课程名称：大数据分析与应用
一、课程编码：
课内学时：32 学分：2
二、适用学科专业： 计算机专业硕士
三、先修课程： 无
四、教学目标
通过本课程的课堂学习与应用案例，建立科学的大数据观，掌握大数据架构、大数据精准语义搜索、大数据语义分析挖掘、知识图谱等关键技术，熟练使用常用的大数据搜索挖掘与可视化工具，提升大数据的综合应用能力。
五、教学方式
课堂学习、研讨班与应用实践
上课地点： 北京理工大学 8教学楼1001教室， 针对研究生一年级的硕士生
六、主要内容及学时分配
课件：
2021级 研讨班内容：
2020级 研讨班内容：
2019级 研讨班内容：
2018级 研讨班内容：
2018级 课程大作业（前三组为评优组）：
2-姜庆鸿-刘子宇-刘宏玉-基于Seq2Seq的深度学习文本自动摘要
6-刘俊艳-利用机器学习神经网络模型结合高斯描述器计算Pt的基态
7- 白璠-牟鑫-吕光奥-基于LSTM的影评感情倾向分析系统
10-郭学良-胡光怡-基于Attention机制的BiLSTM新闻主题分类
14-冯超群-姜欣雨-会吐槽的对话机器人——Teasing-Chat-bot
21-刘思杰-古仁华-刘向昆-基于文件卷积神经网络的电影推荐算法
22-王梦圆-汪安平-惠宁-基于Char-RNN模型的诗歌自动生成系统
24-徐元超-杨洋-仲泰乐-滴滴出行数据分析对比：成都VS西安
25-周月阳-熊啸楠-钟豪-基于hadoop的蛋白亚细胞区间检索系统
2016级、2017级课件与小组展示 PPT 下载地址： https://github.com/Dr-Kevin-Zhang/Big-Data-Analysis-and-Application-Course/
七、考核与成绩评定
平时研讨，期终大作业加综述答辩考核
八、参考书及学生必读参考资料
1. 张华平,高凯，黄河燕,赵燕平.大数据搜索与挖掘[M].北京：科学出版社,2014.5（ISBN:978-7-03-040318-6）
九、大纲撰写人：张华平
