附件4：实践环节教学大纲模板
《大数据处理技术实验》教学大纲
一、基本概况
环节名称 | 大数据处理技术实验 | 实践环节代码 | 400105044 |
英文名称 | BigDataTechnologyExperiments | 周数/学分 | 1/1 |
环节类别 | 考核方式 | 考查 | |
先修课程 | 数据库原理及应用 | 适用专业 | 大数据管理与应用本科专业 |
实习指导书 | 开设院系 | 商学院 | |
大纲执笔人 | 徐晶晶 | 审核人 | 陈星光 |
二、课程简介（限300字以内，另附英文简介）
《大数据处理技术实验》是大数据管理与应用专业的必修实践课程，数据整合和处理技术是数据分析中的一门先导技术。Kettle是一款国外开源的ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程）工具，纯java编写，绿色无需安装，数据抽取高效稳定。通过本课程，使学生学会使用kettle工具进行数据抽取、清洗和存储等数据处理，掌握源数据获取、记录处理、字段处理等数据转换操作、作业的操作，并结合案例讲解，为将来从事数据处理与分析、数据挖掘研究等大数据工作奠定基础。
（英文简介）
“BigData Technology Experiments” is a compulsory practical coursefor big data management and application majors. Kettle is a foreignopen source ETL (Extract-Trasform-Load) tool that is written in pureJava and requires no installation, and the data extraction isefficient and stable. Through this course, students will learn to usethe kettle tool to perform data processing such as data extraction,cleaning, and storage, master data conversion operations such assource data acquisition, record processing, field processing, theoperation of the assignments, and combine case studies to lay thefoundation for future big data work such as data processing andanalysis, and data mining research, etc.
三、课程目标
课程目标1：了解ETL的基本概念，掌握kettle的安装和界面以及基础操作
课程目标2：熟练掌握kettle各组件及其参数的设置
课程目标3：能灵活运用各不同kettle组件进行数据处理
课程目标4：能综合运用所学的组件进行数据预处理，且熟悉处理后的结果数据解读
课程目标与毕业要求的对应关系
本课程目标与毕业要求指标点的对应关系如下表所示：
毕业要求及指标点 | 课程 目标1 | 课程 目标2 | 课程 目标3 | 课程 目标4 | |
毕业要求1 | 指标点1.2掌握本专业相关的经济学、管理学、数据科学、信息技术基本理论和基本知识。 | √ | √ | ||
毕业要求3 | 指标点3.2：能够使用计算机和统计分析软件对数据进行综合分析并发现规律，为专业决策提供依据。 | √ | √ | ||
四、实习内容与要求
五、建议教学安排（以下内容仅供参考）
序号 | 主要内容（分专题概述） | 完成时间（天） | 课程目标 | 教学方式 | 考核方式 |
1 | kettle概述、安装与基本操作 | 0.2 | 1 | 讲授+演示 | 课堂练习+考核作业 |
2 | Kettle输入控件、输出控件、转换控件 | 0.6 | 2、3 | 讲授+演示 | 课堂练习+考核作业 |
3 | Kettle应用控件、流程控件、查询控件、连接控件、统计控件等 | 0.6 | 2、3 | 讲授+演示 | 课堂练习+考核作业 |
4 | kettle作业 | 0.3 | 2、3 | 讲授+演示 | 课堂练习+考核作业 |
5 | 综合案例 | 0.5 | 3、4 | 讲授+演示 | 课堂练习+考核作业 |
六、实习成绩评定
1．平时成绩考虑到课率，以及上课态度因素；
2．本课程为考查课，课程结束完成课程考核作业；
3．最终成绩按平时成绩*50%+考核作业*50%计算。
七、教材、参考文献与其他教学资源
1.《ETL数据整合与处理(Kettle)》，王雪松等编著，人民邮电出版社，2021.3
2.《尚硅谷大数据技术之Kettle》，尚硅谷大数据研发部编著
执笔团队（人）：徐晶晶 审核人：陈星光