生活中的大数据系统及应用

• 课程导学
  

  课程导学

  教学大纲

  第一部分 大纲说明

  一、课程的性质和任务

    《生活中的大数据系统及应用》是国家开放大学实验学院开设的面向所有专业的一门通识课。 3 学分， 54 学时，开设 一 学期。
    本课程以我国大数据的产生、发展、现状、挑战、安全和应用为主线，领域涵盖“大数据的产生”“大数据的存储”“大数据安全”“存储管理系统”“大数据的应用”“人工智能”等领域，旨在介绍大数据的基本概念、技术和应用，培养学生对大数据的理解和分析能力，为学生提供实际应用大数据技术的能力和工具。

  二、 与相关课程的衔接

    本课程内容包括多学科知识的基本内容、研究方法、学科发展的最新成果等，学习环节和学习内容由浅入深层层递进，除学习专业理论外，还包含课后探索与实践环节，以便更好地提高学生的科研和创新能力，培养多学科交叉领域的复合型人才。

  一、课程的性质和任务

    《生活中的大数据系统及应用》是国家开放大学实验学院开设的面向所有专业的一门通识课。 3 学分， 54 学时，开设 一 学期。
    本课程以我国大数据的产生、发展、现状、挑战、安全和应用为主线，领域涵盖“大数据的产生”“大数据的存储”“大数据安全”“存储管理系统”“大数据的应用”“人工智能”等领域，旨在介绍大数据的基本概念、技术和应用，培养学生对大数据的理解和分析能力，为学生提供实际应用大数据技术的能力和工具。

  二、 与相关课程的衔接

    本课程内容包括多学科知识的基本内容、研究方法、学科发展的最新成果等，学习环节和学习内容由浅入深层层递进，除学习专业理论外，还包含课后探索与实践环节，以便更好地提高学生的科研和创新能力，培养多学科交叉领域的复合型人才。

  三、课程教学的基本要求

    1. 了解大数据在不同领域的应用案例，培养学生的团队合作和问题解决能力。
    2. 理解大数据的基本概念和特点，全面了解课程的体系、结构，对课程有一个总体的认识。
    3. 掌握大数据收集、存储、处理和分析的基本技术。学会使用大数据工具和平台进行数据处理和分析。

  四、教学方法与教学形式建议

    1．本课程将采用理论教学与实践相结合的方式进行，教学内容将通过课堂讲授、案例分析、实践项目等形式进行，以培养学生的分析和解决实际问题的能力。
    2．多学科融合，大数据涉及到多个学科领域，如统计学、计算机科学、商科等。鼓励跨学科的教学方法，通过跨学科合作和交流，培养学生的综合能力和团队合作精神。
    3. 实时数据分析，使用实时数据源，让学生进行实时数据分析和决策。这样的实践能够让学生体验到大数据分析的实际应用，并培养他们在快节奏环境下的决策能力。
    4. 自主学习和持续学习，鼓励学生主动参与自主学习和持续学习。提供相关的学习资源和学习社区，让学生可以随时学习和交流，跟上大数据领域的最新发展。
    5. 根据学生的背景和学习能力，灵活选择适合的教学方法和形式。同时，及时反馈和评估学生的学习成果，为他们提供个性化的指导和支持，以促进他们在大数据领域的学习和发展。

  五、课程教学要求的层次

    教学过程中，有关基本知识、基本原理按“了解、理解、掌握”三个层次进行，三个层次要求如下：
    了解：要求学习者对这部分内容有所认知；
    理解：要求学习者对这部分内容能够理解，即不仅要知道是什么，还要知道为什么；掌握：要求学习者对这部分内容能够深入理解并熟练把握，同时能运用有关标准操作和分析去解决实际问题

  第二部分 课程时长

  本课程 3 学分，课内 265 分钟，开设 一 学期。具体学时建议分配如下：

  序号	教学内容	时长
  1	大数据概述   本专题主要讲解大数据的产生和大数据的内涵。包括大数据的技术发展状况、大数据的主要来源、大数据的定义和分类、大数据的重要性，以及大数据在物联网应用、云计算与信息物理系统、人工智能、城市管理、精准医疗、科学研究等领域的应用模式及其重要性等内容。	41 分钟
  2	大数据安全   本专题从大数据安全的背景和基本概念着手，先后介绍了云的安全、隐私保护技术、大数据应用于安全等方面的内容，清楚地认识到现行的大数据安全的管理技术和应用。	39 分钟
  3	大数据存储系统   本专题内容包含大数据存储系统的重要性及挑战、大数据存储系统的扩展性技术、可靠性技术和集约性技术等，普及大数据存储系统的基本知识。	27 分钟
  4	大数据管理系统   本专题从大数据思维、大数据管理系统的历史、大数据管理系统的特征、大数据管理系统的架构和大数据管理系统 NoSQL 等入手，讲解大数据管理系统的基础知识。	53 分钟
  5	大数据分析及应用   本专题从大数据分析的基本概念入手，详细地介绍了大数据分析是什么，有哪些有效的分析方法，目前面临的挑战，以及在各行业中的应用等内容，对数据分析的相关知识有一个清晰的认识。	30 分钟
  6	人工智能前沿与应用   本专题介绍人工智能前沿算法、模型和系统等基础知识，详细介绍其在科学研究和工业领域的深度应用，同时，体会人工智能技术属性和社会属性相互结合的特征，提高追求真理、恪守伦理和服务社会的信息时代素养。	45 分钟
  7	人工智能在智能制造中的应用   本专题介绍了智能制造的四大基本要素、智能制造发展体系框架、智能制造未来研究工作思索及展望等内容。重点阐释了在机器人化智能制造方面的探索成果，具体包括世界各国发展机器人化智能制造的布局，机器人化智能制造的科学内涵、技术挑战，以及机器人化智能制造基础科学中心的三个研究方向和三个工程应用等。	45 分钟
  合计		265 分钟

  第三部分 教学内容与教学要求

  专题一 大数据概论

  【教学内容】
  1. 什么是大数据，大数据是如何产生的
  2. 大数据的主要来源
  3. 大数据的重要性
  
  【教学要求】
  1. 了解：大数据在不同领域的应用
  2. 理解：大数据的基本概念和特点
  3. 掌握：大数据的产生和来源

  专题二 大数据安全

  【教学内容】
  1. 什么是大数据安全
  2. 什么是云安全
  3. 隐私保护技术有哪些
  
  【教学要求】
  1. 了解：云安全和隐私保护的主要技术
  2. 理解：大数据安全的主要内容
  3. 掌握：大数据的产生和来源

  专题三 大数据存储系统

  【教学内容】
  1. 存储系统的重要性和挑战
  2. 存储系统的主要技术
  
  【教学要求】
  1. 了解：大数据存储面临的挑战
  2. 理解：大数据存储的重要性
  3. 掌握：大数据存储的技术方法

  专题四 大数据管理系统

  【教学内容】
  1. 什么是大数据管理系统，大数据管理系统的特征
  2. 存储系统的主要技术
  3. 大数据思维
  
  【教学要求】
  1. 了解：大数据管理系统的现状和发展过程
  2. 理解：大数据思维
  3. 掌握：大数据管理系统的架构

  专题五 大数据分析及应用

  【教学内容】
  1. 大数据分析方法和面临的挑战
  2. 大数据的应用
  
  【教学要求】
  1. 了解：大数据分析面临的挑战
  2. 理解：大数据分析方法
  3. 掌握：大数据分析在实际生活中的应用

  专题六 人工智能前沿与应用

  【教学内容】
  1. 大人工智能发展与演变
  2. 大模型的历史发展
  3. 人工智能的应用
  
  【教学要求】
  1. 了解：人工智能在科学研究和工业领域的深度应用
  2. 理解：人工智能赋能和使能的手段和方法
  3. 掌握：人工智能前沿算法、模型和系统等基础知识

  专题七 人工智能在智能制造中的应用

  【教学内容】
  1. 什么是机器人化智能制造，机器人化智能制造探索与展望
  2. 机器人化智能制造面临的挑战
  
  【教学要求】
  1. 了解：机器人化智能制造的研究进展和发展前景
  2. 理解：机器人化智能制造所面临的技术挑战
  3. 掌握：机器人化智能制造的科学内涵

  展开全文

  考核说明

  一、有关说明

  1. 考核对象

    本课程考核对象为国家开放大学所有专业的学生。

  2. 启用时间

    从 2024 年秋季开始使用。

  3. 考核目标

    通过本课程的学习，使学生理解掌握“大数据的特征”“大数据安全”“大数据存储系统”“大数据管理系统”“大数据分析及应用”“机器人化智能制造”的概念、现状、面临的挑战和现阶段的主要的成果，通过对大数据分析、系统建模、数据筛选、存储拓展，数据安全等专业的的学习和运用，推动大数据技术在商业领域、城市建设、医疗服务等智能领域的创新和应用。   

  4. 考核依据

    本考核说明以国家开放大学《生活中的大数据系统及应用》视频课程为依据编写，是形成性考核和终结性考试命题的基本依据。

  5. 考核方式及计分方法

    本课程考核采用形成性考核方式，包含学习任务和形考任务。学习任务占课程综合成绩的 10%，形考任务占课程综合成绩的 90%。课程考核成绩统一采用百分制，即学习任务和形考任务成绩均采用百分制。

  一、有关说明

  1. 考核对象

    本课程考核对象为国家开放大学所有专业的学生。

  2. 启用时间

    从 2024 年秋季开始使用。

  3. 考核目标

    通过本课程的学习，使学生理解掌握“大数据的特征”“大数据安全”“大数据存储系统”“大数据管理系统”“大数据分析及应用”“机器人化智能制造”的概念、现状、面临的挑战和现阶段的主要的成果，通过对大数据分析、系统建模、数据筛选、存储拓展，数据安全等专业的的学习和运用，推动大数据技术在商业领域、城市建设、医疗服务等智能领域的创新和应用。   

  4. 考核依据

    本考核说明以国家开放大学《生活中的大数据系统及应用》视频课程为依据编写，是形成性考核和终结性考试命题的基本依据。

  5. 考核方式及计分方法

    本课程考核采用形成性考核方式，包含学习任务和形考任务。学习任务占课程综合成绩的 10%，形考任务占课程综合成绩的 90%。课程考核成绩统一采用百分制，即学习任务和形考任务成绩均采用百分制。

  二、考核方式与要求

  形成性考核

  本课程考核采用形成性考核方式。形成性考核占课程成绩的 100%。
  1. 考核手段
    形成性考核采用学习任务和形考任务，由各分部或行业学院根据课程要求组织实施。
  2. 考核形式
    形成性考核的内容见学习平台课程端，依据学习任务和形考任务完成情况给分。
  3. 考核目的
    涵盖课程教学大纲中涉及的教学内容，是对学习者学习目标的阶段性测试。加强对学生平时自主学习过程的指导和监督，重在对学生自主学习过程进行指导和检测，引导学生按照教学要求和学习计划完成学习任务，达到掌握知识、提高能力的目标，提高学生的综合素质。
  4.形考任务各形式所占权重及计分方法
    形成性考核包括学习完成度和形考试题，每次形考任务按百分制计分。
  5. 考核要求
    形成性考核要求见下表。
  

  形成性考核要求

  序号	章节	形 式	权重
  1	专题一至专题七	学习完成度	10%
  2	专题一、二	形考试题	25%
  3	专题三、四	形考试题	25%
  4	专题五、六	形考试题	25%
  5	专题七	形考试题	15%

  三、课程考核的相关内容

    终结性考试难度按掌握、理解、了解三个不同层次的要求出题。其中掌握内容占70%，理解内容占 20%，了解内容占 10%。
  
  

  专题一 大数据概论

  考核要求

  1. 了解：大数据在不同领域的应用
  2. 理解：大数据的基本概念和特点
  3. 掌握：大数据的产生和来源
  
  

  专题二 大数据安全

  考核要求

  1. 了解：云安全和隐私保护的主要技术
  2. 理解：大数据安全的主要内容
  3. 掌握：大数据安全的问题背景和基本概念
  
  

  专题三 大数据存储系统

  考核要求

  1. 了解：大数据存储面临的挑战
  2. 理解：大数据存储的重要性
  3. 掌握：大数据存储的技术方法
  
  

  专题四 大数据管理系统

  考核要求

  1. 了解：大数据管理系统的现状和发展过程
  2. 理解：大数据思维
  3. 掌握：大数据管理系统的架构
  
  

  专题五 大数据分析及应用

  考核要求

  1. 了解：大数据分析面临的挑战
  2. 理解：大数据分析方法
  3. 掌握：大数据分析在实际生活中的应用

  专题六 人工智能前沿与应用

  考核要求

  1. 了解：人工智能在科学研究和工业领域的深度应用
  2. 理解：人工智能赋能和使能的手段和方法
  3. 掌握：人工智能前沿算法、模型和系统等基础知识

  专题七 人工智能在智能制造中的应用

  考核要求

  1. 了解：机器人化智能制造的研究进展和发展前景
  2. 理解：机器人化智能制造所面临的技术挑战
  3. 掌握：机器人化智能制造的科学内涵

  展开全文

  • 教学大纲 网页
  • 考核说明 网页
• 破冰活动
  

  破冰活动

  • 破冰活动 讨论区
• 大数据概论
  

  大数据概论

  • 专题导学

  • 课前预热 网页
  • 知识点一 什么是大数据

  • 核心内容 网页
  • 知识点二 大数据的主要来源

  • 核心内容 网页
  • 知识点三 大数据的重要性

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 大数据安全
  

  大数据安全

  • 专题导读

  • 课前预热 网页
  • 知识点一 什么是大数据安全，大数据是如何产生的

  • 核心内容 网页
  • 知识点二 什么是云安全

  • 核心内容 网页
  • 知识点三 隐私保护技术有哪些

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 大数据存储系统
  

  大数据存储系统

  • 专题导读

  • 课前预热 网页
  • 知识点一 大数据存储的重要性和所面临的挑战

  • 核心内容 网页
  • 知识点二 存储系统的几个关键技术

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 大数据管理系统
  

  大数据管理系统

  • 专题导读

  • 课前预热 网页
  • 知识点一 什么是大数据管理系统，大数据管理系统的特征

  • 核心内容 网页
  • 知识点二 大数据的系统架构、存储系统

  • 核心内容 网页
  • 知识点三 大数据思维

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 大数据分析及应用
  

  大数据分析及应用

  • 专题导读

  • 课前预热 网页
  • 知识点一 大数据分析的方法及面临的挑战

  • 核心内容 网页
  • 知识点二 大数据的应用

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 人工智能前沿与应用
  

  人工智能前沿与应用

  • 专题导读

  • 课前预热 网页
  • 知识点一 人工智能发展与演变

  • 核心内容 网页
  • 知识点二 存储系统的几个关键技术

  • 核心内容 网页
  • 知识点三 人工智能的应用

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 人工智能在智能制造中的应用
  

  人工智能在智能制造中的应用

  • 专题导读

  • 课前预热 网页
  • 知识点一 什么是智能制造？什么是机器人化智能制造？

  • 核心内容 网页
  • 知识点二 机器人化智能制造面临的挑战

  • 核心内容 网页
  • 课后活动

  • 课程回顾 网页
  • 实践探索 网页
  • 延伸讨论 网页
• 形考
  

  形考

  • 形考

  • 形考任务一 测验
  • 形考任务二 测验
  • 形考任务三 测验
  • 形考任务四 测验
  • 学习行为表（10%）-无需学生提交作业
• 单科课程25春第一批次直播课
  

  单科课程25春第一批次直播课
• 教学评价
  

  教学评价

  • 辅导教师教学评价表 反馈