第1章數(shù)據(jù)挖掘基礎(chǔ)

教案

課程名稱(chēng)：Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：1學(xué)時(shí)

一、材料清單

（1）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（2）配套PPT。

（3）引導(dǎo)性提問(wèn)。

（4）探究性問(wèn)題。

（5）拓展性問(wèn)題。

二、教學(xué)目標(biāo)與基本要求

1.教學(xué)目標(biāo)

從數(shù)據(jù)挖掘的發(fā)展史出發(fā)，引出數(shù)據(jù)挖掘的概念、基本任務(wù)、建模過(guò)程及常用工具，從

而對(duì)數(shù)據(jù)挖掘的概念、基本任務(wù)、建模過(guò)程及常用工具做簡(jiǎn)單的介紹。讓學(xué)生感悟到數(shù)據(jù)挖

掘的非凡魅力。

2.基本要求

（1）了解數(shù)據(jù)挖掘的基本任務(wù)。

（2）熟悉數(shù)據(jù)挖掘的通用流程。

（3）了解常用的數(shù)據(jù)挖掘工具。

（4）掌握Python數(shù)據(jù)挖掘環(huán)境的配置方法。

三、問(wèn)題

1.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（1）數(shù)據(jù)挖掘能夠做什么？

（2）現(xiàn)實(shí)生活中存在哪些數(shù)據(jù)挖掘工具？

2.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)。或者是對(duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（1）數(shù)據(jù)挖掘的基本任務(wù)是什么？

（2）數(shù)據(jù)挖掘建模的過(guò)程是怎樣的？

3.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎'更際的可操作問(wèn)題C亦可以提供拓屐資料供學(xué)生研習(xí)探討.完成拓展性問(wèn)

題。

（1）數(shù)據(jù)挖掘是不是萬(wàn)能的？

（2）模型評(píng)價(jià)的方法有什么？

四、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

1.主要知識(shí)點(diǎn)

（1）數(shù)據(jù)挖掘的概念。

（2）數(shù)據(jù)挖掘的基本任務(wù)。

（3）數(shù)據(jù)挖掘的通用流程。

（4）常用數(shù)據(jù)挖掘工具。

（5）數(shù)據(jù)挖掘環(huán)境配置。

2.重點(diǎn)

數(shù)據(jù)挖掘的通用流程，

3.難點(diǎn)

數(shù)據(jù)挖掘的通用流程，

五、教學(xué)過(guò)程設(shè)計(jì)

1.理論教學(xué)過(guò)程

（1）數(shù)據(jù)挖掘的發(fā)展史。

（2）數(shù)據(jù)挖掘的基本任務(wù)。

（3）數(shù)據(jù)挖掘的通用流程。

（4）常用數(shù)據(jù)挖掘工具。

（5）數(shù)據(jù)挖掘環(huán)境配置。

六、教材

1.教材

翟世臣，張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

第2章Python數(shù)據(jù)挖掘編程基礎(chǔ)

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：3學(xué)時(shí)

七、材料清單

（6）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（7）配套PFT,

（8）引導(dǎo)性提問(wèn)。

（9）探究性問(wèn)題。

（10）拓展性問(wèn)題。

八、教學(xué)目標(biāo)與基本要求

3.教學(xué)目標(biāo)

本章主要對(duì)Python進(jìn)行簡(jiǎn)單介紹。首先，介紹Python的運(yùn)行方式、基本命令、數(shù)據(jù)結(jié)

構(gòu)以及庫(kù)的導(dǎo)入與添加。然后，簡(jiǎn)單介紹NumPy、pandas、Matplotlib、scikit-learn>TensorFlow、

KerassPytorchsPaddlePaddle、Caffe>PyMySQL、SciPy、StatsmodelssXGBoost等庫(kù)。

4.基本要求

（5）掌握Pylhon基本命令的使用方法。

（6）掌握Python數(shù)據(jù)結(jié)構(gòu)的各類(lèi)型的使用方法.

（7）掌握庫(kù)的導(dǎo)入與添加的方法。

（8）了解Python數(shù)據(jù)分析預(yù)處理的常用庫(kù)。

（9）了解Python數(shù)據(jù)挖掘建模的常用庫(kù)。

九、問(wèn)題

5.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（3）如何運(yùn)行Python代碼？

（4）Python中怎么導(dǎo)入與添加庫(kù)呢？

6.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（3）Python有哪些內(nèi)建的數(shù)據(jù)結(jié)構(gòu)？

（4）Python中是否可以對(duì)庫(kù)名重命名？

（5）使用pandas庫(kù)的時(shí)候的需要注意什么？

7.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義,學(xué)生的學(xué)習(xí)動(dòng)態(tài)后,根據(jù)學(xué)生學(xué)習(xí)層次,提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

（3）Python中除了Matplotlib庫(kù)，還有什么繪圖庫(kù)？

（4）還有什么方式可以構(gòu)建SVM模型？

十、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

8.主要知識(shí)點(diǎn)

(6)Pylhon的基本運(yùn)算、數(shù)據(jù)結(jié)構(gòu)以及庫(kù)的導(dǎo)入與添加。

(7)Python中NumPy、pandas?Matplotlib,scikit-leam,TensorFlow,Keras?Pytorch.

PaddlePaddle、Caffe>PyMySQL、SciPy、Statsmodels^XGBoost等庫(kù)的簡(jiǎn)單介紹。

9.重點(diǎn)

(1)Python的基本運(yùn)算。

(2)Python的數(shù)據(jù)結(jié)。

(3)Python庫(kù)的導(dǎo)入與添加。

10.難點(diǎn)

(1)Python的基本運(yùn)算。

(2)Python的數(shù)據(jù)結(jié)。

(3)Python庫(kù)的導(dǎo)入與添加。

十一、教學(xué)過(guò)程設(shè)計(jì)

11.理論教學(xué)過(guò)程

(1)Pylhon的基本運(yùn)算。

(2)Python的數(shù)據(jù)結(jié)構(gòu)。

(3)Pylhon數(shù)據(jù)分析預(yù)處理的常用庫(kù)。

(4)Pylhon數(shù)據(jù)挖掘建模的常用庫(kù)。

12.實(shí)驗(yàn)教學(xué)過(guò)程

（1）運(yùn)行Python基本命令的程序。

（2）使用Python各數(shù)據(jù)結(jié)構(gòu)。

（3）導(dǎo)入庫(kù)。

（4）添加第三方庫(kù)，

十二、教材

13.教材

翟世臣，張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)［M］.北京:人民郵電出版社.2022.

14.參考資料

11］黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用［M］.北京：人民郵電出版社.2018.

［2］張良均，譚立云.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）［M］.北京：機(jī)械工業(yè)出

版社.2019.

［3］張健，張良均.Python編程基礎(chǔ)［M］.北京：人民郵電出版社.2018.

第3章數(shù)據(jù)探索

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)(其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí))

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：4學(xué)時(shí)

十三、材料清單

(II)《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

(12)配套PPT。

(13)引導(dǎo)性提問(wèn)。

(14)探究性問(wèn)題。

(15)拓展性問(wèn)題。

十四、教學(xué)目標(biāo)與基本要求

15.教學(xué)目標(biāo)

本章從應(yīng)用的角度出發(fā)，從數(shù)據(jù)質(zhì)量分析和數(shù)據(jù)特征分析兩個(gè)方面對(duì)數(shù)據(jù)進(jìn)行探索分析。

數(shù)據(jù)質(zhì)量分析要求拿到數(shù)據(jù)后要先檢測(cè)是否存在不一致性、缺失值和異常值；數(shù)據(jù)特征分析

要求在數(shù)據(jù)挖掘建模前，通過(guò)描述性統(tǒng)計(jì)分析、分布分析、對(duì)比分析、周期分析、貢獻(xiàn)度分

析、相關(guān)性分析等方法，對(duì)采集的樣本數(shù)據(jù)的特征規(guī)律進(jìn)行分析，以了解數(shù)據(jù)的規(guī)律和趨勢(shì)，

為數(shù)據(jù)挖掘的后續(xù)環(huán)節(jié)提供支持。

16.基本要求

（10）了解數(shù)據(jù)不一致的概念和一致性校驗(yàn)的常用方法。

（11）掌握缺失值校驗(yàn)和異常值分析的常用方法。

（12）掌握數(shù)據(jù)特征分析的方法。

十五、問(wèn)題

17.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（5）為什么要進(jìn)行數(shù)據(jù)探索？

（6）Python中的數(shù)據(jù)探索函數(shù)有哪些？

18.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（6）數(shù)據(jù)校驗(yàn)的主要任務(wù)是什么？

（7）有什么手段可以進(jìn)行數(shù)據(jù)特征分析？

（8）周期性分析有什么意義？

19.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義,學(xué)生的學(xué)習(xí)動(dòng)態(tài)后,根據(jù)學(xué)生學(xué)習(xí)層次,提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

（5）如何處理數(shù)據(jù)校驗(yàn)中發(fā)現(xiàn)的缺失值和異常值數(shù)據(jù)？

（6）處理不一致數(shù)據(jù)的方法有什么？

十六、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

20.主要知識(shí)點(diǎn)

（8）數(shù)據(jù)校驗(yàn)。

（9）數(shù)據(jù)特征分析，

21.重點(diǎn)

（4）數(shù)據(jù)校驗(yàn)。

（5）數(shù)據(jù)特征分析。

22.難點(diǎn)

（1）數(shù)據(jù)校驗(yàn)。

（2）數(shù)據(jù)特征分析，

十七、教學(xué)過(guò)程設(shè)計(jì)

23.理論教學(xué)過(guò)程

（5）一致性分析的方法。

（6）缺失值分析的方法。

（7）異常值分析的方法。

（8）描述性統(tǒng)II分析。

（9）分布分析的方法。

（10）對(duì)比分析的方法。

（II）周期性分析的方法。

（12）貢獻(xiàn)度分析的方法。

（13）相關(guān)性分析的方法。

24.實(shí)驗(yàn)教學(xué)過(guò)程

（5）使用Python進(jìn)行數(shù)據(jù)校驗(yàn)。

（6）使用Python進(jìn)行數(shù)據(jù)特征分析。

十八、教材

25.教材

翟世臣，張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)［M］.北京：人民郵電出版社.2022.

26.參考資料

［1］黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用［M］.北京：人民郵電出版社.2018.

12］張良均，譚立云,Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）［M］.北京：機(jī)械工業(yè)出

版社.2019.

［3］張健，張良均.Pylhon編程基礎(chǔ)［M］.北京：人民郵電出版社.2018.

第4章數(shù)據(jù)預(yù)處理

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：6學(xué)時(shí)

十九、材料清單

（16）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（17）配套PPT。

（18）引導(dǎo)性提問(wèn)。

（19）探究性問(wèn)題。

（20）拓展性問(wèn)題。

二十、教學(xué)目標(biāo)與基本要求

27.教學(xué)目標(biāo)

介紹數(shù)據(jù)分析的數(shù)據(jù)預(yù)處理過(guò)程，即數(shù)據(jù)清洗、數(shù)據(jù)變換和數(shù)據(jù)合并。數(shù)據(jù)清洗介紹對(duì)

重復(fù)值、缺失值和異常值的處理。數(shù)據(jù)變換介紹了如何從不同的應(yīng)用角度對(duì)已有屬性進(jìn)行函

數(shù)變換、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)離散化、獨(dú)熱編碼：數(shù)據(jù)合并介紹將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)合并存

放到一個(gè)數(shù)據(jù)存儲(chǔ)的過(guò)程，以及分組聚合。

28.基本要求

（13）掌握Python中數(shù)據(jù)清洗的方法.

（14）掌握Python中數(shù)據(jù)變換的方法。

（15）掌握Python中數(shù)據(jù)合并的方法。

（16）了解Python主要數(shù)據(jù)預(yù)處理函數(shù)。

二H^一、問(wèn)題

29.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（7）數(shù)據(jù)質(zhì)量不高的情況下如何提高數(shù)據(jù)質(zhì)量？

（8）數(shù)據(jù)預(yù)處理包含哪些內(nèi)容？

30.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)。或者是對(duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（9）數(shù)據(jù)預(yù)處理各個(gè)步驟是否有先后？

（10）數(shù)據(jù)變換的目的是什么？

31.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎'更際的可操作問(wèn)題C亦可以提供拓屐資料供學(xué)生研習(xí)探討.完成拓展性問(wèn)

題。

（7）數(shù)據(jù)清洗除了塊失值處理和異常值處理外，還能有什么操作？

（8）能否將數(shù)據(jù)預(yù)處理當(dāng)中的方法寫(xiě)成自定義函數(shù)？

二十二、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

32.主要知識(shí)點(diǎn)

（10）數(shù)據(jù)清洗的方法。

di）數(shù)據(jù)變換的方法。

（12）數(shù)據(jù)合并的方法。

（13）主要的數(shù)據(jù)預(yù)處理函數(shù)。

33.重點(diǎn)

（6）數(shù)據(jù)清洗的方法。

（7）數(shù)據(jù)變換的方法。

（8）數(shù)據(jù)合并的方法。

34.難點(diǎn)

（3）數(shù)據(jù)清洗的方法。

（4）數(shù)據(jù)變換的方法。

（5）數(shù)據(jù)合并的方法。

二十三、教學(xué)過(guò)程設(shè)計(jì)

35.理論教學(xué)過(guò)程

（14）重復(fù)值、缺失值、異常值處理方法。

（15）常見(jiàn)的函數(shù)變換。

（16）數(shù)據(jù)規(guī)范化和離散化的方法。

（17）獨(dú)熱編碼的方法。

（18）多表合并的方法。

（19）分組聚合的方法。

（20）Python主要數(shù)據(jù)預(yù)處理函數(shù)。

36.實(shí)驗(yàn)教學(xué)過(guò)程

（7）使用Python進(jìn)行數(shù)據(jù)清洗。

（8）使用Python進(jìn)行數(shù)據(jù)變換。

（9）使用Python進(jìn)行數(shù)據(jù)合并。

二十四、教材

37.教材

翟世臣，張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)［M］.北京：人民郵電出版社.2022.

38.參考資料

11］黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用［M］.北京：人民郵電出版社.2018.

12］張良均，譚立云.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）［M］.北京：機(jī)械工業(yè)出

版社.2019.

［3］張健,張良均.Python編程基礎(chǔ)［M］.北京:人民郵電出版社.2018.

第5章數(shù)據(jù)挖掘算法基礎(chǔ)

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：15學(xué)時(shí)

二十五、材料清單

（21）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（22）配套PPT。

（23）引導(dǎo)性提問(wèn)。

（24）探究性問(wèn)題。

（25）拓展性問(wèn)題。

二十六、教學(xué)目標(biāo)與基本要求

39.教學(xué)目標(biāo)

根據(jù)數(shù)據(jù)挖掘技術(shù)的基本任務(wù)，即分類(lèi)與回歸、聚類(lèi)、關(guān)聯(lián)規(guī)則、智能推薦、時(shí)序模式

5個(gè)方面，介紹了對(duì)應(yīng)的數(shù)據(jù)挖掘建模方法及實(shí)現(xiàn)過(guò)程。分類(lèi)與回歸主要介紹線性模型、決

策樹(shù)、最近鄰分類(lèi)、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和集成算法：聚類(lèi)主要介紹K-Means聚類(lèi)、密

度聚類(lèi)和層次聚類(lèi)；關(guān)聯(lián)規(guī)則主要介紹Apriori算法和FP-Growth算法：智能推薦主要介紹

協(xié)同過(guò)濾推薦算法和基于流行度的推薦算法；時(shí)序模式從序列的平穩(wěn)性和非平穩(wěn)型出發(fā)，對(duì)

平穩(wěn)時(shí)間序列主要介紹AR模型、MA模型、ARMA模型，對(duì)差分平穩(wěn)序列建立ARIMA模

型。

40.基本要求

（17）掌握Python中分類(lèi)與回歸的方法。

（18）掌握Python中聚類(lèi)分析的方法。

（19）掌握Python中關(guān)聯(lián)規(guī)則分析的方法。

（20）掌握Python中智能推薦的方法。

（21）掌握Python中時(shí)序模式的分析方法。

二十七、問(wèn)題

41.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（9）常見(jiàn)的模型算法使用場(chǎng)景有哪些？

（10）關(guān)聯(lián)規(guī)則算法有哪些？

42.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

di）回歸模型有兀種，它們各自適用于怎樣的條件？

（12）聚類(lèi)和分類(lèi)的區(qū)別是什么？

43.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（9）不同的算法,可解釋性不同,能否挑選一種H解釋件強(qiáng)的算法對(duì)算法結(jié)果進(jìn)行解

釋?zhuān)?/p>

（10）聚類(lèi)算法的評(píng)價(jià)指標(biāo)還有哪些？

二十八、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

44.主要知識(shí)點(diǎn)

（14）常用的分類(lèi)與回歸算法。

（15）分類(lèi)與回歸的模型評(píng)價(jià)方法。

（16）分類(lèi)與回歸算法基本原理及實(shí)現(xiàn)過(guò)程。

（17）常用的聚類(lèi)分析算法。

（18）聚類(lèi)模型的評(píng)價(jià)方法。

（19）聚類(lèi)分析算法簡(jiǎn)介及基本原理。

（20）聚類(lèi)分析算法實(shí)現(xiàn)過(guò)程及評(píng)價(jià)。

（21）常用關(guān)聯(lián)規(guī)則算法。

（22）Apriori算法的原理與實(shí)現(xiàn)過(guò)程。

（23）FP-Growth算法的原理與實(shí)現(xiàn)過(guò)程。

（24）常見(jiàn)的智能推薦算法八

（25）智能推薦模型的評(píng)價(jià)方法。

（26）協(xié)同過(guò)濾推薦算法的原理與實(shí)現(xiàn)過(guò)程。

（27）基于流行度的推薦算法的原理與實(shí)現(xiàn)過(guò)程。

（28）常見(jiàn)的時(shí)間序列模型。

（29）時(shí)間序列的預(yù)處理。

（30）平穩(wěn)時(shí)間序列分析。

（31）非平穩(wěn)時(shí)間序列分析。

45.重點(diǎn)

（9）分類(lèi)與回歸算法基本原理及實(shí)現(xiàn)過(guò)程。

（10）聚類(lèi)分析算法簡(jiǎn)介及基本原理。

（11）聚類(lèi)分析算法實(shí)現(xiàn)過(guò)程及評(píng)價(jià)。

（12）Apriori算法的原理與實(shí)現(xiàn)過(guò)程。

（13）協(xié)同過(guò)濾推卷算法的原理與實(shí)現(xiàn)過(guò)程。

（14）基于流行度的推薦算法的原理與實(shí)現(xiàn)過(guò)程

（15）時(shí)間序列的預(yù)處理。

（16）平穩(wěn)時(shí)間序列分析。

（17）非平穩(wěn)時(shí)間序列分析。

46.難點(diǎn)

（6）分類(lèi)與回歸算法基本原理及實(shí)現(xiàn)過(guò)程。

（7）聚類(lèi)分析算法簡(jiǎn)介及基本原理。

（8）Apriori算法的原理與實(shí)現(xiàn)過(guò)程。

（9）協(xié)同過(guò)濾推薦算法的原理與實(shí)現(xiàn)過(guò)程。

（10）基于流行度的推薦算法的原理與實(shí)現(xiàn)過(guò)程

（11）平穩(wěn)時(shí)間序列分析。

（12）非平穩(wěn)時(shí)間序列分析。

二十九、教學(xué)過(guò)程設(shè)計(jì)

47.理論教學(xué)過(guò)程

（21）常用的分類(lèi)與回歸算法。

（22）分類(lèi)與回歸算法的評(píng)價(jià)方法。

（23）線性模型的原理。

（24）決策樹(shù)的原理。

（25）最近鄰分類(lèi)的原理。

（26）支持向量機(jī)的原理。

（27）神經(jīng)網(wǎng)絡(luò)的原理。

（28）集成算法的原理。

（29）常用聚類(lèi)分析算法。

（30）聚類(lèi)分析算法的評(píng)價(jià)方法

（31）K-Means聚類(lèi)算法的原理。

（32）密度聚類(lèi)算法的原理。

（33）層次聚類(lèi)算法的原理。

（34）常見(jiàn)關(guān)聯(lián)規(guī)則算法。

（35）Apriori算法的原理。

（36）FP-Growth算法的原理。

（37）常見(jiàn)智能推薦算法。

（38）智能推薦算法的評(píng)價(jià)方法

（39）協(xié)同過(guò)濾推卷算法的原理。

（40）常用的時(shí)間序列算法。

（41）時(shí)間序列預(yù)史理的方法。

（42）平穩(wěn)時(shí)間序列分析。

（43）非平穩(wěn)時(shí)間序列分析。

48.實(shí)驗(yàn)教學(xué)過(guò)程

（10）使用線性回歸算法進(jìn)行回歸預(yù)測(cè)。

（ID使用邏輯回歸算法進(jìn)行分類(lèi)預(yù)測(cè)。

（12）使用決策樹(shù)算法進(jìn)行分類(lèi)預(yù)測(cè)。

（13）使用最近鄰分類(lèi)算法進(jìn)行分類(lèi)預(yù)測(cè)。

（14）使用支持向量機(jī)算法進(jìn)行分類(lèi)預(yù)測(cè)。

（15）使用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分類(lèi)預(yù)測(cè)。

（16）使用集成算法進(jìn)行分類(lèi)預(yù)測(cè)。

（17）使用K-Mcans進(jìn)行聚類(lèi)分析。

（18）使用密度聚類(lèi)算法進(jìn)行聚類(lèi)分析。

（19）使用層次聚類(lèi)算法進(jìn)行聚類(lèi)分析。

（20）使用Apriori算法進(jìn)行關(guān)聯(lián)分析。

（21）使用FP-Growth算法進(jìn)行關(guān)聯(lián)分析。

（22）使用協(xié)同過(guò)濾推薦算法進(jìn)行智能推薦。

（23）使用基于流行度的推薦算法進(jìn)行智能推薦。

（24）使用ARIMA模型進(jìn)行時(shí)間序列分析。

三十、教材

49.教材

翟世臣，張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

50.參考資料

[1]黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用[M].北京：人民郵電出版社.2018.

[2]張良均，譚立云.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）[M].北京：機(jī)械工業(yè)出

版社.2019.

[3]張健，張良均.Python編程基礎(chǔ)[M].北京：人民郵電出版社.2018.

第6章信用卡高風(fēng)險(xiǎn)客戶識(shí)別

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：7學(xué)時(shí)

三十一、材料清單

（26）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（27）配套PPT。

（28）引導(dǎo)性提問(wèn)。

（29）探究性問(wèn)題。

（30）拓展性問(wèn)題。

三十二、教學(xué)目標(biāo)與基本要求

51.教學(xué)目標(biāo)

結(jié)合出信用卡客戶風(fēng)險(xiǎn)級(jí)別的項(xiàng)目，重點(diǎn)介紹了數(shù)據(jù)探索、屬性規(guī)約、屬性構(gòu)造，并建

立客戶風(fēng)險(xiǎn)K-Means聚類(lèi)模型，分析了每一類(lèi)客戶的特征，最后分析目前銀行的信用卡客

戶結(jié)構(gòu)，并提出了風(fēng)險(xiǎn)控制相關(guān)的建議。

52.基本要求

（1）熟悉信用卡高風(fēng)險(xiǎn)客戶識(shí)別的步驟與流程.

（2）掌握探索整體數(shù)據(jù)分布和不同屬性之間的美系的方法.

（3）掌握用K-Means聚類(lèi)算法對(duì)根據(jù)信用卡客戶數(shù)據(jù)進(jìn)行客戶分群。

（4）掌握對(duì)聚類(lèi)結(jié)果進(jìn)行特征分析的方法。

三十三、問(wèn)題

53.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（1）影響信用卡客戶風(fēng)險(xiǎn)的相關(guān)因素有哪些？

（2）信用卡高風(fēng)險(xiǎn)客戶識(shí)別的意義在哪里？

54.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)。或者是對(duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（1）描述性統(tǒng)計(jì)分析的指標(biāo)有哪些？

（2）數(shù)據(jù)探索的意義是什么？

（3）K-Means算法怎么尋求最優(yōu)的參數(shù)？

（4）聚類(lèi)算法的評(píng)價(jià)指標(biāo)有什么？

55.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義,學(xué)生的學(xué)習(xí)動(dòng)態(tài)后,根據(jù)學(xué)生學(xué)習(xí)層次,提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（1）除了K-Mcans還有很多聚類(lèi)算法，能否使用其他聚類(lèi)算法解決該需求？

（2）除了可以對(duì)信用卡客戶風(fēng)險(xiǎn)識(shí)別，現(xiàn)實(shí)生活中還有什么其他類(lèi)似的操作呢？

三十四、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

56.主要知識(shí)點(diǎn)

（1）信用卡高風(fēng)險(xiǎn)客戶識(shí)別的步驟與流程。

（2）探索整體數(shù)據(jù)分布的方法。

（3）探索不同屬性之間的關(guān)系的方法。

（4）K-Means聚類(lèi)算法的原理和應(yīng)用。

（5）聚類(lèi)算法的評(píng)價(jià)方法。

57.重點(diǎn)

（1）信用卡高風(fēng)險(xiǎn)客戶識(shí)別的步驟與流程。

（2）K-Means聚類(lèi)算法的原理和應(yīng)用。

（3）聚類(lèi)算法的評(píng)價(jià)方法。

58.難點(diǎn)

（1）K-Mcans聚類(lèi)算法的原理和應(yīng)用。

（2）聚類(lèi)算法的評(píng)價(jià)方法。

三十五、教學(xué)過(guò)程設(shè)計(jì)

59.理論教學(xué)過(guò)程

（1）分析信用卡高風(fēng)險(xiǎn)客戶識(shí)別背景和數(shù)據(jù)。

（2）熟悉信用卡高風(fēng)險(xiǎn)客戶識(shí)別的步驟與流程。

（3）了解描述性統(tǒng)計(jì)分析。

（4）了解K-Means聚類(lèi)算法。

（5）分析聚類(lèi)結(jié)果，

60.實(shí)驗(yàn)教學(xué)過(guò)程

（1）描述性統(tǒng)計(jì)分析。

（2）分析客戶歷史信用記錄。

（3）分析客戶經(jīng)濟(jì)情況。

（4）分析客戶經(jīng)濟(jì)風(fēng)險(xiǎn)情況。

（5）清洗數(shù)據(jù)。

（6）屬性構(gòu)造。

（7）構(gòu)建K-Mcans聚類(lèi)模型。

（8）評(píng)價(jià)K-Means聚類(lèi)模型。

三十六、教材與參考資料

61.教材

翟世臣，張良均.Pylhon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

62.參考資料

[1]黃紅梅，張良均,Python數(shù)據(jù)分析與應(yīng)用[M].北京：人民郵電出版社.2018.

[2]張良均，譚立云，Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）[M].北京：機(jī)械工業(yè)出

版社.2019.

[3]張健，張良均.Python編程基礎(chǔ)[M].北京：人民郵電出版社.2018.

第7章餐飲企業(yè)菜品關(guān)聯(lián)分析

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：6學(xué)時(shí)

三十七、材料清單

（31）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（32）配套PPT。

（33）引導(dǎo)性提問(wèn)。

（34）探究性問(wèn)題。

（35）拓展性問(wèn)題。

三十八、教學(xué)目標(biāo)與基本要求

63.教學(xué)目標(biāo)

結(jié)合航空公司客戶數(shù)據(jù)對(duì)原始數(shù)據(jù)進(jìn)行探索性分析,分別繪制每日用餐人數(shù)和營(yíng)業(yè)額折

線圖、菜品熱銷(xiāo)度柱形圖進(jìn)行展示與分析，并針對(duì)數(shù)據(jù)中不符合建模要求的數(shù)據(jù)進(jìn)行預(yù)處理,

主要進(jìn)行數(shù)據(jù)清洗和屬性構(gòu)造。同時(shí)構(gòu)建Apriori模型店餐飲企業(yè)的菜品進(jìn)行關(guān)聯(lián)分析并進(jìn)

行模型評(píng)價(jià)，從而為企業(yè)提供菜品搭配銷(xiāo)售意見(jiàn)。

64.基本要求

（6）了解案例的背景、數(shù)據(jù)說(shuō)明和分析目標(biāo).

（7）掌握每日用餐人數(shù)、營(yíng)業(yè)額和菜品熱銷(xiāo)度的分析方法。

（8）掌握數(shù)據(jù)清洗、屬性構(gòu)造的方法。

（9）掌握構(gòu)建Apriori模型的方法。

（10）掌握模型評(píng)價(jià)方法。

三十九、問(wèn)題

65.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（1）餐飲企業(yè)如何提高服務(wù)水平、留住客戶、提高利潤(rùn)呢？

（2）餐飲企業(yè)能夠提供什么樣的數(shù)據(jù)？

（3）為什么餐飲企業(yè)要做菜品關(guān)聯(lián)分析？

66.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（1）分析菜品熱銷(xiāo)度時(shí)需要對(duì)數(shù)據(jù)進(jìn)行怎么樣的處理呢？

（2）毛利率的計(jì)算公式是怎么樣的呢？

（3）Apriori算法的基本原理是什么？

67.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（1）實(shí)現(xiàn)本案例的目標(biāo)還能使用什么方法？

（2）菜品關(guān)聯(lián)分析分析模型中，最小支持度和最個(gè)置信度設(shè)為其他值，模型的效果會(huì)

如何?

四十、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

68.主要知識(shí)點(diǎn)

（32）分析餐飲企業(yè)現(xiàn)狀、基本數(shù)據(jù)情況。

（33）熟悉餐飲企業(yè)菜品關(guān)聯(lián)分析的基本流程與步麻。

（34）分析每日用餐人數(shù)和營(yíng)業(yè)額。

（35）使用統(tǒng)計(jì)學(xué)知識(shí)分析熱銷(xiāo)商品。

（36）了解Apriori算法的基本原理與使用方法。

（37）構(gòu)建菜品的Apriori模型。

（38）根據(jù)模型結(jié)果提出菜品銷(xiāo)售策略。

69.重點(diǎn)

（18）購(gòu)物籃分析的基本流程與步驟。

（19）零售商品的Apriori模型。

70.難點(diǎn)

Apriori算法的基本原理與使用方法°

四十一、教學(xué)過(guò)程設(shè)計(jì)

71.理論教學(xué)過(guò)程

（1）分析餐飲企業(yè)菜品背景和數(shù)據(jù)。

（2）熟悉餐飲企業(yè)菜品關(guān)聯(lián)分析的步驟與流程。

（3）分析每日用餐人數(shù)和營(yíng)業(yè)額。

（4）分析菜品熱銷(xiāo)度。

（5）了解Apriori算法的基本原理與使用方法。

72.實(shí)驗(yàn)教學(xué)過(guò)程

（1）分析每日用餐人數(shù)和營(yíng)業(yè)額。

（2）分析菜品熱銷(xiāo)度。

（3）清洗數(shù)據(jù)。

（4）屬性構(gòu)造。

（5）構(gòu)建Apriori模型。

（6）評(píng)價(jià)Apriori模型。

四十二、教材與參考資料

73.教材

翟世臣，張良均.Pylhon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

74.參考資料

[1]黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用[M].北京：人民郵電出版社.2018.

I2j張良均，譚立云,Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）[M].北京：機(jī)械工業(yè)出

版社.2019.

[3]張健，張良均.Pylhon編程基礎(chǔ)[M].北京：人民郵電出版社.2018.

第8章金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：5學(xué)時(shí)

四十三、材料清單

（36）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（37）配套PPT。

（38）引導(dǎo)性提問(wèn)。

（39）探究性問(wèn)題。

（40）拓展性問(wèn)題。

四十四、教學(xué)目標(biāo)與基本要求

75.教學(xué)目標(biāo)

結(jié)合螞蟻金服資金流入預(yù)測(cè)的案例，介紹了時(shí)間序列分析法中ARIMA模型在實(shí)際案例中

的應(yīng)用過(guò)程。查看原始數(shù)據(jù)觀察數(shù)據(jù)的趨勢(shì)規(guī)律，根據(jù)數(shù)據(jù)的時(shí)間趨勢(shì)進(jìn)行差分，對(duì)時(shí)間序

列的平穩(wěn)性檢驗(yàn)、白噪聲檢驗(yàn)做了詳細(xì)說(shuō)明，最后利用BIC準(zhǔn)則定階對(duì)模型進(jìn)行定階，構(gòu)

建ARIMA模型對(duì)數(shù)據(jù)新型預(yù)測(cè)，根據(jù)真實(shí)值與預(yù)測(cè)值的對(duì)比結(jié)果對(duì)模型進(jìn)行評(píng)級(jí)。

76.基本要求

（II）了解案例的背景、數(shù)據(jù)說(shuō)明和分析目標(biāo)C

（12）熟悉金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)的步驟與流程。

（13）掌握數(shù)據(jù)平穩(wěn)性的檢驗(yàn)和處理方法，以及白噪聲檢驗(yàn)。

（14）掌握用ARIMA模型對(duì)資金流量進(jìn)行預(yù)測(cè)。

（22）掌握對(duì)ARIMA模型的檢驗(yàn)。

四十五、問(wèn)題

77.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解?、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

di）什么是資金流審:的預(yù)測(cè)？

（12）資金流量預(yù)測(cè)的意義是什么？

78.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中又是重要的問(wèn)題加以設(shè)問(wèn)。

（13）資金流量預(yù)測(cè)用到哪些算法？

（14）時(shí)間序列模型如何定階？

（15）ARIMA模型的基本原理是什么？

79.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（ID當(dāng)平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)沒(méi)有通過(guò)時(shí)需要如何處理？

（12）除了繪制真實(shí)值和預(yù)測(cè)值的對(duì)比圖，還有什么評(píng)價(jià)模型效果的方法嗎？

四十六、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

80.主要知識(shí)點(diǎn)

（39）分析金融服務(wù)機(jī)構(gòu)資金流量背景和數(shù)據(jù)。

（40）熟悉金融服務(wù)機(jī)構(gòu)斐金流量預(yù)測(cè)的基本流程弓步驟。

（41）數(shù)據(jù)構(gòu)造和數(shù)據(jù)截取。

（42）數(shù)據(jù)平穩(wěn)性的檢驗(yàn)和處理。

（43）白噪聲檢驗(yàn)。

（44）ARIMA模型的原理與使用方法。

（45）ARIMA模型的評(píng)價(jià)方法。

81.重點(diǎn)

（20）熟悉金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)的基本流程與步驟。

（21）ARIMA模型的原理與使用方法。

82.難點(diǎn)

ARIMA模型的原理與使用方法.

四十七、教學(xué)過(guò)程設(shè)計(jì)

83.理論教學(xué)過(guò)程

（44）分析金融服務(wù)機(jī)構(gòu)資金流策背景和數(shù)據(jù)。

（45）熟悉金融服務(wù)機(jī)構(gòu)資金流量預(yù)測(cè)的基本流程與步驟。

（46）了解平穩(wěn)性檢驗(yàn)和向噪聲檢驗(yàn)的方法。

（47）了解時(shí)間序列模型的定階方法。

（48）了解ARIMA算法。

（49）掌握時(shí)間序列模型的評(píng)價(jià)方法。

84.實(shí)驗(yàn)教學(xué)過(guò)程

（1）屬性構(gòu)造。

（2）截取平穩(wěn)部分?jǐn)?shù)據(jù)。

（3）周期性差分。

（4）平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)。

（5）時(shí)間序列模型的定階。

（6）評(píng)價(jià)ARIMA模型。

四十八、教材與參考資料

85.教材

翟世臣，張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

86.參考資料

[1]黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用[M].北京：人民郵電出版社.2018.

[2]張良均，譚立云.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）[M].北京：機(jī)械工業(yè)出

版社.2019.

13J張健，張良均.Python編程基礎(chǔ)[M].北京：人民郵電出版社.2018.

第9章020優(yōu)惠券使用預(yù)測(cè)

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：7學(xué)時(shí)

四十九、材料清單

（41）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（42）配套PPT。

（43）引導(dǎo)性提問(wèn)。

（44）探究性問(wèn)題。

（45）拓展性問(wèn)題。

五十、教學(xué)目標(biāo)與基本要求

87.教學(xué)目標(biāo)

根據(jù)020平臺(tái)中用戶使用優(yōu)惠券的歷史記錄，先對(duì)原始數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)和探索性

分析，主要分析優(yōu)惠形式信息、用戶消費(fèi)行為和商戶投放優(yōu)惠券信息。后對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)

處理，包括數(shù)據(jù)清洗和數(shù)據(jù)轉(zhuǎn)換，以及結(jié)合用戶、商戶、優(yōu)惠券、用戶和商戶交互特點(diǎn)構(gòu)造

新指標(biāo)。最后分別建立決策樹(shù)分類(lèi)模型、梯度提升分類(lèi)模型和XGBoost分類(lèi)模型，預(yù)測(cè)用

戶在領(lǐng)取優(yōu)惠券后15天以內(nèi)的使用情況，并對(duì)各個(gè)模型進(jìn)行模型評(píng)價(jià)。

88.基本要求

（15）了解案例的背景、數(shù)據(jù)說(shuō)明和分析目標(biāo)。

（）6）掌握描述性統(tǒng)計(jì)分析方法。

（17）掌握分析優(yōu)惠形式、用戶消費(fèi)行為、商戶投放優(yōu)惠券信息的方法。

（18）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。

（19）掌握構(gòu)建決策樹(shù)、梯度提升和XGBoost分類(lèi)模型的方法。

（20）掌握模型評(píng)價(jià)方法。

五十一、問(wèn)題

89.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（3）020是什么呢？

（4）企業(yè)發(fā)放的優(yōu)惠券都會(huì)被使用嗎？

90.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中乂是重要的問(wèn)題加以設(shè)問(wèn)。

（5）決策樹(shù)算法的優(yōu)點(diǎn)是什么？

（6）使用三種分類(lèi)模型對(duì)020優(yōu)惠券使用預(yù)測(cè)的作用是什么？

91.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（3）除了這三種模型，還可以使用什么模型呢？

（4）決策樹(shù)模型的參數(shù)有哪些可以設(shè)置，如何針對(duì)數(shù)據(jù)特征進(jìn)行參數(shù)擇優(yōu)選擇7

五十二、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

92.主要知識(shí)點(diǎn)

（1）020優(yōu)惠券使用預(yù)測(cè)分析方法與流程。

（2）數(shù)據(jù)探索的方法和步驟u

（3）數(shù)據(jù)預(yù)處理的方法和步驟。

（4）決策樹(shù)算法的原理與使用方法。

（5）梯度提升分類(lèi)算法的原理與使用方法。

（6）XGBoost分類(lèi)算法的原理與使用方法。

93.重點(diǎn)

（4）020優(yōu)惠券使用預(yù)測(cè)分析方法與流程。

（5）決策樹(shù)算法的原理與使用方法。

（6）梯度提升分類(lèi)算法的原理與使用方法。

（7）XGBoost分類(lèi)算法的原理與使用方法。

94.難點(diǎn)

（1）決策樹(shù)算法的原理與使用方法。

（2）梯度提升分類(lèi)算法的原理與使用方法。

（1）XGBoost分類(lèi)算法的原理與使用方法。

五十三、教學(xué)過(guò)程設(shè)計(jì)

95.理論教學(xué)過(guò)程

（6）分析020優(yōu)惠券使用的背景和數(shù)據(jù)。

（7）熟悉020優(yōu)惠券使用預(yù)測(cè)的分析步驟與流程。

（8）了解數(shù)據(jù)分析探索的方法。

（9）了解決策樹(shù)算法。

（10）了解梯度提升算法。

（II）了解XGBoosi分類(lèi)算法。

（12）掌握分類(lèi)模型的評(píng)價(jià)方法。

96.實(shí)驗(yàn)教學(xué)過(guò)程

（9）描述性統(tǒng)計(jì)分析。

（10）分析優(yōu)惠形式信息。

（H）分析用戶消費(fèi)行為信息。

（12）分析商戶投放優(yōu)惠券信息。

（13）清洗數(shù)據(jù)。

（14）變換數(shù)據(jù)。

（15）構(gòu)建決策樹(shù)分類(lèi)模型。

（16）構(gòu)建梯度提升分類(lèi)模型。

（17）構(gòu)建XGBoost分類(lèi)模型。

（18）評(píng)價(jià)分類(lèi)模型。

五十四、教材與參考資料

97.教材

翟世臣，張良均.Pylhon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)［M］.北京：人民郵電出版社.2022.

98.參考資料

［1］黃紅梅，張良均.Python數(shù)據(jù)分析與應(yīng)用［M］.北京：人民郵電出版社.2018.

12］張良均，譚立云.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）［M］.北京：機(jī)械工業(yè)出

版社.2019.

［3］張健，張良均.Python編程基礎(chǔ)［M］.北京：人民郵電出版社.2018.

第10章電視產(chǎn)品個(gè)性化推薦

教案

課程名稱(chēng)：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

課程類(lèi)別：必修

適用專(zhuān)業(yè)：大數(shù)據(jù)技術(shù)類(lèi)相關(guān)專(zhuān)業(yè)

總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）

總學(xué)分：4.0學(xué)分

本章學(xué)時(shí)：7學(xué)時(shí)

五十五、材料清單

（46）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。

（47）配套PPT。

（48）引導(dǎo)性提問(wèn)。

（49）探究性問(wèn)題。

（50）拓展性問(wèn)題。

五十六、教學(xué)目標(biāo)與基本要求

99.教學(xué)目標(biāo)

結(jié)合廣電大數(shù)據(jù)營(yíng)銷(xiāo)推薦的案例，重點(diǎn)介紹了在數(shù)據(jù)可視化、用戶畫(huà)像構(gòu)造的輔助下，

運(yùn)用基于物品的協(xié)同過(guò)濾算法和基于流行度的推薦算法在實(shí)際案例中的應(yīng)用。首先通過(guò)對(duì)用

戶收視行為信息數(shù)據(jù)等數(shù)據(jù)進(jìn)行分析與處理，再采用不同推薦算法對(duì)處理好的數(shù)據(jù)進(jìn)彳j建模

分析，最后通過(guò)模型評(píng)價(jià)與結(jié)果分析，發(fā)現(xiàn)不同算法的優(yōu)缺點(diǎn)，同時(shí)通過(guò)模型得出相關(guān)的電

視產(chǎn)品個(gè)性化推薦的業(yè)務(wù)建議。

100.基本要求

（1）了解電視產(chǎn)品個(gè)性化推薦案例的背景、數(shù)據(jù)說(shuō)明和分析目標(biāo)。

（2）掌握常用的數(shù)據(jù)清洗方法，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗。

（3）掌握常用的數(shù)據(jù)探索方法，對(duì)數(shù)據(jù)進(jìn)行分布分析?、對(duì)比分析和貢獻(xiàn)度分析。

（4）掌握常用的屬性構(gòu)造方法，構(gòu)建用戶畫(huà)像標(biāo)簽。

（5）熟悉基于物品的協(xié)同過(guò)濾算法和基于流行度的推薦算法，構(gòu)建推薦模型。

（6）掌握推薦系統(tǒng)的評(píng)價(jià)方法，對(duì)構(gòu)建的推薦模型進(jìn)行模型評(píng)價(jià)。

五十七、問(wèn)題

101.引導(dǎo)性提問(wèn)

引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)

題，提問(wèn)，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。

（5）什么是智能推薦？

（6）生活中常見(jiàn)的智能推薦服務(wù)有哪些？

（7）實(shí)現(xiàn)智能推薦的算法有哪些？

102.探究性問(wèn)題

探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的

基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)睡切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課

文中乂是重要的問(wèn)題加以設(shè)問(wèn)。

（7）電視產(chǎn)品個(gè)性化的推薦流程是怎么樣的？

（8）協(xié)同過(guò)濾算法除了基于物品的算法外，還有哪些？

103.拓展性問(wèn)題

拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提

出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)

題。

（5）除了協(xié)同過(guò)濾算法和流行度推薦算法外，能否使用其他算法預(yù)測(cè)熨現(xiàn)網(wǎng)站的智能

推薦？

（6）除了使用準(zhǔn)確率和召回率評(píng)價(jià)推薦算法外，還是什么評(píng)價(jià)指標(biāo)？

五十八、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)

104.主要知識(shí)點(diǎn)

（7）了分析電視產(chǎn)品個(gè)性化推薦的背景和數(shù)據(jù)。

（8）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。

（9）根據(jù)收視行為信息數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)探索、屬性構(gòu)造。

（10）基于物品的協(xié)同過(guò)濾算法的原理與使用方法。

（11）基于流行度的推薦算法的原理與使用方法。

（12）對(duì)推薦進(jìn)行評(píng)價(jià)，判斷推薦系統(tǒng)的好壞。

105.重點(diǎn)

（8）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。

（9）基于物品的協(xié)同過(guò)源算法的原理與使用方法。

（10）基基于流行度的推薦算法的原理與使用方法。

（11）對(duì)推薦進(jìn)行評(píng)價(jià)，判斷推薦系統(tǒng)的好壞。

106.難點(diǎn)

（1）基于物品的協(xié)同過(guò)濾算法的原理與使用方法。

（2）基基干流行度的推薦算法的原理與使用方法.

五十九、教學(xué)過(guò)程設(shè)計(jì)

107.理論教學(xué)過(guò)程

（13）分析電視產(chǎn)品個(gè)性化推薦的背景和數(shù)據(jù)。

（14）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。

（15）了解基于物品的協(xié)同過(guò)濾算法。

（16）了解基于流行度的推薦算法。

（17）掌握智能推卷算法的評(píng)價(jià)方法。

108.實(shí)驗(yàn)教學(xué)過(guò)程

（19）清洗數(shù)據(jù)。

（20）探索數(shù)據(jù)。

（21）構(gòu)造屬性。

（22）構(gòu)建基于物品的協(xié)同過(guò)濾算法的推薦模型。

（23）構(gòu)建基于流行度的推薦算法模型。

（24）評(píng)價(jià)智能推薦模型。

六十、教材與參考資料

109.教材

翟世臣，張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：人民郵電出版社.2022.

110.參考資料

[1]黃紅梅,張良均.Pylhon數(shù)據(jù)分析與應(yīng)用[M].北京：人民郵電出版社.2018.

[2]張良均，譚立云.Pylhon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）[M].北京：機(jī)械工業(yè)出

版社.2019.

[3]張健，張