思考问题和解决问题的能力，达到正确灵活地利用操作系统各知识点来解决相关问题的目标，并为后续专业基础课程、专业课程的学习奠定扎实的基础。
　　课程要求：本课程在教学过程中，根据高职培养应用型人才的特点，以典型工作任务为主线、以各种资源管理为核心，以培养能力和提高兴趣为目标，变应试为应用，重视在新形势下的新方法、新规则和新思想的传授。着重培养学生能灵活应用这些思想和方法的能力。课程教学中要遵循理论来自于实践的原则，融“教、学、练”于一体，体现“在做中学，在学中做，学以致用”，以增强知识点的实践性，激发学生的学习兴趣。在实践教学环节中则融入相关理论知识，突出理论来自于实践和指导实践的作用，使学生的知识应用根据学习的内容提升一个新的高度。
　　具体目标：
　　知识目标
　　大数据基本概念和应用
　　大数据的架构
　　大数据的采集和预处理
　　大数据的存储
　　大数据分析
　　大数据可视化
　　大数据的商业应用
　　技能目标
　　大数据的基本概念和应用范围
　　理解大数据架构的相关概念
　　理解大数据采集和预处理相关的概念，掌握数据采集相关技术的应用，了解大数据预处理相关技术
　　理解大数据存储相关概念，掌握大数据存储相关技术
　　了解大数据分析相关概念，了解大数据分析的相关技术
　　理解数据可视化的相关概念，掌握大数据可视化的相关技术
　　了解大数据的商业应用情况
 
　　二、教学内容
 
　　总学时：36学时
　　第1章 大数据基本概念和应用                      2学时
　　基本要求：了解大数据的相关概念，了解大数据的来源、特征和意义、了解大数据的表现形态、了解大数据的各种应用场景。