本班级是“高校大数据课程公共服务平台”的九大工程中的“6号子工程”
全力打造全国高校大数据教学示范班级
厦门大学网络空间安全系专业选修课
《大数据导论》2023秋季学期班级主页
时间地点：1到16周每周三下午7、8节 厦大翔安校区学武楼（1号楼）B211
主讲人：厦门大学计算机科学系 林子雨 博士/副教授
(E-mail: ziyulin@xmu.edu.cn, 个人主页：https://dblab.xmu.edu.cn/post/linziyu)
课程简介|教师简介|示范班级|公告板|学生服务站|课程教材|讲义PPT下载|课后作业|教学大纲|课程进度表|在线课程视频| 推荐阅读 |班级相册
课程名称：《大数据导论》
课程性质：厦门大学网络空间安全系专业选修课
面向对象：厦门大学网络空间安全系2022级本科生，不需要计算机基础
课程难度：入门级，零基础（课程采用林子雨编著的入门级精品教材，丰富的教材配套资源帮助学生实现“零基础”学习大数据）
授课教师：林子雨
开课学期：2023年秋季学期（9月到12月）
课程学时：每周2节，共16周，32学时，2学分
上课时间：每周三下午7、8节 两节课
上课教室：厦大翔安校区学武楼（1号楼）B211
课程内容：大数据时代已经全面开启，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人民生活的方方面面。了解大数据概念、具备大数据思维，熟悉大数据技术是新时代对人才的新要求。本课程高屋建瓴探讨大数据，内容深入浅出，简单易懂，适合计算机相关专业各个年级学生学习。课程内容包括大数据概述，大数据与云计算、物联网、人工智能、区块链，大数据应用，大数据基础知识（大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易），数据采集与预处理，数据存储与管理，数据处理与分析，数据可视化等。
培养目标：本课程旨在实现以下几个培养目标：
- 引导学生步入大数据时代，积极投身大数据的变革浪潮之中；
- 了解大数据概念，熟悉大数据应用，培养大数据思维，养成数据安全意识；
- 熟悉大数据各个环节的相关技术，为后续深入学习相关大数据技术奠定基础；
- 激发学生基于大数据的创新创业热情。
考核方式：考勤（10%）+平时作业（10%）+SPOC在线成绩（30%）+期末考试（50%，闭卷笔试）
林子雨，男，1978年出生，博士（毕业于北京大学），现为厦门大学计算机科学系副教授，曾任厦门大学信息科学与技术学院院长助理、晋江市发展和改革局副局长。中国计算机学会数据库专业委员会委员，中国计算机学会信息系统专业委员会委员。国内高校首个“数字教师”提出者和建设者，厦门大学数据库实验室负责人，厦门大学云计算与大数据研究中心主要建设者和骨干成员，2013年度、2017年度和2020年度厦门大学教学类奖教金获得者，荣获2019年福建省精品在线开放课程、2018年厦门大学高等教育成果特等奖、2018年福建省高等教育教学成果二等奖和2018年国家精品在线开放课程。主要研究方向为数据库、数据仓库、数据挖掘、大数据、云计算和物联网，并以第一作者身份在《软件学报》《计算机学报》和《计算机研究与发展》等国家重点期刊以及国际学术会议上发表多篇学术论文。作为项目负责人主持的科研项目包括1项国家自然科学青年基金项目(No.61303004)、1项福建省自然科学青年基金项目(No.2013J05099)和1项中央高校基本科研业务费项目(No.2011121049)，主持的教改课题包括1项2016年福建省教改课题和1项2016年教育部产学协作育人项目，同时，作为课题负责人完成了国家发改委城市信息化重大课题、国家物联网重大应用示范工程区域试点泉州市工作方案、2015泉州市互联网经济调研等课题。中国高校首个“数字教师”提出者和建设者，2009年至今，“数字教师”大平台累计向网络免费发布超过1000万字高价值的研究和教学资料，累计网络访问量超过1000万次。打造了中国高校大数据教学知名品牌，编著出版了中国高校第一本系统介绍大数据知识的专业教材《大数据技术原理与应用》，并成为京东、当当网等网店畅销书籍；建设了国内高校首个大数据课程公共服务平台，为教师教学和学生学习大数据课程提供全方位、一站式服务，累计访问量超过1000万次。
林子雨主讲厦门大学本科生课程《大数据导论》是“高校大数据课程公共服务平台”重点打造的示范班级，全程严格执行“林子雨精品大数据公开课六大质量标准”，旨在努力打造高校大数据教学实践标杆。
示范班级全程践行O2O教学理念，提供线上线下完整教学服务，学生在获得良好现场教学体验的同时，可以通过班级网站获得全方位课程指导和服务。示范班级标准元素包括：班级主页、标准教室、精心备课、精彩讲解、优雅形象、标准音质、完整服务、班级活动、班级合影等。
班级学生名单（51人）
王东宇 夏真 杨季霖 向泽旭 连书权 左泽宇 周彦妮 文毅 黄婧 洪崧育 黄子珉 CHARLES WIRANTO 王睿泽 白翌辰 杜佳钰 符文豪 何唐瑭 贺小鹏 侯宛彤 胡思颖 胡文涛 黄彦蓉 贾雨洁 李涵 李家乐 李亚琪 林正刚 陆璟杰 罗子翊 庞轶轲 邱鸿磊 石新豪 孙胤真 唐霖龙 王傲伦 王嘉鑫 王紫墨 韦荣宝 温恺宣 文佳奕 谢晓燕 徐世杰 荀渤凯 鄢志轩 杨鹤飞 杨娳颉 尹自扬 袁武 郑伊依 朱宇帆 林素吉
| 发布时间 | 内容 |
| 2023年7月26日 | 班级主页正式发布 |
| 2022年7月26日 | 大家好，我是厦门大学计算机系林子雨老师，欢迎大家选修《大数据导论》课程。这里说明几点：（1）班级主页是（https://dblab.xmu.edu.cn/post/bigdata-introduction2023/），里面提供了课程的相关信息和课件下载。（2）课程教材是林子雨编著《大数据导论》，ISBN:978-7-115-54446-9 定价：49.8元。该纸质教材可以从京东或当当网购。 |
| 章（或节） | 主要内容 | 学时安排 |
| 第1章 大数据概述 | 数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用以及大数据产业 | 2 |
| 第2章 大数据与其他新兴技术的关系 | 物联网的概念和应用、云计算的概念和应用、大数据和云计算以及物联网的相互关系、人工智能的概念与关键技术、大数据与人工智能的关系、区块链的概念与技术原理、大数据与区块链的关系 | 4 |
| 第3章 大数据基础知识 | 大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易 | 6 |
| 第4章 大数据应用 | 大数据在各行各业的主要应用 | 4 |
| 第5章 数据采集与预处理 | 数据采集、数据清洗、数据转换、数据脱敏 | 2 |
| 第6章 数据存储与管理 | 传统的数据存储与管理技术、大数据时代的数据存储与管理技术、大数据处理架构Hadoop、分布式文件系统HDFS、NoSQL数据库、云数据库、分布式数据库HBase | 4 |
| 第7章 数据处理与分析 | 数据处理与分析的概念、机器学习和数据挖掘算法、大数据处理与分析技术、大数据处理与分析代表性产品 | 6 |
| 第8章 数据可视化 | 可视化概述、可视化图表、可视化工具、可视化典型案例 | 2 |
| 第9章 大数据分析综合案例 | 案例任务、系统设计、技术选择、系统实现、案例所需知识和技能 | 2 |
| 合计 | 32 | |
| 次数 | 日期 | 内容 |
| 1 | 2023年9月13日 | 教室上课1
课程介绍，第1章大数据概述 |
| 2 | 2023年9月20日 | 教室上课2
讲完了第1章大数据概述 的所有剩余内容 |
| 3 | 2023年9月27日 | 教室上课3 讲解云计算知识 |
| 4 | 2023年10月4日 | 教室上课4（国庆节放假，冲掉一次课） 讲解物联网知识 |
| 5 | 2023年10月11日 | 在线课程 学习第三章大数据基础知识 3.1节3.2节和3.3节内容 |
| 6 | 2023年10月18日 | 在线课程 学习第三章大数据基础知识 3.4节3.5节和3.6节内容 |
| 7 | 2023年10月25日 | 教室上课5 大数据和物联网的应用 最后20分钟讲解区块链 |
| 8 | 2023年11月1日 | 在线课程 第4章 大数据应用 |
| 9 | 2023年11月8日 | 在线课程 第4章 大数据应用 |
| 10 | 2023年11月15日 | 教室上课6 区块链技术 |
| 11 | 2023年11月22日 | 在线课程 第5章 数据采集与预处理 |
| 12 | 2023年11月29日 | 教室上课7 讲解第6章 数据存储与管理 |
| 13 | 2023年12月6日 | 在线课程 第7章 大数据处理与分析 |
| 14 | 2023年12月13日 | 教室上课8 第7章 大数据处理与分析 |
| 15 | 2023年12月20日 | 在线课程 第8章 大数据可视化 第9章 大数据分析综合案例 |
| 16 | 2023年12月27日 | 期末考试 |
《大数据导论》教材配套讲义PPT，请到教材官网下载。
| 章节 | 作业名称 | 作业内容 | 作业提交时间 | 下载作业 |
由林子雨老师主讲的《大数据导论》全套授课视频，已经在网易云课堂发布，敬请关注！点击这里观看
本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共9章，内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放、大数据交易和大数据治理。
为学生留下最美的课堂记忆。