您现在的位置: 首页 > 教学大纲 > 正文

《商务数据分析与可视化》教学大纲

2019-10-25 所属分类:教学大纲 浏览次数:19 作者: [字体:]

商务数据分析与可视化》教学大纲

一、基本信息

课程代码

EBC303

课程性质

专业核心

课程名称

 商务数据分析与可视化

英文名称:

Business Data Analysis and Visualization

学时/学分

 48/3

开课时间

三年级(2

适用对象

电子商务专业本科生

先修课程

高等数学、概率论与数理统计、电子商务概论

大纲执笔人

 吴功兴

大纲审核人


修订时间

 2019.06

当前版本

2019

 

二、课程描述

本课程是向电子商务专业学生开设的专业核心课。主要目的是向学生介绍企业如何利用数据进行商务分析与可视化,培养学生的数据思维数据分析的能力。课程主要是针对目前的商务数据,重点是电子商务数据,网站数据的采集、存储、分析和展示,提高学生的数据意识,通过数据进行决策的能力。课程从大数据时代开始介绍商务数据分析的必要性,简要说明商务数据分析的大致思路,重点讲述主流的数据分析方法,包括相关、回归、分类、聚类等基础方法和时间序列分析、用户行为分析、推荐算法和社会网络分析方法等课程通过同学亲自上机实验,掌握EXCELSPSS软件来实现商务数据分析的目的。

三、教学目标

通过本课程的理论教学和相关实验训练,使学生具备如下能力:

1)具备独立自主地获取本专业相关知识的学习能力;

2)具备将所获取的知识与实践融会贯通并灵活应用于电子商务实务的技能;

3)具备良好的计算机操作与互联网应用能力;

四、课程目标对毕业要求的支撑

毕业要求

指标点

课程目标

1、具有不断追求新知的意识和较强的学习能力

1.1 具有终身学习的意识及较强的学习能力

教学目标1

2、具有科学与创新精神,具备初步的创新能力

2.1具有创新进取的科学研究精神

教学目标1

2.2具备一定的创新意识、形成初步的创新能力

教学目标1

3、具备扎实的数学、自然科学基础及基本的经管类知识,以及较好的外语应用能力

3.1具有一定的管理和经济学知识

教学目标2

4、掌握专业知识与技能,具有理解和表达复杂工程问题的能力

4.1掌握信息检索和数据分析等专业技能及其相关工具的使用

教学目标2

4.2具备阅读、撰写报告和设计文档的技能,以及清晰表达复杂工程问题的能力

教学目标3

 

五、教学内容

第一章 大数据时代3课时      

理解大数据的定义,掌握大数据的4V特征,了解大数据的来源,认识大数据尤其是商务大数据分析的基本方法

教学内容:大数据的定义、大数据的特征,通过案例分析介绍大数据的应用领域简要的介绍大数据基本分析方法。

重点内容:大数据的应用领域、介绍大数据基本分析方法

难点内容大数据基本分析方法

第二章 商务数据分析的基本思路(3课时)      

掌握商务数据分析的一般思路,并能对于一些简单的数据进行处理和分析。

教学内容:

介绍数据分析的一般思路,从搜集数据到商务管理应用的大致流程。通过市场分析和行业竞争分析为例进行详细介绍。

重点内容:介绍数据分析的一般思路

难点内容:市场分析和行业竞争分析为例进行详细介绍

第三章 电子商务系统的指标体系(6课时)      

掌握电子商务的指标体系,并能深入理解各项指标的意义

教学内容:

介绍电子商务系统的各种指标体系,主要网站运营指标、经营环境指标、销售指标、营销活动指标客户价值指标

重点内容电子商务系统的各种指标体系

难点内容营销活动指标客户价值指标

 

第四章 相关分析和回归分析(6课时)      

掌握利用相关和回归来进行数据分析的基本方法,并能够将数据分析与商务管理深度融合。

教学内容:

主要介绍相关分析的概念,相关系数的计算商务应用;回归分析的概念,一元回归和多元回归的方法。

重点内容相关分析的概念,相关系数的计算商务应用;回归分析的概念、一元回归的方法

难点内容多元回归的方法

 

第五章 分类和聚类分析(6课时)      

掌握分类和聚类的商务应用场景,并能熟悉近邻算法(KNN决策树等分类算法和K-means、层次聚类的聚类算法思想,学会计算软件完成数据的分类和聚类

教学内容:

介绍分类和聚类的概念和区别,商务应用案例,详细介绍几种分类和聚类算法。

重点内容分类和聚类的概念和区别,商务应用案例

难点内容分类和聚类算法

 

第六章 时间序列分析(6课时)      

    理解商务数据中的时间序列数据特点,掌握时间序列概念类别,熟练运用平均移动、指数分析、趋势外延法进行时间序列的预测和分析,并能知道时间序列的趋势分析、hust指数分析等。

教学内容:

    介绍时间序列的相关概念、基本统计分析指标类别,详细介绍几种时间序列分析和预测方法

重点内容:介绍时间序列的相关概念、基本统计分析指标类别

难点内容时间序列分析和预测方法

第七章 用户行为分析(6课时)      

     理解互联网络用户行为特征,并掌握用户行为分析的基本思路和方法,学会利用前面所学的相关、回归、分类聚类基本方法解决实际用户行为规律挖掘并能将实际商务问题转化为用户行为分析来处理。

教学内容:

    详细讲解互联网用户行为的特点,用户行为差异性,用户行为分析的基本方法,简答介绍一下人类行为动力学。

重点内容:互联网用户行为的特点,用户行为差异性,用户行为分析的基本方法

难点内容人类行为动力学

第八章 推荐系统6课时)      

    理解推荐系统的概念了解推荐系统的应用实践,熟悉推荐系统流程,掌握协同过滤关联规则、网络结构算法推荐算法思想能利用计算软件进行实际的商品推荐计算。

教学内容:

    介绍推荐系统在电子商务中的重要性、推荐系统基本概念和评价体系讲解推荐系统的基本流程框架和输入、分析、输出模块,详细介绍几种基本的推荐算法,主要包括协同过滤算法、关联规则和网络结构算法。

重点内容:推荐系统基本概念和评价体系

难点内容推荐算法

 

第九章 社会网络分析(3课时)      

     了解互联网中的网络结构特点,复杂网络的基本理论和概念,学会理解和计算社会网络中的基本特征量,掌握基本的社会网络中意见领袖挖掘方法、社群划分方法、以及社会化电子商务的概念。

教学内容:

    介绍实际社交网络中的基本特征和涌现现象,简要介绍复杂网络科学的基本理论和特征量的计算方法,重点讲解几个社会网络分析的应用场景,包括意见领袖挖掘、社群划分,及其在电子商务中的应用。

重点内容社交网络中的基本特征和涌现现象,简要介绍复杂网络科学的基本理论和特征量的计算方法

难点内容社会网络分析的应用场景。

 

第十章 商务平台数据分析3课时)      

     熟悉目前流行电商平台内的数据分析方法。

教学内容:

      速卖通平台流量来源分析成交转化率分析网店商品分析网店客户服务分析行业数据分析客户行为分析营销推广数据分析

重点内容:速卖通平台流量来源分析成交转化率分析

难点内容营销推广数据分析

 

 

六、教学安排

该课程每周3学时,16周,24学时为课堂授课教学时间,24学时为课内实验教学时间。

建议教学进度如下:

章节

学时数

第一章  大数据时代

      课堂3学时

第二章  商务数据分析的基本思路

      课堂3学时

第三章  电子商务系统的指标体系

   课堂3学时,实验3学时

第四章 相关分析和回归分析

   课堂3学时,实验3学时

第五章 分类和聚类分析

   课堂3学时,实验3学时

第六章 时间序列分析

   课堂3学时,实验3学时

第七章 用户行为分析

   课堂3学时,实验3学时

第八章 推荐系统

   课堂3学时,实验3学时

第九章 社会网络分析

      实验3学时

第十章  商务平台数据分析

      实验3学时

 

七、课内实验内容、要求及学时

    如果有课内实验,请填写下表;如果没有,则删除下表,并用文字适当说明。

序号

课内实验内容

实验要求

学时数

1

电子商务系统的指标体系

熟悉商务平台的数据指标和分析功能

   3

2

相关回归分析

利用教师提供的数据,学生设计程序,实现相关回归分析

   3

3

分类聚类

利用教师提供的数据,学生设计程序,实现分类聚类算法

   3

4

时间序列分析

利用教师提供的数据,学生设计程序,进行时间序列分析

   3

4

用户行为分析

利用教师提供的数据,学生设计程序,进行用户行为统计规律行为相关性分析

   3

6

推荐系统

利用教师提供的数据,学生设计程序,实现推荐算法

   3

7

社会网络分析

熟悉社社会网络分析在电子商务中的运用

   3

8

商务平台数据分析

速卖通平台流量来源分析成交转化率分析网店商品分析网店客户服务分析行业数据分析客户行为分析营销推广数据分析

   3

 

八、教学方法与手段

以课堂理论教学为主导,上机实践为辅助,配合多媒体教学。在教学过程中注重学生能力的培养,以实际应用为例提高教学的生动性,强调学生的分析能力和动手能力。

 

九、考核方式及成绩评定

    考核方式闭卷考试。

    成绩评定标准平时占30%,考试成绩占70%,成绩评定为百分制。

 

十、教材及主要参考书

指定教材:

[1]《商务数据分析》,佘莉、刘闯、韩筱璞、刘润然、贾春晓、周银座、王澎 编,清华大学出版社,2016

参考书目:

[1]《数据化管理——洞悉零售及电子商务运营》,黄成明著,电子工业出版社,20147

[2]《数据驱动营销:营销人员必知的15个关键指标》,(美)杰弗里著,林清怡、刘敬东、全波译,人民邮电出版社,20141

[3]、《数据化营销》,淘宝大学主编,淘宝大学数据营销分院编著,电子工业出版社,20121



下一篇:《电子商务安全》电子商务系课程教学大纲