《数据可视化》课程标准.docx

《《数据可视化》课程标准.docx》由会员分享，可在线阅读，更多相关《《数据可视化》课程标准.docx（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、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

2、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

3、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）3能够从时间、地狱、新闻主题等多个维度对新闻数据进行可视化展示304能够快速绘制文本词云图205能够从绘制的可视化图形中得出有价值的信息，并清晰阐述观点20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序号评价标准分值自我评价30%小组评价30%教师评 价40%1能够准确表述

4、碳中和、碳达峰的含义和意义102能够介绍项目中使用的可视化图表类型及使用场景203能够快速下载、安装Apache Echarts开发环境，并测试成功204能够准确展示可视化页面的原型，并说明设计思路305能够使用Echarls完成可视化图表绘制，并成功展示20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：考核项目3智能制造产业升级数据可视化序号评价标准分值自我评 价30%小组评 价30%教师评价40%1能够完整表述大数据技术在智能制造产业升级总的所扮演的

5、重要角色102能够快速下载、安装Apacha Echarts开发环境，并测试成功203能够独立使用Axure原型制作工具设计可视化看板页面布局204能够熟练使用Axure引入Echarts,在原型页面中渲染可视化图表205能够完整设计、制作可视化页面，并成功展示206能够从可视化图表中解读有价值的信息，阐述智 能制造对于当下社会发展的意义10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序号评价标准分值自我评 价30%小组评 价30%教师评 价40%

6、1能够准确介绍生成学生画像所需要的数据源，并 能成功说明数据源的存储方式102能够成功下载、安装BI报表工具Superset,并能成功运行203能够将多种数据源整合到BI报表工具，并展示整合结果304能够使用BI报表工具展示学生画像可视化看板，并说明页面布局、设计思路205能够从可视化看板中解读学生的学习、生活情况，并能够尝试给出学习建议20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序号评价标准分值自我评价30%小组评 价30%教师评 价40

7、%1能够协作介绍金融风控的行业背景，说明用户征信的重要作用152能够准确使用数据处理工具对用户征信数据进行预处理，并说明处理结果153能够分工协作讨论可视化看板的组成，选择合适 的可视化图表，并能304能够快速使用Axure绘制可视化看板原型，展示 原型。205能够使用BI报表工具准确还原可视化设计原型，成功制作可视化看板20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

8、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

9、。（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

10、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新闻数据可1.能够熟练使用Python第 三方库Matplotlib、绘制符1.了解新闻数据集的含1.经过数12视化合新闻数据特点的可视化图 形。2 .能够熟练使用Python第 三方库WorldCl oud等绘制符 文本数据可视化图形。3 .能够设计新闻数据可视化 内容相应的设计使用场景， 规划相应内容的展示形

11、式。4 .能够具备关注数据可视化 前沿技术的意识，不断进行 自我知识更新与学习。2碳中和碳达 峰数据可视 化1 .能够使用Echarts等工具 绘制符合数据内容的可视化 图表。2 .能够根据数据集的特点选 择相应的可视化图表展示方 式。3 .能使用原型制作工具 Axure,按照可视化展示内容 设计简单的可视化页面布 局。4 .沟通能力：具备良好的沟 通理解能力，能够明确项目 意图，在遇到问题时，能够义、特点和意义。2 .掌握使用数据处理工 具处理新闻数据集的基 木方法。3 .熟悉Python第三方 绘图库工具绘制常用可 视化图表的方法和步骤。4 .掌握可视化工具 (MatplotlibWord

12、Cloud等)简单展示 新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。据预处理 的新闻数 据集1份。2.数据新 闻可视化 图表若干 张。1 .了解碳中和、碳达峰的 内涵、意义。2 .掌握常见的数据可视 化图表使用场景。3 . 了解Web前端的基础 知识。4 .掌握 Apache Echarts 开发环境的搭建过程、基 础使用方法。5 .掌握使用Axure设计 简单可视化页面原型的 方法。1.碳中和 碳达峰碳 数据可视 化图表若 干张。12主动沟通，确保各方共识项 目意图。5.能够具

13、有社会责任感，传 递正确的社会价值，时刻维 护国家的荣誉与形象。6.掌握使用Echarts绘 制碳中和碳排放可视化 图表的基本步骤。3智能制造产业升级数据可视化1 .能够基于智能制造场景 F的数据特点，规划相应数据指标的展示形式。2 .能够使用Echarts工具选 择合适的展示形式，展示智 能制造数据的各项指标。3 .能够使用原型制作工具 Axur e设计可视化页面布局。4 .能够完成原型完整设计 (UI),重点关注动态内容设计。5 .能够具备强健的体魄与 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 . 了解大数据技术对于 智能制造产业升级的重 要作用，了解智

14、能制造数 据集字段的含义。2 .掌握Web前端的基础 知识。3 .掌握 Apache Echarts 的基础知识和使用方法。4 .掌握Echarts绘制智 能制造产业升级数据可 视化图形的方法。5 .学习Axure设计智能 制造可视化大屏页面，引 入Echarts,成功展示可 视化图形的步骤。6 .了解智能制造行业发 展动态，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.可视化 大屏页面 原型1份。2.智能制 造可视化 图表若干 张。164学生画像可 视化设计1 .能够使用可视化手段展示 不同类型的数据，能够基于 学生画像的设计使用场景， 规划相应内容的可视化展

15、示 形式。2 .能够使用主流BI报表工具 对接常见的数据接口。3 .能够使用主流BI报表工具 设计、制作学生画像可视化 看板。4,能够与团队协作、沟通解 决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 . 了解生成学生画像所 需要的数据源。2 .了解主流BI可视化工 具的基础知识、使用方 法。3 .掌握BI报表工具整合 多个数据源的规则。4 .掌握使用BI报表工具 （如 Superset）设计、制作学生用户画像可视 化看板的步骤。1 .学生用 户画像数 据集若干 份。2 .学生用 户画像图 表

16、若干张。3 .学生用 户画像可 视化看板1 份。165用户征信分析可视化1 .能够使用Python第三方 库、Echarts、Superset 等工 具，完成数据的加载、处理， 能够根据数据特点绘制可视 化图形。2 .能够使用原型制作工具 Axure按照设计内容出具用 户征信分析可视化看板的功 能原型。3 .能够使用BI报表工具完成 关键元素的复盘（交互实现，1 . 了解用户征信数据的 类型、含义以及意义。2 .了解使用数据处理工 具对用户征信数据进行 清洗的方法。3 .掌握根据用户征信数 据特点选择可视化图表 的基本原则。4 .学习使用Axure设计 可视化看板原型的方法。5 . 了解BI报

17、表工具（如 Superset）的基础知识、L用户征 信分析数 据可视化 图表若干 张。2.用户征 信分析可 视化看板1 份。16动态数据的实现）。4.能够树立正确的职业观， 注意不侵犯他人他人隐私， 爱岗敬业、德技并修。使用方法。6.掌握使用BI报表工具 设计、制作用户征信分析 可视化看板的步骤。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

18、。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

19、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

20、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

21、，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

22、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

23、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，

24、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）：

25、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

26、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

27、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新闻数据可视化序号评价标准分值自我评 价30%小组评 价30%教师评 价40%1能够独立正确安装Python第三方可视化库Matplotlib WorldCloud 等102能够对新闻数据集进行简单的预处理20