还剩10页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
《数据可视化》课程标准
一、课程名称数据可视化
二、适用专业大数据技术应用专业
三、课程学时与学分72学时,4学分本课程是大数据技术应用专业的一门专业核心课程,是从事数据分析专员、数据分析师、数据可视化工程师等岗位必须学习的课程,将为后续学习《大数据ETL》等课程奠定基础本课程开设在第5学期,学习该课程之前需具备一定的数据采集、数据处理能力,《Web前端技术应用》、《数据库技术应用》、《互联网数据采集》是该课程的前导课程本课程学习的知识和技能可以为第5学期考取大数据分析与应用X证书(初级)做知识和技能准备
五、课程目标通过本课程的学习,能完成新闻数据可视化任务、碳中和碳达峰数据可视化任务、智能制造产业升级数据可视化任务、学生画像可视化设计任务、用户征信分析可视化任务,达到以下具体目标
(一)素养目标
1.培养学生的政治思维、政治洞察力与政治敏感性,培养学生的社会主义核心价值观、爱国主义情操(培养规格1)
2.能够熟练掌握与本专业从事职业活动相关的国家法律、行业规定,掌握信息数据安全、网络安全防护、质量管理等相关知识与技能,了解大数据、网络信息等产业文化,遵守职业道德准则和行为规范,具备社会责任感和担当精神(培养规格3)
3.培养学生具有创新意识、创新精神和良好的职业道德(培养规格3)
4.培养学生良好的自我表现、与人沟通能力(培养规格9)
5.培养学生对于可视化图形的鉴赏能力,提高审美能力(培养规格21)
(二)知识目标
1.了解数据可视化的概念、作用及意义(培养规格17)
2.了解常见的可视化图表类型(培养规格17)能够从时间、地狱、新闻主题等多个维度对新闻数330据进行可视化展示4能够快速绘制文本词云图20考核项目3能够从绘制的可视化图形中得出有价值的信息,并520清晰阐述观点合计1002)考核项目2——碳中和碳达峰数据可视化考核项目2——碳中和碳达峰数据可视化采用过程性评价,考核评价表如下表所示:考核项目2一一碳中和碳达峰数据可视化考核评价表班级姓名学号:考核项目2碳中和碳达峰数据可视化自我评小组评教师评价序号评价标准分值价30%价30%40%能够准确表述碳中和、碳达峰的含义和意义110能够介绍项目中使用的可视化图表类型及使用场220景能够快速下载、安装Apache Echarts开发环境,320并测试成功能够准确展示可视化页面的原型,并说明设计思430路能够使用Echarls完成可视化图表绘制,并成功520展示合计1003)考核项目3——智能制造产业升级数据可视化考核项目3——智能制造产业升级数据可视化采用过程性评价,考核评价表如下表所示:考核项目3——智能制造产业升级数据可视化考核评价表班级姓名学号智能制造产业升级数据可视化教师评自我评价小组评价序号评价标准分值30%30%价40%能够完整表述大数据技术在智能制造产业升级总110的所扮演的重要角色能够快速下载、安装Apacha Echarts开发环境,220并测试成功能够独立使用Axure原型制作工具设计可视化看320板页面布局能够熟练使用Axure引入Echarts,在原型页面420中渲染可视化图表能够完整设计、制作可视化页面,并成功展示520能够从可视化图表中解读有价值的信息,阐述智能610制造对于当下社会发展的意义合计1004)考核项目4——学生画像可视化设计考核项目4——学生画像可视化设计采用过程性评价,考核评价表如下表所示:考核项目4——学生画像可视化设计考核评价表班级姓名学号:考核项目4学生画像可视化设计自我评价小组评价教师评价序号评价标准分值30%30%40%能够准确介绍生成学生画像所需要的数据源,并能110成功说明数据源的存储方式能够成功下载、安装BI报表工具Superset,并能220成功运行能够将多种数据源整合到BI报表工具,并展示整330合结果能够使用BI报表工具展示学生画像可视化看板,420并说明页面布局、设计思路能够从可视化看板中解读学生的学习、生活情况,520并能够尝试给出学习建议合计1005)考核项目5——用户征信分析可视化考核项目5——用户征信分析可视化采用过程性评价,考核评价表如下表所示:考核项目5一一用户征信分析可视化考核评价表班级姓名学号:考核项目5用户征信分析可视化自我评小组评价教师评价序号评价标准分值价30%30%40%能够协作介绍金融风控的行业背景,说明用户征115信的重要作用能够准确使用数据处理工具对用户征信数据进行215预处理,并说明处理结果能够分工协作讨论可视化看板的组成,选择合适的330可视化图表,并能能够快速使用Axure绘制可视化看板原型,展示原420型能够使用BI报表工具准确还原可视化设计原型,520成功制作可视化看板合计
1003.了解数据可视化的设计流程及相关组件(培养规格17)
4.掌握Apache Echarts的使用,包括Echarts常用图表的制作,如折线图、饼图、散点图等,掌握Echarts高级用法,如图表混搭、事件与行为等(培养规格17)
5.掌握Python可视化工具(Matplotlib)BI报表工具(Superset)的使用,包括基础数据处理、图表的应用场景、常用图表制作(培养规格17)
6.掌握行业数据分析可视化方法,掌握数据可视化行业案例的综合应用能力(培养规格17)
(三)能力目标
1.具备基本的可视化图表设计的能力(培养规格9)
2.具备使用Python第三方可视化库绘制可视化图表的能力(培养规格17)
3.具备使用Apache Echarts可视化工具制作可视化页面的能力(培养规格13)
4.具备基于数据源使用BI报表工具设计、制作可视化看板、大屏的能力(培养规格9)
5.具备使用原型制作工具设计可视化图表前端页面的能力(培养规格9)
6.具备根据业务需求使用多种类型可视化工具绘制可视化图表展示数据的能力(培养规格19)
7、具备基本的考取大数据分析与应用X证书(初级)的能力(培养规格17)
六、课程内容与要求本课程以各种不同类型的数据可视化任务为载体,坚持立德树人的根本要求,结合学生学习特点,遵循职业教育人才培养规律,落实课程思政要求,有机融入思想政治教育内容,紧密联系工作实际,突出应用性和实践性,注重学生职业能力和可持续发展能力的培养合理设计学习单元、能力点、学习内容与要求本课程按照可视化实践工具的类型,学习单元涉及的行业属性安排学习单元教学内容学习单元在知识体系上是递进关系,学习单元1为基础知识模块,以新闻行业为背景回顾数据获取的方法路径,进行简单数据可视化展示;学习单元2-5分别涉及碳中和碳达峰、智能制造、教育、金融等行业的数据可视化内容,知识难度和实践工具的使用上由简单到复杂,逐层递进表1课程内容与要求序号学习单元能力点学习内容与要求学习成果建议学时
1.能够熟练使用Python第三方
1.了解新闻数据集的含
1.经过数1新闻数据可12库Matplotlib、绘制符视化合新闻数据特点的可视化图义、特点和意义据预处理的形新闻数据集
2.掌握使用数据处理工具
2.能够熟练使用Python第三1份处理新闻数据集的基木方方库WorldCl oud等绘制符文
2.数据新闻法本数据可视化图形可视化图表
3.熟悉Python第三方绘图
3.能够设计新闻数据可视化若干张库工具绘制常用可视化图内容相应的设计使用场景,规划相应内容的展示形式表的方法和步骤
4.掌握可视化工具
4.能够具备关注数据可视化Matplotlib前沿技术的意识,不断进行自WordCloud等简单展示新我知识更新与学习闻数据集的基本流程
5.了解可视化行业信息,前沿技术发展趋势,熟悉可视化相关岗位的实践技能
6.了解大数据行业法规法则,自觉维护行业良好风气
1.碳中和碳
1.了解碳中和、碳达峰的
1.能够使用Echarts等工具达峰碳数据内涵、意义绘制符合数据内容的可视化图可视化图表
2.掌握常见的数据可视表若干张化图表使用场景
2.能够根据数据集的特点选择相应的可视化图表展示方
3.了解Web前端的基础碳中和碳达峰式知识212数据可视化
3.能使用原型制作工具
4.掌握Apache EchartsAxure,按照可视化展示内容设开发环境的搭建过程、基计简单的可视化页面布局础使用方法
4.沟通能力具备良好的沟
5.掌握使用Axure设计通理解能力,能够明确项目意简单可视化页面原型的方图,在遇到问题时,能够法主动沟通,确保各方共识项目
6.掌握使用Echarts绘制意图碳中和碳排放可视化图表
5.能够具有社会责任感,传递的基本步骤正确的社会价值,时刻维护国家的荣誉与形象
1.了解大数据技术对于
1.可视化大智能制造产业升级的重要屏页面原型作用,了解智能制造数据1份集字段的含义
1.能够基于智能制造场景F
2.智能制造
2.掌握Web前端的基础知的数据特点,规划相应数可视化图表据指标的展示形式识
2.能够使用Echarts工具选若干张
3.掌握Apache Echarts的择合适的展示形式,展示智能基础知识和使用方法制造数据的各项指标智能制造产
4.掌握Echarts绘制智能
3.能够使用原型制作工具业升级数据3制造产业升级数据可视化16Axur e设计可视化页面布局可视化图形的方法
4.能够完成原型完整设计UI,重点关注动态内容
5.学习Axure设计智能制设计造可视化大屏页面,引入
5.能够具备强健的体魄与良Echarts,成功展示可视化好的心理素质,适应兼具脑力图形的步骤与体力双重劳动的弹性工作制
6.了解智能制造行业发展与加班熬夜情况动态,理解行业未来发展趋势与底层逻辑,随时调整自我职业规划,顺应时代发展
1.能够使用可视化手段展示
1.了解生成学生画像所
1.学生用户画像数据集不同类型的数据,能够基于学需要的数据源若干份生画像的设计使用场景,规划
2.了解主流BI可视化工
2.学生用户相应内容的可视化展示形式具的基础知识、使用方法画像图表若
2.能够使用主流BI报表工具
3.掌握BI报表工具整合干张对接常见的数据接口多个数据源的规则
3.学生用户
3.能够使用主流BI报表工具
4.掌握使用BI报表工具画像可视化设计、制作学生画像可视化看(如Superset)设计、看板1份板制作学生用户画像可视化学生画像可视4164,能够与团队协作、沟通解决看板的步骤化设计学生画像可视化设计中的问题,能够有效推进工作进程
5.能够具备良好的心理素质,适应兼具脑力与体力双重劳动的弹性工作制与加班熬夜情况
1.了解用户征信数据的L用户征信
1.能够使用Python第三方类型、含义以及意义分析数据可库、Echarts、Superset等工
2.了解使用数据处理工具视化图表若具,完成数据的加载、处理,能对用户征信数据进行清洗干张够根据数据特点绘制可视化图的方法
2.用户征信形用户征信
3.掌握根据用户征信数据分析可视化
5162.能够使用原型制作工具分析可视化特点选择可视化图表的基看板1份Axure按照设计内容出具用户本原则征信分析可视化看板的功能原
4.学习使用Axure设计可型视化看板原型的方法
3.能够使用BI报表工具完成
5.了解BI报表工具(如关键元素的复盘(交互实现,Superset)的基础知识、动态数据的实现)使用方法
4.能够树立正确的职业观,注
6.掌握使用BI报表工具设计、制作用户征信分析可意不侵犯他人他人隐私,爱岗视化看板的步骤敬业、德技并修
七、课程实施
(一)师资队伍
1.专任教师职业能力具备优秀的专业课教学开展与组织能力,掌握使用可视化工具或通过编写Python程序绘制可视化图表的能力,能够以情境任务要求绘制可视化图形知识结构了解数据可视化工程师的各项职业岗位要求;在专业领域中,具备前端开发、大数据技术等较为深入的专业知识背景资质具备中职学校专业课任教资格和企业实践经历
2.兼职教师职业能力企业优秀讲师或行业企业专家,具备有3到5年的数据可视化相关行业从业经验,参与完整的数据可视化项目开发,具有较强的专业技能,具备良好的专业课教学开展与组织能力,掌握使用数据可视化工具或通过编写Python程序绘制可视化图表的能力,能够以情境任务要求绘制可视化图形知识结构在行业领域中,深入了解数据可视化工程师的各项职业岗位要求;在专业领域中,具备前端开发、大数据技术等深入的专业知识背景资质具备数据可视化行业相关从业背景和企业工作经历
(二)实验实训条件L校内实训基地根据不同的项目学习需要,选择教室、校企合作实习实训基地、实训设备等进行教学
(1)实训场地大数据分析与可视化实训室;
(2)实训设备可视化大屏20套、台式计算机40台、服务器1台,满足大数据分析实践的要求
3.校外实训基地目前大数据技术应用有1个联想校外实训室,能够同时满足50名学生进行实习实训能够满足学校教师、企业专家共同办公,满足专业人才学徒制人才培养要求,符合企业研发、生产要求本校外实训基地具备如下条件
(1)联想组织机构健全,领导和工作(或技术)人员素质高,管理规范,在新一代信息技术领域发展前景好
(2)基于联想“端-边-云-网-智”技术框架下,其研究方向与经营的业务与本专业对口,且联想属于世界五百强企业,社会形象好
(3)符合学生专业实习实训条件,并且能够满足学生顶岗实训一个月以上
(4)有相应的技术人员担任实训指导教师
(三)教学资源
1.教材按照教材必须在政治上坚持四项基本原则,符合党和国家的方针和政策,能运用辩证唯物主义和历史唯物主义的观点阐述本课程的基本规律的原则选择教材教材必须符合本课程教学大纲的要求,符合学生层次的实际,教材内容的阐述要循序渐进,富于启发,有利于对学生能力和素质的培养充分考虑教材的变动与更新,保证教材内容有用、新鲜和实用为保证教学质量,优先选择国家规划教材
2.图书文献配备《大数据可视化技术与应用》、《数据可视化》等图书可用于学生课余时间巩固课堂所学知识和技能,扩展数据可视化相关的理论知识,拓展视野,有助于学生了解数据可视化在大数据分析流程中的重要作用,提高可视化审美能力亦可用于专业教师教科研等工作的开展,方便师生查询、借阅
(四)教学方法面对新的教学变革,采用线上线下混合式教学模式组织教学,在教学中渗透理实一体化、思政育人的教学理念该课程是大数据技术应用专业核心课程之一,在教学的过程中应注重锻炼学生的实操能力为主,把数据可视化的知识技能融入到课程的实操训练当中,通过本门课程的学习,学生能够使用Apache Echarts、Superset等工具完成不同行业的数据可视化任务在教学过程中采用讲演法、任务驱动法、项目教学法、案例分析法等教学方法,辅以餐垫法、工作站法、展览馆法等特色的教学组织方式,提升学生自主探究、合作学习的意识,培养良好的学习习惯;在每个学习单元,学生进行自主探究学习与小组合作讨论学习,加强操作训练;以企业生产过程中实际的工作任务作为案例,在实践中引导学生学会分析问题、解决问题在教学过程中应充分利用实训环境,按照行动导向六步骤,采用任务驱动法等教法,引导学生开展自主、探究、合作的学习活动,在实践中引导学生学会分析问题、解决问题通过教师示范操作,强调岗位标准,强化学生的职业规范,提升学生数据可视化实操技能,提高学生自主探究的能力,逐步养成严谨科学的职业习惯在解决问题的过程中,学生养成耐心、细致、精益求精的工作态度,强化学生的质量意识本课程在课堂上除了板书讲解等教学手段外,还采用多媒体教学课件、学习网站、视频演示、模拟系统,职教云平台等现代化教学手段,使用了大数据、人工智能、虚拟仿真实训等信息技术,以提高学生的学习兴趣、拓展学习方法,使学生可以有更多的途径获取知识和技能
(五)教学评价严格落实培养目标和培养规格要求,围绕大数据技术应用专业的人才培养目标,通过教师、企业、学生三个评价主体从核心素质、关键知识、综合能力、实践成果四个维度,通过课堂评价(占比20%)、项目评价(占比50%)、课程评价(占比30%)三种形式收录反映学生成长过程和发展水平的描述与实证材料,全面评价学生综合素质,客观反映学生的个性差异和特长,突出评价对学生全面发展的促进作用
1.课堂评价(20%)通过教师评价、学生互评、学生自评三个主体侧重核心素质的评价课堂评价采用线上线下混合评价方式,借助职教云、雨课堂、云班课等信息化平台对学生在课堂上的学习过程、互动情况等展开评价,结合学生自评、互评等多种评价方式,利用数字信息化直观展示学生的整体情况,让教师在课程中帮助学生更清晰的认识自己学习笔记的检查20%(学生将学习笔记在规定时间内拍照上传信息化平台)评价标准为四级式A、B、C、D,要求完整、字迹工整、有重点、难点的标记学习材料的保存15%(教师线下课堂检查)评价标准为四级式A、B、C、D,要求完整、字迹工整、有错误工作页进行了正确的修改教师评价40%(借助信息化平台开展评价)学生出勤(10%)、学习成果展示(10%)、学习过程表现(师生互动、课堂练习、随堂测试等)(10%)、实操(10%)学生互评15%组内其他同学的评价(10%),组外同学的评价(5%)o学生自评10%自己对自己的评价
2.项目评价(50%)阶段测评项目评价以小组为单位,进行综合素质评价及每一个项目作品成果评价,针对每一个项目,累计各个工作阶段实施评分、素质评分、项目成果评分,将评分数据由学习平台进行统计,最终项目结束后按照评分公布优秀项目组,学生素质通过多维能力雷达图展示,实现学生的增值性评价,学生养成职业认同感其中《素质评分表》如下表所示,每个项目素质评价内容相同,各项目评价考核表详见附件1《项目评价考核明细表》,每个项目考核内容不同
3.课程评价(30%)期末考试理论考试(30%)试卷,从试题库中抽取100分的试题进行考核,试题类型有主观题:80%,填空题、选择题和判断题组成;客观题20%,简答题、论述题考核时间为90分钟、闭卷考核内容为学习内容中涉及到的所有内容,重点为技术类要求掌握的知识以及其它能够用试卷考核的内容项目测试(70%)为学生提供5个真实案例项目,每个小组随机抽取一个工作项目,并且按照任务书的要求完成1个完整的工作项目考核时间6节课前四节课为项目制作,最后两节课为项目结果说明展示考核人员企业员工和专业教师组成考核内容:新闻数据可视化、碳中和碳达峰数据可视化、智能制造产业升级数据可视化、学生画像可视化设计、用户征信分析可视化重在考核学生通过运用综合能力,做出的实践成果,详见附件2《数据可视化》课程综合评价表附件1项目评价考核明细表4)考核项目1一一新闻数据可视化5核项目1——新闻数据可视化采用过程性评价,考核评价表如下表所示考核项目1一一新闻数据可视化考核评价表班级姓名学号:考核项目1新闻数据可视化自我评价小组评价教师评价序号评价标准分值30%30%40%能够独立正确安装Python第三方可视化库110Matplotlib WorldCloud等2能够对新闻数据集进行简单的预处理20。