大数据技术与应用基础-教学大纲
《大数据技术与应用基础》教学大纲
学时：60
代码：
适用专业：
制定：
审核：
批准：
一、课程的地位、性质和任务
大数据技术的发展，已被列为国家重大发展战略。而在过去的几年里，无论是聚焦大数据发展的《促进大数据发展行动纲要》，还是《“十三五”规划》中都深刻体现了政府对大数据产业和应用发展的重视。目前国内大数据发展还处于加速期、转型期，数据与传统产业的融合还处于起步阶段，各行业对大数据分析和挖掘的应用还不理想。但随着市场竞争的加剧，各行业对大数据技术研究的热情越来越高，在未来几年，各领域的数据分析都将大规模应用。
本课程在注重大数据时代应用环境前提下，考虑大数据处理分析需求多样复杂的基本情况，从初学者角度出发，以轻量级理论、丰富的实例对比性地介绍大数据常用计算模式的各种系统和工具。考虑到当前大数据发展处于起步并逐步赶超先进的阶段，其应用领域丰富广泛，在教学过程中应注重掌握大数据分析的实践操作。本课程通过丰富简单易上手的实例，让学生能够切实体会和掌握各种类型工具的特点和应用。
二、课程教学基本要求
1. 了解大数据的发展和基本概念，理解并掌握大数据的特征及主要技术层面。
2. 掌握Scrapy环境的搭建，了解网络爬虫获取数据的过程，熟悉爬虫项目的创建。
3. 深刻了解hadoop的基础理论，理解并掌握Hadoop单机及集群环境的部署方法。
4. 掌握HDFS的基本概念和HDFS在hadoop中的作用，理解并识记HDFS的使用，了解HDFS的JAVA API接口及数据流原理；让学生明白Map过程与Reduce过程这两个独立部分各自的原理及合作途径，知道如何独立编写满足自己需求的MapReduce程序。
5. 理解HBase中涉及的基本概念，掌握HBase的简单应用；让学生了解数据仓库的基础概念，熟悉Hive与HDFS、MapReduce直接的关心。
6. 熟悉Spark和RDD的基本概念，熟悉spark接口的使用，解决实战时的步骤及思路。
7. 明白Hadoop和Storm之间的差别，掌握对Storm的使用。理解Apex的工作过程并能简单应用。
8. 了解Druid的基本概念、应用场景以及集群架构，掌握批量数据加载、流数据加载的操作。了解Flink的重要概念和基本架构，掌握Flink简单的使用实例。
9. 理解Elasticsearch的基本架构，掌握Elasticsearch的一些入门操作。了解并基本掌握怎样利用所学的工具对目标实例进行数据分析。
三、课程的内容
1．大数据概述
了解大数据的产生和发展，识记大数据的特征、数据类型和系统，大数据的计算模式和技术层面间的关联。
2．数据获取
识记基本概念，识记各功能应怎样用Scrapy爬虫实现，了解采集目标数据项定义，领会并掌握爬虫运行和数据存储技术。
3．Hadoop基础
领会Hadoop的主要特点，识记Hadoop HDFS、Hadoop MapReduce、Hadoop YARN的原理，了解其生态系统中重要组成的原理，熟悉Hadoop的配置。
4．HDFS基本应用
熟悉HDFS所需的API接口，了解数据流的工作过程，能简单操作HDFS的接口。
5．MapReduce应用开发
了解所需的开发环境eclipse，领会Map过程与Reduce过程的工作原理，了解使用mapreduce 解决实际问题时的步骤和思路，识记MapReduce代码的不同功能。
6．分布式数据库HBase
识记HBase的基本概念，熟悉安装HBase集群的步骤，了解HBaseAPI的基本步骤。
7．数据仓库工具Hive
领会Hive的作用，掌握Hive接口的使用，会利用Hive解决实战问题。
8．开源集群计算环境Spark
了解Spark的基本思想，熟悉Spark所需的环境及API等，熟悉Spark实战的完整工作过程，领会其所需的代码。
9．流实时处理系统Storm
识记Storm相关概念，掌握Storm环境的安装配置，了解Storm的基本使用
10．企业级、大数据流处理Apex
识记Apex的基本概念，掌握Apex的环境配置过程，理解常见组件的原理和特点，会简单的应用Apex解决问题。
11．事件流OLAP之Druid
了解Druid的概念及其应用场所，掌握Druid单机环境的安装方法和步骤，并能利用Druid进行加载流数据处理数据查询等。
12．事件数据流引擎Flink
识记Flink的基本概念，明白Flink的基本架构，能够安装Flink的单机和集群环境。
13．分布式文件搜索Elasticsearch
了解Elasticsearch包含重要部分的基本概念，掌握Elasticsearch重要的安装过程，掌握简单的操作。
14．实例电商数据分析
能够通过已经学习了解过的环境和工具等，有条理有步骤的对实例进行数据挖掘、数据处理和数据分析等，进而得出相关的结论。
四、课程的重点、难点
1．大数据概述
重点：大数据的概念和特征。
难点：大数据的计算模式和技术层面间的关联。
2．数据获取
重点：Scrapy环境的搭建。
难点：网络爬虫获取数据的过程。
3．Hadoop基础
重点：Hadoop的基础理论及安装。
难点：Hadoop单机及集群环境的部署方法。
4．HDFS基本应用
重点：掌握HDFS的两种使用方法。
5．MapReduce应用开发
重点：明白Map过程与Reduce过程的原理。
难点：独立编写满足自己需求的MapReduce程序。
6．分布式数据库HBase
重点：HBase所包含的3个重要组件的工作方式。
难点：如何通过HBase shell和HBase API访问HBase。
7．数据仓库工具Hive
重点：熟悉简单的Hive命令。
8．开源集群计算环境Spark
重点：理解Spark的工作机制。
难点：解决实战时的步骤及思路。
9．流实时处理系统Storm
重点：Storm的实时处理。
难点：利用Storm的特点对数据进行合适的处理。
10．企业级、大数据流处理Apex
重点：Apex的流处理功能。
11．事件流OLAP之Druid
重点：使用Druid进行加载和查询数据。
12．事件数据流引擎Flink
重点：明白Flink的基本架构。
难点：Flink系统中进程间处理信息的原理。
13．分布式文件搜索Elasticsearch
重点：Elasticsearch的基本架构。
14．实例电商数据分析
难点：怎样利用所学的工具对目标实例进行数据分析。
五、课时分配表
六、实验项目及基本要求
实验一通过爬虫获取数据
要求：能安装爬虫所需环境，创建简单的爬虫项目。成功完成爬虫核心实现。实验二 Hadoop安装与配置
《数据库原理及应用》教学大纲.
《数据库原理及应用》教学大纲 课程编号： 课程英文名称：Principle And Application of Database 课程类别：专业基础课程课程性质：必修课 学分： 3.5 总学时：64 理论学时：48 实验学时：16 开课对象：计算机应用与维护（专科） 开课分院、系：电子信息分院，计算机系 一、课程的性质、目的和任务 数据库是当前计算机领域中应用最广泛、发展最迅速的技术，数据库原理与应用课程是计算机相关专业的专业基础课。本课程的任务是培养学生数据库技术的综合应用能力。本课程主要介绍数据库的基本概念、数据模型，SQL语言，关系数据库及关系数据库理论、数据库设计方法，数据库保护以及SQL Server关系数据库系统的应用。通过本课程的学习，使学生掌握数据库的基本理论和数据库的应用技术，为后续课程学习以及今后从事数据库系统的开发打下一定的基础。 二、先修课程及预备知识 先修课程：计算机文化基础、程序设计语言 三、课程内容、基本要求及学时分配 1.数据库系统基本概念（4学时） [1]基本概念 [2]数据库技术及发展 [3]数据库系统的结构 基本要求： ①了解数据库技术的发展情况，理解数据库系统的结构。 ②掌握数据库的基本概念。 2.数据模型与概念模型（4学时） [1]信息的三种世界 [2]概念模型 [3]数据模型 基本要求： ①了解信息的三种世界，深刻理解概念模型和数据模型。 ②掌握概念模型和数据模型的表示方法。 3.关系数据库（4学时） [1]关系模型及其定义 [2]关系代数 基本要求： ①了解关系模型的数据结构，关系模型的完整性约束。 ②掌握关系代数的运算方法。
大数据的概念、技术及应用
大数据的概念、技术及应用1 概述 1.1 大数据的概念和特点 1.1.1 大数据的基础 1.1.2 大数据如何“与时俱进”？ 1.1.3 大数据发展趋势 人工智能 物联网结合 各个行业的深入 1.2 大数据的技术基础 1.2.1 从数据仓库开始 1.2.2 HADOOP 生态圈 1.2.3 与云计算的关系 1.2.4 数据运维能力提升 1.3 大数据的应用举例 1.3.1 大数据提升客户分析能力 1.3.2 大数据提升产品分析能力 1.3.3 大数据提升管理水平 1.3.4 大数据提升各行业“智慧” 1.4 大数据下的人工智能（AI） 1.4.1 什么是人工智能
1.4.2 人工智能改变哪些行业？ 1.4.3 大数据下的人工智能有何不同？ 1.4.4 人工智能的“颠覆” 1.5 大数据如何精细化管理 1.5.1 量化管理的引出 1.5.2 大数据如何提升“量化”的维度和深度1.5.3 从艺术到技术 1.5.4 自动驾驶到自动管理？ 1.6 电信企业的大数据“商机” 1.6.1 从网络运营到数据运营 1.6.2 提炼“内功” 1.6.3 提升外部管理能力 1.6.4 扩展增值产品运营市场 2 大数据的行业解决方案应用案例 2.1 基础应用范围 2.2 石油行业应用案例 2.3 交通行业应用案例 2.4 旅游行业应用案例 2.5 金融行业应用案例 2.6 电信行业应用案例 2.7 互联网行业应用案例等
3 大数据技术基础 3.1 从数据仓库开始 3.1.1 数据仓库的“集中” 3.1.2 数据仓库的模型标准化3.1.3 大数据的演进 3.2 HADOOP 生态圈 3.2.1 开源社区概述 3.2.2 开源改变了什么？3.2.3 HADOOP 生态圈内容3.2.4 HADOOP 的技术原则3.2.5 HADOOP 的运维3.3 HADOOP 基础 3.3.1 HDFS 的原理 3.3.2 MAP/REDUCE 原理3.3.3 YARN 原理 3.4 HIVE/HBASE 技术 3.4.1 HIVE 的原理 3.4.2 HBASE 的原理 3.4.3 两者的关系 3.5 SPARK 技术 3.5.1 基本原理
大数据技术与应用专业人才需求分析和预测性调研报告优选
大数据技术与应用专业人才需求分析和预测性调研报告 一、调研情况分析 (一)政府发展规划与政策动态 推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 2018年，贵州提出“万企融合”大行动，计划用五年时间，带动10000家企业通过应用大数据技术，提升企业数字化、网络化、智能化水平，实现发展新增长、服务升级。有预测称，这次行动将在贵州形成超过1200亿美元的市场。 (二)市场需求和行业发展趋势 1）大数据市场需求 大数据经过前几年的概念热炒之后，逐步走过了探索阶段、市场启动阶段，当前已经在接受度、技术、应用等各个方面趋于成熟，开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展，行业规模增长迅速。截至2014 年，全球大数据市场规模已经成长到300 亿美元的空间，预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿
美元，是整个IT 市场增幅的6 倍。大数据市场规模在2020 年有望达到611.6 亿美元，符合年增长率将达到26%。 中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。“大数据”已成为一个热门词语高频出现在各种场合，其专门人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，俱预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业的一个很大的优惠。未来几年人才需求将持续走俏。引进和培养1000名大数据产业高端人才，形成500亿元大数据产业规模，建成国内重要的大数据产业基地，大数据应用人才在的需求量也将越来越大。 2）大数据行业发展趋势 整体来看，2017 年中国大数据行业的发展依然呈稳步上升趋势，市场规模达到了 234 亿元，和2016年相比增速超过 39%。随着政策的支持和资本的加入，未来几年中国大数据规模还将继续增长，但增速可能会趋于平稳。 “大数据技术与应用”是个新兴专业必能带动”IT时代“走向”DT时代”。2016年国家发展改革委、工业和信息化部、中央同意贵州省建设国家大数据（贵州）综合试验区，这也是首个国家级大数据综合试验区。此举旨在贯彻落实《国务院关于印发促进大数据发展行动纲要的通知》（国发201550号），加快实施国家大数据战略，促进区域性大数据基础设施的整合和数据资源的汇聚应用，发挥示范带动作用中国国家信息中心发展，在2017年发布的《中国大数据发展报告》显示贵州的大数据发展政策环境指数居全国第一，贵州各级政府在大数据这件事情上给企业也提供了许多的政策支持。随着贵州大数据产业的发展，贵州正吸引越来越多年轻人创业寻梦，吸引本土人才的回流。年轻人的选择，代表了趋势，聚人气的地方，一定有发展。在贵州大数据政策的指引下，走上了快速发展的通道。我们的发展速度也反映了贵州速度，据我所知，贵州省大数据相关企业已经达到8900家。
数据库应用技术——SQL Server 2008 R2-教学大纲
《SQL Server数据库技术及应用 （2008 R2）》 课程大纲
目录 一、课程的性质与作用 (1) 1.课程的性质 (1) 2.课程的作用 (2) 二、课程目标 (3) 1.能力目标 (3) 2.知识目标 (4) 3.素质目标 (4) 三、课程的教学内容、学时分配及教学形式 (5) 四、课程教学设计指导框架 (6) （一）设计学习情境 (6) 1.学习情境1—教务管理信息系统的数据库开发与维护 (6) 2.学习情境2—图书管理信息系统的数据库开发与维护 (7) 3.学习情境3—企/事业管理信息系统的数据库开发与维护 (8) （二）设计教学单元 (9) 1.学习情境1的单元教学目标与结果形式 (10) 2.学习情境2的单元教学目标与结果形式 (12) 3.学习情境3的单元教学目标与结果形式 (14) 五、课程教学条件 (15) （一）教学团队的基本要求 (15) 1.课程教学团队规模 (15) 2.课程负责人要求 (15) 3.任课教师专业背景及能力要求 (15) 4.兼职教师要求 (15) （二）教学硬件环境基本要求 (15) （三）教学资源基本要求 (16) 1.以案例和项目为载体的主教材 (16) 2.以工作过程为导向的配套教学资源 (16) 3.本课程的省级精品课程网站 (17) 4.推荐参考书 (17) 5.推荐参考网站 (17) 六、其他说明 (18)
（一）学生学习基础要求 (18) （二）校企合作方式 (19) （三）教学模式建议 (19) 1.教学形式 (19) 2.教学方法 (21) 3.教学手段 (21) 4.组织安排 (22) 5.考核评价 (22)
大数据技术与应用基础教学大纲
大数据技术与应用基础》教学大纲 时：60 码： 适用专业： 定： 核： 准： 、课程的地位、性质和任务 大数据技术的发展，已被列为国家重大发展战略。而在过去的几年里，无论是聚焦大数据发展的《促进大数据发展行动纲要》，还是《“十三五”规划》中都深刻体现了政府对大数据产业和应用发展的重视。目前国内大数据发展还处于加速期、转型期，数据与传统产业的融合还处于起步阶段，各行业对大数据分析和挖掘的应用还不理想。但随着市场竞争的加剧，各行业对大数据技术研究的热情越来越高，在未来几年，各领域的数据分析都将大规模应用。 本课程在注重大数据时代应用环境前提下，考虑大数据处理分析需求多样复杂的基本情况，从初学者角度出发，以轻量级理论、丰富的实例对比性地介绍大数据常用计算模式
的各种系统和工具。考虑到当前大数据发展处于起步并逐步赶超先进的阶段，其应用领域 丰富广泛，在教学过程中应注重掌握大数据分析的实践操作。本课程通过丰富简单易上手 的实例，让学生能够切实体会和掌握各种类型工具的特点和应用。 、课程教学基本要求 1 . 了解大数据的发展和基本概念，理解并掌握大数据的特征及主要技术层面。 2 . 掌握Scrapy 环境的搭建，了解网络爬虫获取数据的过程，熟悉爬虫项目的创建。 3 . 深刻了解hadoop的基础理论，理解并掌握Hadoop单机及集群环境的部署方法。 4 . 掌握HDFS的基本概念和HDFS在hadoop中的作用，理解并识记HDFS勺使用，了解 HDFS的JAVA API接口及数据流原理；让学生明白Map过程与Reduce过程这两个独立部分各自的原理及合作途径，知道如何独立编写满足自己需求的Map Reduces序。 5.理解HBase中涉及的基本概念，掌握HBase的简单应用；让学生了解数据仓库的基 础概念，熟悉Hive与HDFS Map Reduced接的关心。 6.熟悉Spark和RDM基本概念，熟悉spark接口的使用，解决实战时的步骤及思路。 7.明白Hadoop和Storm之间的差别，掌握对Storm的使用。理解Apex的工作过程并能简单应用。 8. 了解Druid 的基本概念、应用场景以及集群架构，掌握批量数据加载、流数据加载 的操作。了解Flink 的重要概念和基本架构，掌握Flink 简单的使用实例。
大数据分析及其在医疗领域中的应用-图文(精)
第７期 ２４ ２０１４年４月１０日 计算机教育 ＣｏｍｐｕｔｅｒＥｄｕｃａｔｉｏｎ ◆新视点 文章编号：１６７２．５９１３（２０１４）０７—００２４－０６ 中图分类号：Ｇ６４２ 大数据分析及其在医疗领域中的应用 邹北骥 （中南大学信息科学与工程学院，湖南长沙４１００８３） 摘要：互联网和物联网技术的快速发展给数据的上传与下载带来了前所未有的便利，使得互联网上 的数据量急剧增长，由此产生了针对大数据的存储、计算、分析、处理等新问题，尤其是对大数据的挖掘。文章分析当前大数据产生的背景，阐述大数据的基本特征及其应用，结合医疗领域，论述医疗 大数据分析的目的、意义和主要方法。 关键词：大数据；物联网；医疗；大数据挖掘 １ 大数据早已存在，为何现在称之为大
数据时代 计算与数据是一对孪生姐妹，计算需要数据，数据通过计算产生新的价值。数据是客观事 物的定量表达，来自于客观世界并早已存在。例 如，半个世纪前，全球的人口数量就有数十亿，与之相关的数据就是大数据；但是在那个时代，由于技术的局限性，大数据的采集、存储和处理 还难以实现。 互联网时代之前，采集世界各地的数据并让它们快速地进入计算系统几乎是一件不可想象的 事情。２０世纪８０年代兴起的互联网技术在近３０ 年里发生了翻天覆地的变化，彻底地改变了人们的工作和生活方式【ｌ】。通过互联网人们不仅可以下载到新闻、小说、论文等各类文字数据，而且可以轻而易举地下载到音乐、图像和视频等多媒体数据，这使得互联网上的数据流量急剧增长。据统计，现在互联网上每分钟流人流出的数 据量达到１ ０００ ＰＢ，即１０亿 ＧＢｔ２１。 推动大数据产生的另一个重要因素是物联网技术。近几年发展起来的物联网技 术通过给每个物品贴上标签 并应用ＲＦＩＤ等技术实现了
数据库原理及应用教学大纲
数据库原理及应用教学大纲 课程名称：数据库原理及应用I 适用专业：成人教育学生 一、课程性质与教学目的 数据库技术是计算机科学中发展最快的领域之一，也是应用最广的技术之一，它已成为计算机信息系统与应用系统的核心技术和重要基础。 本课程是计算机专业的必修课程。通过本课程的学习，使学生理解数据库系统的基本原理：包括数据库的一些基本概念，各种数据模型的特点，关系数据库基本概念，SQL 语言，关系数据理论，数据库的设计理论。掌握数据库应用系统的设计方法、了解数据库技术的发展动向，以指导今后的应用。 二、本课程的相关课程 数据库系统是信息系统的基础，数据库技术是计算机信息系统和应用系统实现的关键技术。目前它已成为一门科学。 计算机文化基础、高级语言程序设计、操作系统、数据结构与算法等课程为本门课程的先修课程，在不同的方面为本门课程打下相关的知识基础。 学习了本门课程，掌握相关知识和技能，又为进一步进行其他课如软件工程、数据库应用系统开发，信息系统分析与设计等提供了相关的知识基础。 三、本课程的基本内容及要求 （一）基本内容 本课程主要介绍：数据库技术的基础知识、关系数据模型、关系数据库标准语言SQL、DBMS实例及SQL的高级应用、关系数据库理论、数据库系统保护技术(数据库恢复技术、并发控制、数据库的安全性、数据库的完整性)、数据库技术的新发展以及数据库设计等内容。 （二）基本要求 知识方面：1.数据库技术基础知识、关系数据模型 2.关系数据库标准语言SQL语法 3.关系数据理论、关系规范化理论 4.数据库恢复技术、并发控制、数据库的安全性、完整性以及数据库技术的 新发展等内容。 5.数据库设计
《数据库应用技术》教学大纲
数据库应用技术》教案大纲 适用专业 ： 高职计算机应用技术 学时学分 ： 48 学时， 3 学分 课程类型 ： B 类（理论 +实践）课 课程性质 ： 必修课 课程编号 ： 20302600 执笔人 ： 蔡贵荣 审定人 ： 蔡江云 编撰日期 ： 2009 年 8 月修订 、课程性质和任务 本课程是 B 类（理论 +实践）课， 3 学分，计划 48 学时，其中实践 24 学时，占总学时 50%，是高职计算机应用技术专业学生的职业技能课。 本课程的任务是介绍数据库的基本知识、 SQL Server 数据库管理与开发的基本技能和实际 应用案例。通过本课程的学习，学生应掌握 SQL Server 2005 的实用技术、掌握 T-SQL 编程技 术、掌握数据完整性和数据安全性的技术、掌握数据库常规管理技术，从而使学生能够独立完 成数据库工程的分析和设计，并运用所学到的知识开发实际的数据库工程。 、教案内容和要求 第 1 单元 SQL Server 2005 基础知识 教案内容： 1.1SQL Server 2005 概述 SQL Server 2005 的体系结构 数据库和数据库对象 SQL Server 2005 1.2SQL Server 2005 SQL Server 2005 SQL Server 2005 Microsoft SQL Server 的安装 1.3SQL Server 2005 的配置 注册服务器 配置服务器选项 1.4SQL Server Management Studio 教案要求： 1. 了解 Microsoft SQL Server 2005 2. 了解 Microsoft SQL Server 2005 3. 理解 SQL Server 体系结构的特点和 数据库引擎的作用 4. 理解数据库和组成数据库的各种对象的类型和作用 5. 熟练掌握 SQL Server Management Studio 工具的使用 第 2 单元数据库对象建立与维护 教案内容： 2.1 数据库 数据库的基本概念 数据库的创建 数据库的修改 删除数据库 2.2 表 表的数据类型 创建表 创建约束 向表中添加数据 查看表 修改、删除表 的特点 的安装 版本的特点 的运行环境要求 管理工具的使用 的特点 的安装和配置
大数据技术与应用专业详细解读
大数据技术与应用专业详细解读 大数据技术与应用专业是新兴的“互联网+”专业，大数据技术与应用专业将大数据分析挖掘与处理、移动开发与架构、人软件开发、云计算等前沿技术相结合，并引入企业真实项目演练，依托产学界的雄厚师资，旨在培养适应新形势，具有最新思维和技能的“高层次、实用型、国际化”的复合型大数据专业人才。 专业背景 近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。截止到目前，人们日常生活中的数据量已经从TB(1024GB=1TB)级别一跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。当下，大数据从业人员的两个主要趋势是：1、大数据领域从业人员的薪资将继续增长；2、大数据人才供不应求。 图示说明：2012-2020年全球数据产生量预测 专业发展现状 填补大数据技术与应用专业人才巨大缺口的最有效办法无疑还需要依托众多的高等院校来培养输送，但互联网发展一日千里，大数据技术、手段日新月异，企业所需要的非常接地气的人才培养对于传统以培养学术型、科研型人才为主要使命的高校来说还真有些难度。幸好这个问题已经被全社会关注，政府更是一再提倡产教融合、校企合作来创办新型前沿几
乎以及“互联网+”专业方向，也已经有一些企业大胆开始了这方面的创新步伐。据我了解，慧科教育就是一家最早尝试高校校企合作的企业，其率先联合各大高校最早开设了互联网营销，这也是它们的优势专业，后来慧科教育集团又先后和北京航空航天大学、对外经济贸易大学、贵州大学、华南理工大学、宜春学院、广东开放大学等高校在硕、本、专各个层次开设了大数据专业方向，在课程体系研发、教学授课及实训实习环节均有来自BAT以及各大行业企业一线的技术大拿参与，所培养人才能够很好地满足企业用人需求。 专业示例 笔者在对慧科教育的大数据技术与应用专业做了专门研究，共享一些主要特色给大家参考： 1.培养模式 采用校企联合模式，校企双方（即慧科教育集团和合作校方）发挥各自优势，在最大限度保证院校办学特色及专业课程设置的前提下，植入相应前沿科技及特色人才岗位需求的企业课程。 2.课程体系 笔者对慧科教育的大数据技术与应用做了专门研究，现分享一下慧科专业共建的课程给大家参考。慧科教育集团的专业课程重在培养学生的理论知识和动手实践能力，学生在完成每个学期的理论学习后，至少有两个企业项目实战跟进，让学生在项目中应用各类大数据技术，训练大数据思路和实践步骤，做到理论与实践的充分结合。 大数据专业的课程体系包括专业基础课、专业核心课、大数据架构设计、企业综合实训等四个部分。
大数据技术与应用基础_教学大纲
《大数据技术与应用基础》教学大纲 学时：60 代码： 适用专业： 制定： 审核： 批准： 一、课程的地位、性质和任务 大数据技术的发展，已被列为国家重大发展战略。而在过去的几年里，无论是聚焦大数据发展的《促进大数据发展行动纲要》，还是《“十三五”规划》中都深刻体现了政府对大数据产业和应用发展的重视。目前国内大数据发展还处于加速期、转型期，数据与传统产业的融合还处于起步阶段，各行业对大数据分析和挖掘的应用还不理想。但随着市场竞争的加剧，各行业对大数据技术研究的热情越来越高，在未来几年，各领域的数据分析都将大规模应用。 本课程在注重大数据时代应用环境前提下，考虑大数据处理分析需求多样复杂的基本情况，从初学者角度出发，以轻量级理论、丰富的实例对比性地介绍大数据常用计算模式的各种系统和工具。考虑到当前大数据发展处于起步并逐步赶超先进的阶段，其应用领域丰富广泛，在教学过程中应注重掌握大数据分析的实践操作。本课程通过丰富简单易上手的实例，让学生能够切实体会和掌握各种类型工具的特点和应用。 二、课程教学基本要求 1. 了解大数据的发展和基本概念，理解并掌握大数据的特征及主要技术层面。 2. 掌握Scrapy环境的搭建，了解网络爬虫获取数据的过程，熟悉爬虫项目的创建。 3. 深刻了解hadoop的基础理论，理解并掌握Hadoop单机及集群环境的部署方法。 4. 掌握HDFS的基本概念和HDFS在hadoop中的作用，理解并识记HDFS的使用，了解HDFS 的JAVA API接口及数据流原理；让学生明白Map过程与Reduce过程这两个独立部分各自的原理及合作途径，知道如何独立编写满足自己需求的MapReduce程序。 5. 理解HBase中涉及的基本概念，掌握HBase的简单应用；让学生了解数据仓库的基础概念，熟悉Hive与HDFS、MapReduce直接的关心。 6. 熟悉Spark和RDD的基本概念，熟悉spark接口的使用，解决实战时的步骤及思路。
《数据库应用》课程教学大纲
《数据库应用》课程教学大纲 课程类别：专业核心课 适用专业：经济信息管理/工商企业管理/会计/市场营销 适用层次：高起专 适用教育形式：网络教育/成人教育 考核形式：考试 所属学院：经济管理学院 先修课程：无 一、课程简介 本课程是一门专业课程。主要讲述数据处理的方法和相关技术。具体包括数据库的概念、关系的结构、表的形成、表单的制作和数据的分析管理。 二、课程学习目标 数据库应用领域已从数据处理、事务处理、信息管理扩大到计算机辅助设计、人工智能、信息系统等更广阔的应用领域。本课程面向实际应用，研究如何存储、使用和管理数据，有较强的理论性和实用性。本课程旨在介绍数据库系统以及关系数据库系统的基本概念、基础理论以及相关知识，同时，系统讲述数据库设计理论和数据库系统的安全性、完整性、并发控制等相关概念和技术，为学生全面了解数据库技术在管理信息系统中的应用，运用数据库技术从事信息管理，开发、运行和维护管理信息系统打下坚实的基础。 三、课程的主要内容及基本要求 （一）理论学时部分 第一章数据库系统基础 『知识点』 数据库基本概念；数据库技术的产生和发展；数据库管理系统的功能；数据库管理系统的组成；数据库应用系统的体系结构；数据库应用系统的三级数据模式；概念模型与数据模
型。 『重点』 数据库管理系统的功能和组成；数据库应用系统的三级数据模式；概念模型与数据模型。 『难点』 三级数据模式；概念模型与数据模型。 『基本要求』 1、识记：数据库、DBMS、数据模型。 2、领会：DBMS的功能与组成；三级模式结构如何保证数据与程序的独立性；建立数据模型的意义。 3、简单应用：要求学生能正确认识管理需求，并用概念模型表达。 第二章关系数据库 『知识点』 关系数据结构及性质；关系的完整性；关系代数。 『重点』 关系数据结构。 『难点』 关系数据结构；主键约束、外键约束。 『基本要求』 1、识记：关系数据结构的定义和相关基本概念；关系的性质；完整性约束；关系代数运算。 2、领会：关系模型与集合代数的关系；关系操作语言。 3、简单应用：要求学生正确认识关系的候选键、主码、外码、主属性。
大数据技术与应用专业人才培养方案
附件： 2017年大数据技术与及用人才培养方案 一、培养目标 本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。 二、学制及招生对象 （一）学制：三年 （二）招生对象：高中毕业生和中职毕业生 三、人才培养规格 （一）职业面向、预期工作岗位名称 1.主要岗位 本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换； 大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析； 2.相关岗位 大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。 3.进阶岗位 大数据技术公司管理岗位和高级技术岗位 （二）起薪标准 4500元/月 （三）人才质量标准 1.知识要求 毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能； ②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语， 包括技术性文档和资料； ③掌握计算机方面的专业基础知识，能适应信息化建设； ④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技 能； ⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。 2.能力要求 通过三年的学习，学生应具备从事本专业领域相关工作的能力。 ①熟练操作办公自动化软件； ②具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。 ③具备办公自动化设备维护的能力；具备数据库系统管理维护的能力； ④具备非结构化数据处理能力； ⑤具备数据仓库管理基本能力； ⑥具备OOP程序设计能力； ⑦具备Web应用开发能力； ⑧具备Linux Server、Hadoop项目管理维护的能力； ⑨具备数据挖掘、数据清洗、数据可视化的处理能力。 3.素质要求 ①政治思想素质： 热爱祖国，拥护党的基本路线。遵纪守法，善于独立思考，勇于创新的精神。具备良好的职业道德与素养。 ②文化素质： 具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。 ③业务素质： 掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专业技能的能力。
《NoSQL数据库原理与应用》课程教学大纲(正式版)
NoSQL数据库原理与应用 （含实验） 教学大纲 （2018版） 2018年10月
前言 一、大纲编写依据 NoSQL泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。 本课程系统全面地介绍NoSQL数据库系统的基本原理和实现技术，充分反映该领域的最新研究成果。主要内容包括：NoSQL数据库所用的基本原理、结构特点、重要的算法，及部分系统的实际实现技巧等。 二、课程目的 1、知识目标 掌握NoSQL数据库系统的概念、结构、功能；掌握NoSQL数据库系统设计的原理、方法和技术；掌握NoSQL数据库的优化、可靠性、安全性等知识；掌握设计NoSQL数据库系统的方法，为学生后继课程及实践打下基础。 2、能力目标 (1) 实践能力 通过本课程的学习，努力培养学生良好的NoSQL数据库程序设计风格和严密的逻辑思维能力，提高NoSQL数据库程序设计与实现能力、创新思维和创新能力。为后续课程的学习和今后研制、开发各种计算机软件打下坚实的基础。 (2) 创新能力 通过使用NoSQL数据库语言进行数据库程序设计，从编程能力、软件开发能力等方面，使学生具备一定的NoSQL数据库开发的能力。 三、教学方法 1、课堂教学 (1) 讲授 本课程的教学内容以讲授为主，讲授的主要内容有NoSQL数据库的基本概念、基本原理、NoSQL数据库的分类、Hbase的基本原理、Hbase的基本组件、Hbase的管理与编程、MongoDB 基础、MongoDB进阶、其他非关系型数据库技术。根据教学大纲的要求，突出重点和难点。 (2) 教师指导下的学生自学 指导学生自主学习其他非关系型数据库的程序设计技术。教师通过给出一些相关的实例程序帮助学生理解和进行程序设计，并布置相应的上机习题让学生进行练习。 (3) 其它教学方法 采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来
大数据技术原理与应用 林子雨版 课后习题答案
第一章 1.试述信息技术发展史上的3次信息化浪潮及具体内容。 2.试述数据产生方式经历的几个阶段 答：运营式系统阶段，用户原创内容阶段，感知式系统阶段。 3.试述大数据的4个基本特征 答：数据量大、数据类型繁多、处理速度快和价值密度低。 4.试述大数据时代的“数据爆炸”的特性 答：大数据时代的“数据爆炸”的特性是，人类社会产生的数据一致都以每年50%的速度增长，也就是说，每两年增加一倍。 5.数据研究经历了哪4个阶段？
答：人类自古以来在科学研究上先后历经了实验、理论、计算、和数据四种范式。 6.试述大数据对思维方式的重要影响 答：大数据时代对思维方式的重要影响是三种思维的转变：全样而非抽样，效率而非精确，相关而非因果。 7.大数据决策与传统的基于数据仓库的决策有什么区别 答：数据仓库具备批量和周期性的数据加载以及数据变化的实时探测、传播和加载能力，能结合历史数据和实时数据实现查询分析和自动规则触发，从而提供对战略决策和战术决策。 大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析。 8.举例说明大数据的基本应用 答： 9.举例说明大数据的关键技术
答：批处理计算，流计算，图计算，查询分析计算 10.大数据产业包含哪些关键技术。 答：IT基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。 11.定义并解释以下术语：云计算、物联网 答：云计算：云计算就是实现了通过网络提供可伸缩的、廉价的分布式计算机能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT资源。 物联网是物物相连的互联网，是互联网的延伸，它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。 12.详细阐述大数据、云计算和物联网三者之间的区别与联系。
大数据技术与应用专业人才需求分析和预测性调研报告
大数据技术与应用专业 人才需求分析和预测性调研报告 一、调研情况分析 (一)政府发展规划与政策动态 推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 2018年，贵州提出“万企融合”大行动，计划用五年时间，带动10000家企业通过应用大数据技术，提升企业数字化、网络化、智能化水平，实现发展新增长、服务升级。有预测称，这次行动将在贵州形成超过1200亿美元的市场。 (二)市场需求和行业发展趋势 1）大数据市场需求 大数据经过前几年的概念热炒之后，逐步走过了探索阶段、市场启动阶段，当前已经在接受度、技术、应用等各个方面趋于成熟，开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展，行业规模增长迅速。截至 2014 年，全球大数据市场规模已经成长到300 亿美元的空间，预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿美元，是整个IT 市场增幅的6 倍。大数据市场规模在2020 年有望达到611.6 亿美元，符合年增长率将达到26%。 中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。“大数据”已成为一个热门词语高频出现在各种场合，其专门人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，俱预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业的一个很大的优惠。未来几年人才需求将持续走俏。引进和培养1000
《数据库应用》课程教学大纲
《数据库应用》课程教学大纲 课程名称：数据库应用 一、课程基本情况 （一）学分：3 学时：48 （理论学时：32 实验学时：16 ）（二）课程类别：专业必修课 （三）适用专业：安全防范 （四）开设学期：第三学期 （五）先修课程：高级语言程序设计 （六）教材与参考书目： 教材： 《SQL Server实用教程》，郑阿奇主编，电子工业出版社，2009年，第3版； 参考书目： 《数据库原理及应用（SQL Server）》，李俊山，罗蓉，赵方舟编著，清华大学出版社，2009年，第1版； 《SQL Server数据库技术大全》，郑阿奇编著，清华大学出版社，2009年，第1版 《SQL Server求生秘籍》，（美）亨德森主编，若启，一辉，瞿杰译，人民邮电出版社，2009年，第1版； 二、课程介绍 （一）SQL Server课程是本课程主要任务是讲授SQL server2000的功能和开发编程方法，先介绍系统环境，然后分门别类地介绍数据库和表、数据库的查询和视图、T-SQL语言、索引与数据完整性、存储过程和触发器等。，每一部分均先讲理论知识，后分析实例，实例既有单独的，又有可贯穿整个课程使用的，方便学生了解掌握。 （二）本课程属于数据库应用类课程，重在培养学生的综合实践能力。 （三）通过本课程的学习，要求学生达到以下要求：掌握数据库系统基础知识,了解SQL server 2000体系结构,掌握SQL server 2000各种管理工具及T-SQL 语言的使用。同时培养学生分析问题、解决问题的能力，并为今后进一步大型数据库应用系统开发奠定基础。 （四）本门课程立足改革，按照建构主义的学习理论，提倡以学生为中心，鼓励和引导探索式的学习方法，强化实践。教学过程采用任务驱动式的授课方法，采用多媒体教学方式，围绕实现一个具体的学生成绩管理系统所需要学习的内容，讲授SQL server的功能和开发编程方法。
课程名称大数据分析与应用
课程名称：大数据分析与应用 一、课程编码： 课内学时：32学分：2 二、适用学科专业：计算机专业硕士 三、先修课程：无 四、教学目标 通过本课程的课堂学习与应用案例，建立科学的大数据观，掌握大数据架构、大数据精准语义搜索、大数据语义分析挖掘、知识图谱等关键技术，熟练使用常用的大数据搜索挖掘与可视化工具，提升大数据的综合应用能力。 五、教学方式 课堂学习、研讨班与应用实践 六、主要内容及学时分配 1.科学的大数据观2学时 1.1.大数据的定义，科学发展渊源； 1.2.如何科学看待大数据？ 1.3.如何把握大数据，分别从“知著”、“显微”、“晓义”三个层面阐述科学的大 数据观。 2.大数据技术平台与架构4学时 2.1云计算技术与开源平台搭建 2.2Hadoop、Spark等数据架构、计算范式与应用实践 3.机器学习与常用数据挖掘4学时 3.1常用机器学习算法：Bayes,SVM，最大熵、深度神经网络等； 3.2常用数据挖掘技术：关联规则挖掘、分类、聚类、奇异点分析。 4.大数据语义精准搜索4学时 4.1.通用搜索引擎与大数据垂直业务的矛盾； 4.2.大数据精准搜索的基本技术：快速增量在线倒排索引、结构化与非机构化数 据融合、大数据排序算法、语义关联、自动缓存与优化机制； 4.3.大数据精准搜索语法：邻近搜索、复合搜索、情感搜索、精准搜索； 4.4.JZSearch大数据精准搜索应用案例：国家电网、中国邮政搜索、国家标准搜 索、维吾尔语搜索、内网文档搜索、舆情搜索； 5.非结构化大数据语义挖掘10学时 5.1.语义理解基础：ICTCLAS与汉语分词 5.2.内容关键语义自动标引与词云自动生成； 5.3.大数据聚类； 5.4.大数据分类与信息过滤； 5.5.大数据去重、自动摘要； 5.6.情感分析与情绪计算；
软件学院《数据库系统设计》教学大纲
软件学院《数据库系统设计》教学大纲 课程编号：（统一编） 课程名称：数据库系统设计 英文名称：Database System Design 学时：48(+32实验) 学分：4（+1实验） 适用专业：软件工程专业 课程性质：必修 先修课程：高等数学、数据结构、高级程序设计 一、课程教学目标 数据库系统设计课程是四年制软件工程专业的必修专业课程之一。通过数据库系统设计课程的学习，要求学生系统掌握数据库的基本理论和数据库设计的理论知识以及设计数据库的方法，并能使用理论解决实际问题。同时，通过本课程的学习使学生了解数据库技术发展的最新技术以及主要的发展方向。 二、教学内容及基本要求 课堂教学部分： 第一部分背景知识 ?重点了解数据库管理的概念。主要阐述了早期各种系统，如基于文件的系统之不足及数据库方法所具备的优势。 ?总览数据库环境。重点讨论了三层ANSI-SPARC体系结构的优点，介绍目前最通用的数据模型，列出多用户DBMS应提供的各种功能.同时还分析DBMS 的基本软件体系结构，这一部分内容在数据库管理初级课程中可以略去。 第二部分关系模型和语言 ?介绍关系模型，包括术语并说明其与数学上的关系的联系，然后重点讨论关系完整性规则、实体完整性和引用完整性。难点是说明其与数学上的关系的联 系。 ?重点介绍关系演算和关系代数，并用示例加以说明（这部分内容在数据库管
理初级课程中可以略去）。 ?重点了解SQL的数据操作语句：SELECT，INSERT，UPDATE和DELETE。 介绍SQL的数据类型、数据定义语句、完整性增强特性（IEF）和数据定义语句中更高级的特性，包括访问控制语句GRANT和REVOKE。难点是如何正确使用。 ?重点了解交互式查询语言QBE，这种语言被誉为非技术型的计算机用户访问数据库信息最容易的方法。 ?通过介绍Oracle这种典型的商业关系DBMS来结束本书的第二部分。在后续的讲授中，我们将查看该DBMS如何实现各种数据库机制，如安全和查询处理等。 第三部分数据库分析与设计技术 ?特别强调数据库设计的重要性并说明这个过程如何被分为三个阶段：概念、逻辑和物理数据库设计。此外，还将描述应用程序的设计（功能方面）对数据库设计（数据方面）的影响。数据库应用生命周期的关键阶段是选择合适的DBMS。同时讨论对DBMS的选择过程，提供了一系列方针和建议。最后讨论数据管理和数据库管理的重要性。 ?重点讨论数据库开发者何时使用实况发现技术及捕获何种类型的实况（可跳过该节）。 ?重点介绍实体联系模型和扩展的实体联系模型（EER），难点是在扩展的实体联系模型中，如何使用更多、更高级的数据建模技术。如子类、超类和分类。 ?重点阐述规范化背后的概念，它是逻辑数据库设计方法学中另一项重要技术。 通过从一个完整的案例中抽取的几个有效部分，说明如何从一种范式转换到另一种范式（难点），以及使数据库逻辑设计转换为某一更高范式（至第五范式）的优点。 第四部分方法学 ?为概念数据库设计给出逐步指导的方法学。重点说明如何将设计分解成多个基于各自视图的易于管理的部分，难点是给出识别实体、属性、联系和关键字的方法。 ?重点是为关系模型的逻辑数据库设计给出逐步指导的方法学。难点是阐述如何将概念数据模型映射到逻辑数据模型，以及如何针对所需的事务使用规范化技术来验证逻辑数据模型。 ?重点是为关系系统的物理数据库设计给出逐步指导的方法学。难点是阐述如何将逻辑数据库设计阶段开发的全局数据模型转换成某关系系统的一个物理设计。
数据库应用基础教学大纲
《数据库应用基础》教学大纲 课程名称：数据库应用基础课程号：0130565 一、开设院（部） 管理科学与工程学院 二、教学对象 非计算机科学与技术专业本科学生 三、教学目的 数据是管理的基本资源，信息产生于对数据的有效管理及合理利用。数据库技术是当今计算机应用的重要基础之一，其在信息管理领域同样占有重要地位，数据库技术为数据及信息管理提供了强有力的技术支持，数据库相关知识和技能极具实用价值。凡与各种数据和信息资源管理及应用相关的各类专业均需学习和掌握数据库及其应用方面的知识，以适应目前的专业学习需要，并为将来工作中的数据处理和数据管理打下基础。因为，没有丰富的数据管理知识，不掌握有力的数据管理工具，将无法面对蕴藏着丰富信息资源的大量业务数据，无法归纳出崭新的管理理念，无法实现现代的管理模式。与对数据库应用系统开发人员的要求不同的是，管理人员应作为数据库系统的拥有者和使用者来学习数据库知识，以便了解如何从现实业务中提取和组织数据，如何进行数据管理，如何对数据进行加工和处理，如何获取所需的信息，从而使数据和信息在管理和决策中发挥重要作用。同时，掌握由现实业务系统到数据库系统的转换和实现方法，以便在数据库系统的开发和应用过程中，积极参与、严格控制，以确保数据库系统的功能、品质和性能。 四、教学要求 本课程的前修课程是计算机应用基础，以及其他计算机和管理类的课程。要求学生通过本课程的学习，准确掌握数据和信息的基本概念以及数据库知识；掌握信息系统与数据库的关系；了解信息系统开发路线和方法；掌握和运用建立数据模型的基本方法；了解数据分析、规范化的内容和基本方法；掌握和运用由数据模型到数据库的转换方法；重点掌握ACCESS数据库的基本数据操作；重点掌握SQL查询的基本操作；掌握ACCESS窗体、报表、数据访问页的基本设计方法；掌握ACCESS数据库安全与维护的概念和方法；了解如何从高级语言程序中访问数据库。 五、教学课时及其分配