金审学院2025年数据科学与大数据技术专业实验室建设项目更正公告

序号

课程/实训名称

主要实验项目

1 

数据采集与预处理

数据采集与预处理实训

数据采集

数据预处理

数据可视化

Flume采集与传输

Sqoop转换与处理

【现场演示】

2 

数据库系统

MySQL数据库基础操作

HBase分布式数据库实验，包括：

HBase安装配置

HBase Shell基本操作

用户表设计

HBase Java API创建学生表

HBase Java API创建课程表

3 

数据分析与挖掘

分类归纳-决策树

分类归纳-随机森林

分类归纳-贝叶斯

分类归纳-KNN

分类归纳-支持向量机

分类归纳-人工神经网络

聚类分析-KMeans

聚类分析-层次聚类

聚类分析-基于密度

关联分析-Apriori

关联分析-FPGrowth

4 

数据分析与挖掘实战

支持开展实战项目，例如：

P2P网络信贷风险评估(GBM模型)

Python爬虫助力疫情数据追踪(Requests)

电力窃漏电用户识别(随机森林)

根据刷卡经纬度信息分析乘客上车站点(DBSCN聚类/OD矩阵)

广电大数据营销推荐(协同过滤)

航空公司客户价值分析(K-Means聚类)

基于数据挖掘的上市公司高送转预测(Lasso回归/随机森林)

家用热水器用户行为分析(BP神经网络)

交通事故成因分析(K-Means聚类/逻辑回归)

竞赛网站智能推荐服务(K-Means聚类)

铁路客流量预测(ARIMA模型)

游客目的地印象分析(LDA/TF-IDF)

自然语言理解实训

【现场演示】

5 

大数据开发与应用

Hadoop大数据技术基础实验

Spark大数据技术与应用实验（搭建Spark环境、搭建开发环境、编程）

6 

实时数据处理技术

实时数据处理技术实训

Streaming大数据处理实验

Flink 大数据实时处理实验

Kafka数据流处理实验

【现场演示】

7 

数据仓库原理与技术

Hive安装配置实验

Hive数据仓库操作实验

Hive内外部表创建实验

Hive数据导入导出实验

HQL查询语句实验

8 

深度学习

例如：

Hadoop电影用户性别预测(Hadoop)

Hadoop使用KNN实现鸢尾花分类(Hadoop)

餐饮大数据智能推荐(Spark/协同过滤)

广电大数据用户画像(Spark/SVM)

广电用户标签计算(Hadoop/Spark/Hive)

广告流量作弊识别(Spark/随机森林)

航空客户乘机数据预处理(Hive)

信用贷款风险分析(PySpark/Hive/SparkSQL/SparkMLlib)

竞赛网站目标用户智能识别(SparkMllib)

热门博文实时推荐(Spark Streaming)

网络入侵用户自动识别(Hadoop/Hive/Spark)

用户社交网络分析(Spark GraphX)

芝加哥交通违反记录分析(Hadoop/MongoDB)

【现场演示】

9

数据可视化技术

基本图形（折线图、散点图、饼图、条状图）绘制

关系图（特征关系图、矩阵图）绘制

分析图（分布图、回归图、网格图、地理图等）绘制

实训：分析1996-2015年人口数据特征间的关系

实训：分析1996-2015年人口数据各个特征的分布与分散状况

10

非结构化大数据分析

非结构化数据处理综合实训

数据导入与转换

数据探索

数据预处理与建模

制作词云图

【现场演示】