还剩2页未读,继续阅读
文本内容:
《物流大数据分析与挖掘》课程教案课程所在学院;所在系部执笔人审定人编写日期年_月,教学副院长
一、课程基本信息
二、课程简介随着现代信息技术的发展,智慈物流已成为现代物流的发展趋势,正受到各国政府、企业和学术界高度重视本课程是物流管理与工程类专业的学科基础课,在物流管理与工程类专业的人才培养中起着十分重要的基础作用本课程通过系统地学习物流大数据理论与实践、物流大数据实操与应用使学生掌握物流大数据关键技术与应用、物流大数据与人工智能、物流大数据与云计算、物流大数据与区块链、物流大数据与数字挛生、物流大数据与复杂网络、物流大数据爬取、物流大数据可视化、物流大数据文本挖掘的相关知识学习本课程后学生应具备
(1)问题分析能力具有逻辑思维、系统分析和发现问题的能力,能够基于相关原理,计算分析复杂的智慧物流、智慧供应链等管理科学问题
(2)研究、使用大数据分析与挖掘工具的能力掌握课程必须的大数据分析与挖掘技术,以及相关软件操作方法,能够基于管理科学与工程理论与方法,对智慧物流、智慧供应链等复杂系统问题进行研究
(3)设计/开发解决方案的能力基于案例教学,设计针对复杂管理科学系统问题的解决方案,并在设计环节中获得创新意识与创新能力
(4)运用多种形式的案例教学,帮助学生了解数字经济、数字中国、智慧物流、智慧供应链领域中的政策和重大事件
三、理论教学内容及学时分配本课程内容分为理论教学和实验两部分共32学时,其中课堂讲授16学时,综合实验16学时教学内容主要以教师讲授为主理论课共计16学时,具体如下第1章物流大数据关键技术与应用(本章总学时2学时)通过本章学习,掌握大数据技术的概念、特点、关键技术及价值,重点掌握大数据采集、大数据存储与管理、大数据计算模式与系统、大数据分析与挖掘等关键大数据技术要点,理解大数据在物流与供应链中的具体应用大数据技术的概念与特点(
0.5学时)大数据的关键技术及价值(
0.5学时)大数据在物流与供应链中的应用(1学时)本章的重点大数据采集、大数据存储与管理、大数据计算模式与系统、大数据分析与挖掘等关键大数据技术要点本章的难点理解大数据在物流与供应链中的具体应用第2章物流大数据与人工智能(本章总学时3学时)通过本章学习,掌握大数据技术的基本概念及其发展历史,理解人工智能技术在物流大数据(包括供应商管理、仓储管理、运输管理、配送管理、客户管理)与供应链大数据(包括供应链需求预测、图像识别、仓储作业规划、仓储网络及路由规划、销配送、运营规划管理)中的应用1人工智能技术概述(1学时)2人工智能技术在物流大数据中的应用(1学时)3人工智能在供应链大数据中的应用(1学时)本章的重点人工智能技术在物流大数据领域和供应链大数据领域中的应用本章的难点人工智能技术的六种技术,印机器学习、知识图谱、自然语言处理、人机交互、语言识别和计算机视觉第3章物流大数据与云计算(本章总学时2学时)通过本章学习,了解云计算的概念及特点掌握云计算的框架结构、作用及关键技术理解云物流的概念、特点及其应用熟悉云计算在供应链管理大数据中的应用1云计算概述(
0.5学时)2云计算在物流大数据中的应用(
0.5学时)3云计算在供应链管理大数据中的应用(1学时)本章的重点云计算的框架结构、作用及关键技术本章的难点云计算在智慧物流与智慧供应链领域的应用第4章物流大数据与区块链(本章总学时3学时)通过本章学习,了解区块链的定义、类型和特点,熟悉区块链的核心技术掌握区块链在物流大数据中的应用(包括应用场景和应用发展瓶颈),以及区块链在供应链管理大数据中的应用(包括作用、应用及其阻碍)区块链概述(1学时)2区块链在物流大数据中的应用(1学时)
4.3区块链在供应链管理大数据中的应用(1学时)本章的重点区块链的核心技术本章的难点
(1)区块链在物流大数据中的应用(包括应用场景和应用发展瓶颈)
(2)区块链在供应链管理大数据中的应用(包括作用、应用及其阻碍)第5章物流大数据与数字挛生(本章总学时3学时)通过本章学习,了解数字李生的定义掌握数字李生技术的价值体现、意义,熟悉数字李生技术体系、核心技术及其与智能制造的关系掌握数字挛生技术在物流大数据中的具体应用,以及在供应链管理大数据中的应用(包括作用、具体应用及其阻碍)1数字挛生概述(1学时)2数字挛生技术在物流大数据中的应用(1学时)3数字孳生技术在供应链管理大数据中的应用(1学时)本章的重点数字李生技术体系及核心技术本章的难点数字挛生技术在供应链管理大数据中的应用(包括作用、具体应用及其阻碍)第6章物流大数据与复杂网络(本章总学时3学时)通过本章学习,了解复杂网络的定义掌握复杂网络的特性和常用分析指标熟悉复杂网络在物流大数据以及供应链管理大数据中的应用1复杂网络概述(1学时)2复杂网络在物流大数据中的应用(1学时)3好杂网络在供应链管理大数据中的应用(1学时)本章的重点复杂网络在物流大数据以及供应链管理大数据中的应用本章的难点复杂网络的特性和常用分析指标
四、实验教学内容及学时分配.综合实验实验课共计16学时,具体如下第7章物流大数据爬取(本章总学时4学时)通过本章学习,了解大数据爬取的定义与分类熟练掌握大数据爬取的相关软件,并能够熟练应用八爪鱼采集器、FME、Python爬虫等软件对相关数据进行爬取大数据采集与爬取概述(1学时)大数据爬取软件实操(3学时)本章的重点熟练应用八爪鱼采集器、FME、Python爬虫等软件对相关数据进行爬取本章的难点FME、Python爬虫的操作第8章物流大数据可视化(本章总学时6学时)通过本章学习,了解数据可视化的定义及发展历程,了解数据可视化在物流领域的应用掌握大数据可视化的相关软件,并能够熟练应用Echarts、Gephi等数据可视化软件进行可视化操作大数据可视化(1学时)Echarts实操(3学时)Gephi实操(2学时)本章的重点熟练应用Echarts、G叩hi等数据可视化软件进行可视化操作本章的难点熟悉Echarts所提供程序模板,并进行相关调试与实操第9章物流大数据文本挖掘(本章总学时6学时)通过本章学习,/解大数据文本挖掘的定义、步骤及方法熟练掌握大数据文本挖掘在物流与供应链管理中的应用掌握大数据可视化相关软件的应用,并能够熟练运用CitcSpacc.Nvivo等文本挖掘软件进行物流大数据文本挖掘的相关操作大数据文本挖掘(1学时)大数据文本挖掘在物流与供应链管理中的应用(1学时)CiteSpace实操(2学时)Nvivo(2学时)本章的重点熟练运用CiteSpace、Nvivo等文本挖掘软件进行物流大数据文本挖掘的相关操作本章的难点Nvivo的应用与实操程设计2周综合运用物流大数据爬取、可视化、文本挖掘软件,对某智慧物流/智慧供应链数据进行分析、挖掘与可视化,并得出设计方案
五、作业及要求考试+实验报告+课程设计,建议三部分分别独立进行考核
六、考核方式及成绩评定理论课成绩考试成绩(70%)+出勤考核(10%)+课堂参与考核(20%)
七、教材及主要参考资料(注明是否规划教材或获奖教材参考资料控制在10项以内)推荐教材黄音主编.物流大数据分析与挖掘国].北京电子工业出版社,
2023.参考书目
[1]庞燕、王忠伟、李文锋,等主编.智慈物流概论[M].北京中国高等教育出版社,
2022.
[2]霍艳芳、齐二石.智慧物流与智慧供应链[M].北京清华大学出版社
2020.系(部)主任分管教学副院长口期日期课程编号课程名称智慧物流概论适用专业物流工程、物流管理、供应链管理前期课程物流学概论、物流工程概论、供应链管理课程类别公共课口基础课口学科基础课(必修M选修口)专业基础课(选修口必修口)专业课(必修口选修口)总学时32实验学时16总学分
1.5开课学期。