Python商务数据分析与实战教学教案.docx

《Python商务数据分析与实战教学教案.docx》由会员分享，可在线阅读，更多相关《Python商务数据分析与实战教学教案.docx（10页珍藏版）》请在第壹文秘上搜索。

1、第1章商务数据分析概述教案课程名称：Python商务数据分析与实战课程类别，必修适用专业，大数据技术类相关专业总学时：64学时其中理论36学时,实聆28学时）总学分I4.0学分本章学时：2学时一、材料清单（IPython商务数据分析与实战教材.（2）配套PpT（3）引导性提问.（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求1 .教学目标根据目前商务数据分析发展状况，将商分数据分析具象化.而后介绍数据分析的概念.流程，目的以及应用场景,阐述使用Py1.hon进行数据分析的优势,列举说明Py1.hon数据分析重要库的功能.2 .基本要求（1）了情商务数据分析的概念.第9章餐饮企业综合分

2、析教案课程名称，Py1.hon商务数据分析与实战课程类别，必修适用专业t大数据技术类相关专业总学时I64学时（其中理论强学时，实脸28学时）总学分：4.0学分本章学时：10学时四十九、材料清单（41） CPyIhon商务数据分析与实战3教材。（42）配套PPT.（43）引导性提问。（44）探究性问题.（45）拓展性问遨.五十、教学目标与基本要求87 .教学目标主要介绍利用多种模型综合分析卷饮企业，光介绍抬饮企业的现状，对数据进行筒单的统计分析.而后利用ARIMA模型、智能推荐、K-MCanS模型和扶策树模型,对某餐饮企业的菜M和客户进行不同方面的分析，并针对性地提出相关建议，以提高某径饮企业的

3、经营收益。88 .基本要求（1）熟悉翟饮企业数据分析的步骤与流程。（2）了解前电的统计分析的应用.（3）使用AR1.MA预测销售额，（4）使用协同过渡算法对菜品进行智能推荐.（5）使用Apriori算法对菜品进行关联分析.（6）使用K-Means算法迸行客户分群，（7）使用决策国算法进行客户流失预测.五十一、问题89 .引导性提问引导性提问需要教师根据教材内杵和学生实际水平，提出问超.后发引导学生去解决问题，提问,从而达到理解、掌握知识,发展爸种能力和提存思想觉悟的目的。（I）目前一般餐饮企业会面临哪些向包？（2餐饮企业产生的数据彳i哪些，能做什么分析？90 .探究性问题探究性向施需要教W深入

4、钻研教材的基础上精心设计,提问的用度或齐在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者足时引导式提问中尚未涉及但在课文中又是重要的何越加以设问.（1客户价值分析构建的模型是否还能优化？（2）客户流失预测模型是否还能优化？91 .拓展性问题拓展性问题需要教酊深刻理解教材的意义,学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问遨.亦可以提供拓展资料供学生研习探讨，完成拓展性问%（3）还有什么算法能用于循伸额预测？（4）客户流失预测的方法，除了决策树之外，还有哪些方法？五十二、主要知识点、重点与难点92 .主要知识点（6）了解餐饮企业的数据情况.（7）明丽翟饮企

5、业数据分析的流程，（8）使用统计分析方法分析轻饮企业的菜品数据.（9）绘制原序列的时序图，杳看序列周期性.（10）检船原序列的平柩性和纯随机性。（II）使用B1.C图进行定阶.（12）构建ARIMA帙型，井分析预测结果。（13）对订单表特征选取,构建客户ID和菜品名称的二元矩阵.（14）基于物品的协同过沌算法，计算菜品与菜品之间的相似度，并结合客户的历史行为给目标客户生成推荐列表。（15）基于用户的协同过漉算法,计算客户与客户之间的相似度.并结合客户对菜品的兴趣给目标客户生成推荐列表。（16）对推荐结果进行评价.（17）根据特征选取后的数据,构建购物篮数据.构建二元矩阵，及关联规则模型.（18

6、）根据关联规则模型的双信度，统计汨到的热销度和毛利率，及菜品详情去的主推度,计算推荐的踪合评分.（19）对限始数据进行处埋，提取餐饮客户的3个特征数匏.（20）使用K-MCanS聚类律法对客户进行分群，（21）结合业务对每个客户群进行客户价值分析.（22）合并客户信息表和订单表，构建相关客户流失特征。（23）划分训练案和溯试集，构建决策树模型。（24）分析决策树模型的结果.93 .重点（4）使用统计分析方法分析铃饮企业的菜品数据.(5)使用B1.C图进行定阶构建ARIMA模型,并分析预测结果.(6)基于物品的协同过渔算法，计算菜品与果品之间的相似度，并结合齐户的历史行为给目标客户生成推荐列表。

7、(7)基于用户的协同过沙宛法，计算客户与客户之间的相似度，并结合客户对菜品的兴趣给目标客户生成推存列表。(8)根据特征选取后的数据.构也期物然数据,构建二元矩阵,及关联规则模型.(9)使用K-Mcans聚类算法对客户进行分并结合业务对每个客户群进行客户价值分析.(IO)合并客户信息表和订单灰，构建相关客户流失特征.(11)划分训练集和测试集，构建决策树模型，并分析决皱树模型的结果，94 .难点(I)使用KMeans蜃类算法对客户进行分群，井结合业务为每个客户杵进行客户价值分析.(2)合并客户信息上和订单表，构建相关客户流失特征，五十三、教学过程设计95 .理论教学过程96 )了解农饮企业的现状

8、和数据情况，(8)明确卷饮企业数据分析的流程。(9)使用统计分析方法分析餐饮企业的菜品数据.(IO)检验原序列的平稳性和纯的机性.(I1.)使用B1.C图进行定阶.构建ARIMA模型，并分析模测结果.(12)基于物品的协同过逑算法，计算菜从与菜品之间的相似度，并结合客户的历史行为给目标客户生成推荐列表。(13)基于用户的协同过滤算法，计算客户与客户之间的相似度.并结合客户对菜品的兴趣给目标客户生成推荐列表。(4)根据特征选Ik后的数据,构建的物篮数据.构建二元矩阵.及关联规则模型.(15)使用KMeans聚类算法对齐户进行分群，并结合业务对年个客户群进行客户价值分析。(16)合并客户信恩表和订

9、单表，构建相关客户流失特征.(17)划分训练集和测试集，构建决策树模型，并分析决策树模型的结果，96.实验教学过程(IO)统计集H用餐人数和销售额，计算果品热销度和毛利率。(I1.)对原序列进行平检性检验和纯质机性检验.对ARIMA模型进行定阶.并进行残差检验，计算平均误基.(12)对订单衣和订单详情表诳行特征选取，分别使用IwmCF算法和UserCF算法构建模型,进行肉线测试评价.(13)星于特征选取后的数据构建购物篮数据，构建APriOri模型，计算综合评分：再构建客户价值分析的关键特征，确定聚类数后构建K-Means模型。(14)合并客户信息衣和订单表,构建客户流失特征.构建决策树模型,

10、并对模型进行评价.五十四、教材与参考资料97.教材何伟，张良均,PyIhOn商务数据分析与实战MJ.北京:人民出电出版社.2022.98 .参考资料(I)张良均.Py1.hOn数据分析与挖里实战(M),北京：机械工业出版社.2015.21张良均.PyIhon与数据挖如M.北京:机械工业出版社.2016.3黄红梅,张良均.Python数据分析与应用M)北京；人民邮电曲版社.2018.第10章基于TipDM数据挖掘建模平台进行餐饮企业综合分析教案课程名称，Python商务数据分析与实战课程类别，必修适用专业，大数据技术类相关专业总学时：64学时（其中理论36学时,实验28学时）总学分；4.0学分本

11、章学时：2学时五十五、材料清单（46） CPythcn商务数据分析与实战3教材.（47）配套PPT,（48）引导性提问.（49）探究性问遨.（50）拓展性问题五十六、教学目标与基本要求99 .教学目标介绍如何在TiPDM数据挖掘建模平台上配置餐饮企业绘合分析工程.从获取数据,再到数据预处理，最后数据便模，向学生展示平台流程化的出处，使学生加深对数据分析流程的理解，同时，平台去编程、拖曳式的操作，方便没有PyIhOn漏程域础的学生轻松构建数据分析流程，从而达到数据分析的目的.100 .基本要求（I）解TiPDM大数据挖掘建模平分的相关概念和特点.（2熟悉使川TipDM数据挖妲建模平台配置我饮企业

12、综合分析案例的总体流程。（3）掌握使用TiPDM数据挖里建模平台获取数据的方法。（4）掌娓使用TiPDM数据挖妲建模平台进行探索性分析的操作.（三）掌握使用TiPDM数据挖里隹模平台进行数据预处理的操作.（6）掌握使H1.TiPDM数据挖足建模平台构建模型的操作.五十七、问题101 .引导性提问引导性提问需要教师根据教材内容和学生实际水平,提出同咫.比发引导学生去解决问感.提问,从而达到理解、掌握知识,发展各种能力和提高思想觉悟的目的。（3） TipDM大数据挖榭建模平台进行建模行什么优势？（4）如何获取TipDM大数据挖掘建模平台的访问方式？102 .探究性问题探究性向题需要教师深入钻研教材

13、的恭础上精心设计，提问的角度或存在引导性提同的基础上，从垂点、难点问题切入，进行插入式提问.或者是时引导式提问中尚未涉及仅在课文中又是曳要的问四加以设问.（3） TipDM大数据挖掘建模平台完成什么数据挖掘分析？（4）在T1.PDM大数据挖掘建模平台中怎么进行数据模型？103 .拓展性问题拓展性问题需要教酊深刻理解教材的意义，学生的学习动态后，根据学生学习层次,提出切实可行的关乎实际的可操作问题,亦可以提供柘展资料供学生研习探讨，完成拓展性问题。（I）数据论榭建模如何提高模型预测的准确率？（2）如何利用TipDM大数据挖掘建模平台完成第7率020优惠券个性化投放？五十八、主要知识点、重点与难点

14、104 .主要知识点（28） 了解平台相关模块的功能，（29）了解平台的界面、访问方式和特点.（30）掌握平台配附.假饮企业统合分析案例的流程和步骤。（31）掌握平台佝隹瞥饮企业嫁合分析工程的操作方法。105 .重点106 押平台配置餐饮企业综合分析案例的流程和步.107 掌握平台构建餐饮企业综合分析工程的操作方法.106 .难点（I）至握平台用置笆饮企业综合分析案例的流程和步骤.（2）掌握平台构建餐饮企业综合分析工程的操作方法。五十九、教学过程设计107 .理论教学过程（18）了解平台的界面、访问方式和特点.（19）了解【模板】模块的功能.（20） /解【数据空间】模块的功能，（21） 了解

15、【我的项目】模块的功能.（22） 了解【系统组件】模块的功能，（23）了解【个人组件】模块的功能.108 .实验教学过程（15）获取平台的访问方式.（16）配置输入源组件。（17）配冏数据预处理的相关批件.（18）配置探索性分析的相关组件.（19）配黄构建模型的相关殂件，六十、教材与参考资料109 .教材何伟，张良均.Python商务数据分析与实战MJ,北京：人民妮电出版社.2022.110 .参考资料（I）张良均.Python数据分析与挖握实战M,北京:机械工业出版社.2015.21张良均.PyIhOn与数据挖掘M.北京：机械工业出版社.2016.31黄红梅，张良均.PythOn数据分析与应用M北京：人民邮电出版社.2018.