1、Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)教學(xué)大綱課程名稱：Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時(shí)：64學(xué)時(shí)（其中理論36學(xué)時(shí)，實(shí)驗(yàn)28學(xué)時(shí)）總學(xué)分：4.0學(xué)分一、課程的性質(zhì)隨著政府政策和企業(yè)加大移動(dòng)端布“局”的推動(dòng)，電子商務(wù)市場(chǎng)呈現(xiàn)出迅猛增長(zhǎng)的態(tài)勢(shì)， 與之相關(guān)的商務(wù)數(shù)據(jù)的規(guī)模與復(fù)雜程度也在迅速增大。數(shù)據(jù)分析技術(shù)將幫助企業(yè)用戶在合理 時(shí)間內(nèi)獲取、管理、處理以及整理海量數(shù)據(jù)，為企業(yè)經(jīng)營(yíng)決策提供積極的幫助。數(shù)據(jù)分析作為 一門(mén)前沿技術(shù)，廣泛應(yīng)用于物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等戰(zhàn)略新興產(chǎn)業(yè)。有實(shí)踐經(jīng)驗(yàn)的數(shù)據(jù) 分析人才已經(jīng)成為了各企業(yè)爭(zhēng)奪的熱門(mén)。為了推動(dòng)我國(guó)大數(shù)據(jù)，云計(jì)算，人

2、工智能行業(yè)的發(fā)展, 滿足日益增長(zhǎng)的數(shù)據(jù)分析人才需求，特開(kāi)設(shè)Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)課程。二、課程的任務(wù)理論上，要求學(xué)生掌握商務(wù)數(shù)據(jù)分析概念、Python數(shù)據(jù)分析基礎(chǔ)、數(shù)據(jù)獲取、探索性分析、 數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘算法基礎(chǔ)等數(shù)據(jù)分析與挖掘的主要方法。技能上，結(jié)合餐飲系統(tǒng)、國(guó)民生產(chǎn)總值、便利店零售等現(xiàn)實(shí)場(chǎng)景，使學(xué)生學(xué)會(huì)使用Python 語(yǔ)言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、分類與預(yù)測(cè)、聚類分析、時(shí)序預(yù)測(cè)、關(guān)聯(lián)規(guī)則挖掘、智能推 薦等操作，并從020優(yōu)惠券、超市零售、餐飲企業(yè)等貼近學(xué)生生活的場(chǎng)景案例，進(jìn)行知識(shí)點(diǎn) 和真實(shí)案例相結(jié)合，使學(xué)生進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。思政上，將落實(shí)立德樹(shù)人的根本

3、任務(wù)，將育人元素揉入教學(xué)中，引導(dǎo)學(xué)生的環(huán)保理念，增 強(qiáng)學(xué)生法律意識(shí)，培養(yǎng)學(xué)生的工匠精神、安全生產(chǎn)、職業(yè)道德、技能寶貴、科學(xué)探索、獨(dú)立思 考、思辨能力等。教務(wù)處編印年 月七、課程教學(xué)目的通過(guò)本課程的學(xué)習(xí)，使學(xué)生學(xué)會(huì)使用Python進(jìn)行科學(xué)計(jì)算、可視化繪圖、數(shù)據(jù)處理， 分析與建模,并詳細(xì)拆解學(xué)習(xí)分類、關(guān)聯(lián)規(guī)則和綜合分析類企業(yè)案例，將理論與實(shí)踐相結(jié)合， 為將來(lái)從事數(shù)據(jù)分析挖掘研究、工作奠定基礎(chǔ)。八、教學(xué)方法及手段本課程將采用理論與實(shí)踐相結(jié)合的教學(xué)方法。在理論上，通過(guò)例子引入概念、原理和方 法。在實(shí)踐上，充分地利用現(xiàn)有的硬件資源，發(fā)揮學(xué)生主觀能動(dòng)性，結(jié)合餐飲系統(tǒng)、國(guó)民生 產(chǎn)總值、便利店零售等現(xiàn)實(shí)場(chǎng)景，

4、使學(xué)生學(xué)會(huì)使用Python語(yǔ)言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、 分類與預(yù)測(cè)、聚類分析、時(shí)序預(yù)測(cè)、關(guān)聯(lián)規(guī)則挖掘、智能推薦等操作，并從020優(yōu)惠券、 超市零售、餐飲企業(yè)等貼近學(xué)生生活的場(chǎng)景案例，引導(dǎo)學(xué)生將所學(xué)知識(shí)與企業(yè)需求相結(jié)合, 將知識(shí)活學(xué)活用。要求學(xué)生自己動(dòng)手分析實(shí)例，學(xué)習(xí)基本理論和方法，結(jié)合已有的知識(shí)，適當(dāng)組織一些討 論，充分調(diào)動(dòng)學(xué)生的主觀能動(dòng)性，以達(dá)到本課程的教學(xué)目的。九、課程考核方法突出學(xué)生解決實(shí)際問(wèn)題的能力，加強(qiáng)過(guò)程性考核。課程考核的成績(jī)構(gòu)成二平時(shí)作業(yè) （10%） +課堂參與（20%） +期末考核（70%）,期末考試建議采用開(kāi)卷形式，試題應(yīng)包括 基本概念、繪圖、分組聚合、數(shù)據(jù)合并、數(shù)據(jù)清洗、

5、數(shù)據(jù)變換、模型構(gòu)建等部分，題型可采 用判斷題、選擇、簡(jiǎn)答、應(yīng)用題等方式。Python數(shù)據(jù)分析與應(yīng)用教學(xué)日歷周次學(xué)時(shí)授課內(nèi)容作業(yè)要求備注14第1章商務(wù)數(shù)據(jù)分析概述第2章Python數(shù)據(jù)分析簡(jiǎn)介（1）第1章課后習(xí) 題24第2章Python數(shù)據(jù)分析簡(jiǎn)介（2）第3章數(shù)據(jù)獲?。?）第2章課后習(xí) 題34第3章數(shù)據(jù)獲取（2）第4章探索性分析（1）第3章課后習(xí) 題44第4章探索性分析（2）第4章課后習(xí) 題54第5章數(shù)據(jù)預(yù)處理（1）第5章選擇題64第5章數(shù)據(jù)預(yù)處理（2）第5章操作題74第5章數(shù)據(jù)預(yù)處理（3）第6章構(gòu)建模型（1）第5章操作題84第6章構(gòu)建模型（2）第6章選擇題94第6章構(gòu)建模型（3）第7章020優(yōu)

6、惠券個(gè)性化投放（1）第6章操作題104第7章020優(yōu)惠券個(gè)性化投放（2）第7章操作題114第7章020優(yōu)惠券個(gè)性化投放（3）第8章零售商品購(gòu)物籃分析（1）第7章操作題124第8章 零售商品購(gòu)物籃分析（2）第8章操作題134第8章 零售商品購(gòu)物籃分析（3）第8章操作題144第9章 餐飲企業(yè)綜合分析（1）第9章操作題154第9章 餐飲企業(yè)綜合分析（2）笫9章操作題164第9章餐飲企業(yè)綜合分析（3）第10章基于TipDM數(shù)據(jù)挖掘建模平臺(tái)進(jìn)行餐第10章操作 題注：教材：何偉，張良均.Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)M.北京：人民郵電出版社.2022.飲企業(yè)綜合分析三、課程學(xué)時(shí)分配序號(hào)教學(xué)內(nèi)容理論學(xué)時(shí)實(shí)驗(yàn)

7、學(xué)時(shí)其它1第1章商務(wù)數(shù)據(jù)分析概述202第2章Python數(shù)據(jù)分析簡(jiǎn)介223第3章數(shù)據(jù)獲取214第4章探索性分析345第5章數(shù)據(jù)預(yù)處理346第6章構(gòu)建模型647第7章020優(yōu)惠券個(gè)性化投放648第8章零售商品購(gòu)物籃分析639第9章 餐飲企業(yè)綜合分析6410第10章基于TipDM數(shù)據(jù)挖掘建模平臺(tái)進(jìn)行餐飲企業(yè)綜合分析02總計(jì)3628四、教學(xué)內(nèi)容及學(xué)時(shí)安排1.理論教學(xué)序 號(hào)章節(jié)名稱主要內(nèi)容教學(xué)目標(biāo)學(xué)時(shí)1商務(wù)數(shù)據(jù)分析 概述L 了解商務(wù)數(shù)據(jù)分析的基本概念.掌握數(shù)據(jù)分析流程.了解商務(wù)數(shù)據(jù)分析的常見(jiàn)應(yīng)用場(chǎng)景.了解常用的數(shù)據(jù)分析工具.了解使用Python進(jìn)行數(shù)據(jù)分析的優(yōu) 勢(shì). 了解Python中的常用數(shù)據(jù)分析庫(kù)

8、L掌握商務(wù)數(shù)據(jù)分 析的概念、流程與應(yīng) 用場(chǎng)景2 .了解常用的數(shù)據(jù) 分析工具和Python 進(jìn)行數(shù)據(jù)分析的優(yōu) 勢(shì)3. 了解Python常用 的數(shù)據(jù)分析庫(kù)22Python數(shù)據(jù)分 析簡(jiǎn)介.了解 Python 的 Anaconda 發(fā)行版.掌握Anaconda的安裝.掌握Python的運(yùn)行方式.掌握Python的基本運(yùn)算、判斷與循 環(huán)、函數(shù)等基本命令.掌握Python庫(kù)的導(dǎo)入與添加第三方 庫(kù)的方法1,了解 Python 的 Anaconda發(fā)行版.掌握 Anaconda 的 安裝和Python的運(yùn) 行方法. Python的基本命 令的使用方法.掌握導(dǎo)入與添加 第三方Python庫(kù)的 方法23數(shù)據(jù)獲取.

9、 了解常見(jiàn)的數(shù)據(jù)來(lái)源.了解不同的數(shù)據(jù)類型.掌握常見(jiàn)的數(shù)據(jù)讀取方式.掌握常用Python數(shù)據(jù)格式轉(zhuǎn)換函數(shù).掌握常用Python數(shù)據(jù)讀/寫(xiě)函數(shù). 了解常見(jiàn)的數(shù)據(jù) 來(lái)源和數(shù)據(jù)類型.掌握不同類型數(shù) 據(jù)的讀取方式.掌握Python數(shù)據(jù) 格式轉(zhuǎn)換和讀/寫(xiě)函 數(shù)24探索性分析.了解集中趨勢(shì)統(tǒng)計(jì)指標(biāo)的概念.了解離散程度統(tǒng)計(jì)指標(biāo)的概念. 了解散點(diǎn)圖、折線圖、柱形圖、餅圖、 箱線圖、熱力圖的概念和作用.掌握常用的Python基本統(tǒng)計(jì)分析函 數(shù).掌握常用的Python作圖函數(shù)L掌握描述性統(tǒng)計(jì) 分析的方法.掌握可視化分析 的方法.掌握常用的 Python基本統(tǒng)計(jì)分 析和作圖函數(shù)35數(shù)據(jù)預(yù)處理L掌握缺失值、異常值處理方

10、法.掌握多表合并的方法.掌握分組聚合的方法.掌握數(shù)據(jù)標(biāo)準(zhǔn)化和離散化的方法.掌握Python的主要數(shù)據(jù)預(yù)處理函數(shù).掌握數(shù)據(jù)合并的 原理與方法.掌握數(shù)據(jù)清洗的 基本方法.掌握基本數(shù)據(jù)標(biāo) 準(zhǔn)化的方法.掌握常用的數(shù)據(jù) 轉(zhuǎn)換方法36構(gòu)建模型. 了解常用的分類與回歸算法.掌握回歸分析的原理.掌握決策樹(shù)算法的原理.掌握神經(jīng)網(wǎng)絡(luò)算法的原理.掌握分類與回歸算法的評(píng)價(jià)方法.了解常用聚類分析算法.掌握K-Means聚類算法的原理.掌握聚類分析算法的評(píng)價(jià)方法. 了解Python主要關(guān)聯(lián)規(guī)則算法.掌握Apriori算法的原理.了解Python主要時(shí)序模式算法.掌握時(shí)間序列預(yù)處理的方法.了解平穩(wěn)時(shí)間序列分析.掌握非平穩(wěn)時(shí)

11、間序列分析.了解Python主要智能推薦算法.掌握智能推薦模型的評(píng)價(jià)方法.掌握協(xié)同過(guò)濾推薦算法的原理7020優(yōu)惠券個(gè) 性化投放.分析020優(yōu)惠券使用的背景和數(shù)據(jù).熟悉020優(yōu)惠券使用預(yù)測(cè)的分析步 驟與流程.了解數(shù)據(jù)分析探索的方法.了解決策樹(shù)算法.了解梯度提升算法. 了解XGBoost分類算法.掌握分類模型的評(píng)價(jià)方法.掌握Python中分 類與回歸的方法.掌握Python中聚 類分析的方法.掌握Python中關(guān) 聯(lián)規(guī)則分析的方法.掌握Python中智 能推薦的方法.掌握Python中時(shí) 序模式的分析方法,了解案例的背景、 數(shù)據(jù)說(shuō)明和分析目 標(biāo).掌握描述性統(tǒng)計(jì) 分析方法,掌握分析優(yōu)惠形 式、用戶消

12、費(fèi)行為、 商戶投放優(yōu)惠券信 息的方法.掌握數(shù)據(jù)清洗和 數(shù)據(jù)變換的數(shù)據(jù)預(yù) 處理方法.掌握構(gòu)建決策樹(shù)、 梯度提升和 XGBoost分類模型 的方法.掌握模型評(píng)價(jià)方 法零售商品購(gòu)物 籃分析,熟悉購(gòu)物籃分析 的實(shí)現(xiàn)流程與步驟.掌握Apriori算法 的基本原理與使用 方法.分析商品銷售狀 況與商品結(jié)構(gòu)合理 性.分析零售商品間 的關(guān)聯(lián)關(guān)系L分析零售企業(yè)商品銷售現(xiàn)狀, 了解某商品零售企業(yè)的基本數(shù)據(jù)情 況.熟悉購(gòu)物籃分析的基本流程與步驟.使用統(tǒng)計(jì)學(xué)知識(shí)分析熱銷商品.使用商品結(jié)構(gòu)圖分析售出商品的結(jié) 構(gòu). 了解Apriori算法的基本原理與使用 方法.構(gòu)建零售商品的Apriori模型.根據(jù)模型結(jié)果提出商品銷售策

13、略9餐飲企業(yè)綜合 分析. 了解餐飲企業(yè)的數(shù)據(jù)情況.明確餐飲企業(yè)數(shù)據(jù)分析的流程.使用分組聚合和透視表這兩種方法 統(tǒng)計(jì)每日用餐人數(shù)與銷售額.計(jì)算一個(gè)月內(nèi)的菜品熱銷度，并對(duì) 熱銷度進(jìn)行Min-Max標(biāo)準(zhǔn)化處理.計(jì)算每個(gè)菜品的毛利率.繪制原序列的時(shí)序圖，查看序列周 期性.檢驗(yàn)原序列的平穩(wěn)性和純隨機(jī)性.使用BIC圖進(jìn)行定階.構(gòu)建ARIMA模型，并分析預(yù)測(cè)結(jié)果 10.根據(jù)訂單詳it表，構(gòu)建客戶ID和 菜品名稱的二元矩陣11.基于物品的協(xié)同過(guò)濾算法，計(jì)算菜 品與菜品之間的相似度，并結(jié)合客戶 的歷史行為給目標(biāo)客戶生成推薦列表 12.基于用戶的協(xié)同過(guò)濾算法，計(jì)算客 戶與客戶之間的相似度，并結(jié)合客戶 對(duì)菜品的興趣

14、給目標(biāo)客戶生成推薦列 表.對(duì)推薦結(jié)果進(jìn)行評(píng)價(jià).根據(jù)特征選取后的數(shù)據(jù)，構(gòu)建購(gòu)物 籃數(shù)據(jù)，然后構(gòu)建二元矩陣，及關(guān)聯(lián)規(guī) 則模型.根據(jù)關(guān)聯(lián)規(guī)則模型的置信度，統(tǒng)計(jì) 得到的熱銷度和毛利率，及菜品詳情 表的主推度，計(jì)算推薦的綜合評(píng)分.對(duì)原始數(shù)據(jù)進(jìn)行處理，提取餐飲客 戶的3個(gè)特征數(shù)據(jù).使用K-Means聚類算法對(duì)客戶進(jìn) 行分群.結(jié)合業(yè)務(wù)對(duì)每個(gè)客戶群進(jìn)行客戶 價(jià)值分析.合并客戶信息表和訂單表，構(gòu)建相 關(guān)客戶流失特征.劃分訓(xùn)練集和測(cè)試集，構(gòu)建決策樹(shù) 模型.分析決策樹(shù)模型的結(jié)果1 .熟悉餐飲企業(yè)數(shù) 據(jù)分析的步驟與流 程2 ,了解簡(jiǎn)單的統(tǒng)計(jì) 分析的應(yīng)用3,使用ARIMA預(yù)測(cè) 銷售額.使用協(xié)同過(guò)濾算 法對(duì)菜品進(jìn)行智能

15、推薦.使用Apriori算法 對(duì)菜品進(jìn)行關(guān)聯(lián)分 析.使用K-Means算 法進(jìn)行客戶分群.使用決策樹(shù)算法 進(jìn)行客戶流失預(yù)測(cè)6學(xué)時(shí)合計(jì)362 .實(shí)驗(yàn)教學(xué)序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)要求學(xué)時(shí)1Python數(shù)據(jù)分 析環(huán)境搭建.在 Windows/Linux 系統(tǒng)上安裝 Anaconda.掌握J(rèn)upyter Notebook的常用功能.掌握Python的基本命令的使用.掌握Python庫(kù)的導(dǎo)入和安裝方法22Python數(shù)據(jù)讀 寫(xiě).使用Python連接MySQL數(shù)據(jù)庫(kù).使用Python對(duì)數(shù)據(jù)庫(kù)進(jìn)行讀取和存儲(chǔ)操作.使用Python對(duì)文件進(jìn)行讀取和寫(xiě)入13探索性分析.使用Python進(jìn)行描述性統(tǒng)計(jì)分析.使用Pyth

16、on進(jìn)行可視化分析24數(shù)據(jù)預(yù)處理1 .使用Python進(jìn)行數(shù)據(jù)清洗.使用Python進(jìn)行數(shù)據(jù)變換.使用Python進(jìn)行數(shù)據(jù)合并45構(gòu)建模型.使用回歸模型進(jìn)行預(yù)測(cè).使用決策樹(shù)算法進(jìn)行預(yù)測(cè).使用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行預(yù)測(cè).使用K-Means算法進(jìn)行聚類分析.使用Apriori算法進(jìn)行關(guān)聯(lián)分析.使用ARIMA模型進(jìn)行時(shí)間序列分析.使用協(xié)同過(guò)濾推薦算法進(jìn)行推薦分析46020優(yōu)惠券個(gè) 性化投放.描述性統(tǒng)計(jì)分析.分析優(yōu)惠形式信息.分析用戶消費(fèi)行為信息.分析商戶投放優(yōu)惠券信息.清洗數(shù)據(jù).變換數(shù)據(jù).構(gòu)建決策樹(shù)分類模型.構(gòu)建梯度提升分類模型.構(gòu)建XGBoost分類模型.評(píng)價(jià)分類模型47零售商品購(gòu)物 籃分析.統(tǒng)計(jì)每種商

17、品的頻數(shù)、占比.對(duì)商品歸類，統(tǒng)計(jì)每種類別的頻數(shù)，并分析類別內(nèi)部商 品的分布.使用apriori函數(shù)進(jìn)行關(guān)聯(lián)分析38餐飲企業(yè)綜合 分析.統(tǒng)計(jì)每日用餐人數(shù)和銷售額，計(jì)算菜品熱銷度和毛利 率.對(duì)原序列進(jìn)行平穩(wěn)性檢驗(yàn)和純隨機(jī)性檢驗(yàn)，對(duì)ARIMA 模型進(jìn)行定階，并進(jìn)行殘差檢驗(yàn)，計(jì)算平均誤差.對(duì)訂單表和訂單詳情表進(jìn)行特征選取，分別使用 ItemCF算法和UserCF算法構(gòu)建模型，進(jìn)行離線測(cè)試評(píng) 價(jià).基于特征選取后的數(shù)據(jù)構(gòu)建購(gòu)物籃數(shù)據(jù)，構(gòu)建Apriori 模型，計(jì)算綜合評(píng)分4.再構(gòu)建客戶價(jià)值分析的關(guān)鍵特征，確定聚類數(shù)后構(gòu)建 K-Means 模型.合并客戶信息表和訂單表，構(gòu)建客戶流失特征，構(gòu)建決 策樹(shù)模型，并對(duì)模型進(jìn)行評(píng)價(jià)9基于TipDM數(shù) 據(jù)挖掘建模平 臺(tái)進(jìn)行餐飲企 業(yè)綜合分析.使用TipDM大數(shù)據(jù)挖掘建模平臺(tái)獲取數(shù)據(jù).使用TipDM大數(shù)據(jù)挖掘建模平臺(tái)進(jìn)行探索性分析、數(shù) 據(jù)預(yù)處理等操作3,使用TipDM大數(shù)據(jù)挖掘建模平臺(tái)進(jìn)行特征構(gòu)建和構(gòu)造 K-Means模型等操作2學(xué)時(shí)合計(jì)28五、考核方式突出學(xué)生解決實(shí)際問(wèn)題的能力，加強(qiáng)過(guò)程性考核。課程考核的成績(jī)構(gòu)成=平時(shí)作業(yè)（10%） +課堂參與（20%） +期末考核（70%）,期末考試建議采用開(kāi)卷形式，試題應(yīng)包括基本概念、 繪圖、分組聚合、數(shù)據(jù)合并、數(shù)據(jù)清洗、數(shù)據(jù)變換、模型構(gòu)建等部分，題