人文社科领域大数据智能分析与应用 课程计划
课程号：0011100045
第1讲 国家大数据战略
1.目的要求：了解习近平关于国家大数据战略重要论述，了解国家大数据战略相关政策，初步掌握经济、政治、文化、社会等领域大数据平台的使用。
2.教学内容：习近平关于国家大数据战略重要论述，国家大数据战略相关政策，北大法宝网、天眼查、中国知网、国图馆藏目录等大数据网站的操作。
3.重点难点：习近平关于国家大数据战略重要论述，北大法宝网、天眼查、中国知网、国图馆藏目录等大数据网站的操作
4.作业安排：对教师已完成的“大数据的大数据”数据分析报告进行更新，查询得到大数据在政产学研用等方面的最新数据、绘制可视化图表。
第2讲 大数据知识图谱
1.目的要求：了解大数据的定义和外延，了解大数据的发展历程，理解大数据的重要价值，能够绘制本学科大数据研究术语云图。
2.教学内容：大数据的定义和外延，大数据的发展历程，大数据的重要价值，大数据研究术语提取与云图绘制。
3.重点难点：大数据的重要价值，大数据研究术语提取与云图绘制。
4.作业安排：确定自己学科所在文献分类（根据学院名称、专业名称确定），检索关键词中包含“大数据”的学术期刊论文，模糊检索，发表时间为2011年至2022年，导出题录信息（可调整文献分类目录，确保导出的数据在1000条左右），提取大数据术语并绘制术语云图，并从已有论文中推荐1篇你认为有价值的大数据研究论文。
第3讲 人文社科领域大数据应用案例
1.目的要求：了解人文学科（哲学、文学、历史学、艺术学）、社会科学（经济学、法学、教育学、管理学）等学科的大数据应用案例，尝试搜索本学科的大数据应用案例。
2.教学内容：大数据应用案例分享与剖析，大数据应用案例检索与分享。
3.重点难点：案例剖析
4.作业安排：搜索本学科的大数据应用案例并分享到班级讨论区。
第4讲 大数据采集与存储
1.目的要求：了解大数据采集的各种方法和手段；掌握利用网络爬虫批量采集数据。
2.教学内容：大数据采集的各种方法和手段；网络爬虫操作教学。
3.重点难点：大数据采集的各种方法和手段；网络爬虫操作教学。
4.作业安排：（1）使用国家图书馆馆藏目录，检索2011年至2022年出版的标题包含“大数据”的图书，并导出图书基本信息，存为文本文件。数量为1000本图书。（2）确定自己学科所在文献分类（根据学院名称、专业名称确定），使用中国知网学术期刊库检索关键词中包含“大数据”的学术期刊论文，模糊检索，发表时间为2011年至2022年，导出题录信息，下载refworks文本格式和自定义excel格式两种格式。数量在500条至1000条。（3）明确自己负责采集的省份（没有指定省份的同学，采集自己家乡省份的数据），找到该省份官网及该省新闻页面，使用后羿采集器，采集所有新闻，要求有新闻标题、发布时间和新闻全文，导出为excel格式文件。如果新闻数据过多，可将日期设定为2017年至今的所有新闻。
第5讲 大数据预处理
1.目的要求：了解数据预处理的各种方法；掌握结构化数据和非结构化数据的转换方法；掌握字段拆分和合并方法。
2.教学内容：数据预处理的各种方法；对第4讲采集得到的数据进行预处理。
3.重点难点：结构化数据和非结构化数据的转换方法；字段拆分和合并方法。
4.作业安排：（1）利用第4讲作业中采集到的图书信息，从图书文本信息中整理出每本图书的书名、作者、出版地、出版社以及出版年份，剔除不包含“大数据”一词的书籍，利用微词云网站绘制图书标题词汇云图，并将图片拷贝到Excel文档中。提交Excel文档1份。（2）利用附件中提供的证书模板和立项名单，给自己所在学院的2021年青苗计划项目获得者发放立项通知。提交生成的通知word文档1份。
第6讲 统计分析
1.目的要求：了解统计分析的各种方法和统计指标；掌握SPSS用于考试成绩分析、问卷分析的流程和方法。
2.教学内容：统计分析的各种方法和统计指标；SPSS操作教学。
3.重点难点：假设检验的原理及结果解读；SPSS操作教学。
4.作业安排：按照教师所给样例，利用之前完成的随堂测验成绩，完成考试分析报告，包括全校考试基本情况分析、考试成绩分布分析及各班级比较分析。
第7讲 聚类分析
1.目的要求：了解聚类算法的基本原理；掌握SPSS的聚类分析操作。
2.教学内容：聚类算法的基本原理；人文社科领域聚类分析应用；SPSS的聚类分析操作。
3.重点难点：聚类算法的基本原理；SPSS的聚类分析操作。
4.作业安排：按照教师所给样例，现场开展《大学生网络素养调查》，将得到的调查问卷用于问卷分析，完成问卷分析报告,包括问卷回收及有效性分析、回收问卷基本情况、问卷信效度分析、问卷总体情况、不同分组学生差异检验分析、学生得分聚类分析等。
第8讲 关联规则
1.目的要求：了解关联规则算法的基本原理；掌握数据挖掘工作平台Weka的关联规则分析操作。
2.教学内容：关联规则算法的基本原理；关联规则在各领域的典型应用如购物篮分析、天气分析、投票分析中等；数据挖掘工作平台Weka的关联规则分析操作。
3.重点难点：关联规则算法的基本原理；数据挖掘工作平台Weka的关联规则分析操作。
4.作业安排：现场开展问卷调查，询问同学们过去一天的食堂用餐菜品（主食和菜），然后用Weka对调查数据进行分析，发现同学们常见的菜品组合及不同性别、不同地域的菜品偏好。
第9讲 社会网络分析
1.目的要求：了解社会网络分析的基本定义和相关概念；了解知识图谱的相关知识；掌握使用CiteSpace进行知识图谱分析的操作方法。
2.教学内容：社会网络分析的基本定义和相关概念；知识图谱的相关知识；CiteSpace操作方法。
3.重点难点：社会网络分析的基本定义和相关概念；CiteSpace操作方法。
4.作业安排：以教师提供的样例为基础，基于CNKI学术期刊库论文，采集中央民族大学自建校以来的全部论文，完成中央民族大学研究知识图谱构建，包括文献计量分析、作者共现网络分析、关键词知识图谱分析以及自己所在学院的研究成果知识图谱分析。
第10讲 文本挖掘
1.目的要求：了解文本挖掘的基本概念；了解中文分词算法的基本原理；掌握微词云在中文分词、词性标注中的应用。
2.教学内容：文本挖掘的基本概念；中文分词算法的基本原理；微词云网站操作教学。
3.重点难点：中文分词算法的基本原理；微词云网站操作教学。
4.作业安排：以《千家诗》为样本，借助citespace软件和微词云网站，运用可视化分析、聚类分析等方法，从高频字的字频、词性及其共现关系等维度对《千家诗》进行深入分析，引用相关诗句对分析结果进行解读，形成分析报告。
第11讲 数据可视化及PowerBi应用
1.目的要求：了解数据可视化的定义；了解数据可视化图表的四要素；了解可视化图表的选用原则；掌握PowerBi操作使用。
2.教学内容：数据可视化的定义；数据可视化图表的四要素；可视化图表的选用原则；PowerBi操作教学。
3.重点难点：数据可视化图表的四要素；PowerBi操作教学。
4.作业安排：根据教育部官网上提供的2020年教育统计数据和《2020年全国教育事业发展统计公报》，全面采集全国2020年教育统计数据并行政区域为单位进行数据合并，然后根据统计公报中文字描述，利用PowerBi完成《2020年全国教育事业发展统计公报》可视化版。
第12讲 人文社科领域大数据分析报告任务发布与辅导
1.目的要求：明确期末大作业大数据分析报告任务要求；完成分组并申报报告选题。
2.教学内容：大数据分析报告任务要求；大数据分析报告样例解读。
3.重点难点：大数据分析报告任务要求
4.作业安排：选取所学学科领域及对应的实践领域，充分采集经济、政治、文化、社会等领域的大数据，时间限定为2022年，从政府、企业、高校人才培养、科学研究、社会应用等五个方面对这一领域的研究与实践进展进行画像，形成一个PPT讲稿。该PPT包含封面、摘要、数据来源及分析方法说明、小节标题、正文、封底等；统一PPT字体为微软雅黑，正文文字行距为1.1倍；不设置动画，不设置音效，不插入视频文件；视觉表达设计体现“拆”“去”“白”“强”“体”等重点突出、信息简洁设计要求；体现“关”“关”“框”“齐”等层次分明、版式恰当设计要求。
第13讲 数据安全
1.目的要求：深入学习领会习近平总书记网络强国重要论述中有关大数据和网络安全的相关论述；了解数据安全相关知识；掌握数据安全相关技能。
2.教学内容：数据安全法律及标准；教育数据安全风险、事件及规范。
3.重点难点：数据安全相关技能
4.作业安排：自查在使用计算机、个人终端过程中存在的数据安全隐患并整改。
教学形式
采用OBE教育理念，以学生产出为导向开展教学，上课即上机，学习即作业，每节课学生都需要完成一定的上机任务，得到规模不等的作品，课堂中有满满的获得感。
考核方式
（1）平时作业6次，占90%。每项作业自该作业发布之时起3周内提交，逾期未交不计成绩。
（2）随堂测验占10%。自开放测验后30分钟内完成测验，逾期未完成测验不计成绩。
选读书目
（一）选用教材：
《常见的教育数据处理方法》，魏顺平，电子工业出版社（2020/06）, 9787121391538
（二）主要参考书目及其他相关学习资源
[1]大数据时代———生活、工作与思维的大变革,浙江人民出版社，维克多•迈尔—舍恩伯格，肯尼恩．库克
[2]大数据智能分析，清华大学出版社，张华平，商建云，刘兆友
[3]互联网+教育: 中国基础教育大数据，电子工业出版社，杨现民，田雪松
