《商业大数据分析与物流应用》课程思政教学设计案例
一、基本信息
项目名称：商业大数据分析与物流应用
所属专业：物流工程与管理(硕士研究生)
课程类别：专业课程
二、教学案例设计思路
大数据时代已经到来，在商业、经济及其他领域中基于数据和分析去发现问题并做出科学、客观的决策越来越重要。数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网等战略新兴产业。有实践经验的数据分析人才已经成为了各企业争夺的热门。为了推动我国大数据，云计算，人工智能、物流工程行业的发展，满足日益增长的数据分析人才需求，特开设基于Python数据分析的商业大数据分析与物流应用课程。
三、教学目标
1.知识目标
1.坚定知识学习与人才培养相结合，塑造学生正确的世界观、人生观、价值观。
围绕“培养什么人、怎样培养人、为谁培养人”的教育根本问题，在习近平新时代中国特色社会主义思想为指导，坚持专业课教学与课程思政同向同行，形成协同效应，深度挖掘课程中的思想政治教育资源，发挥专业课程育人功能。
2.增强学生的道路自信，理论自信，制度自信，文化自信。
介绍当代中国大数据时代背景与数据分析的研究动态，总结我国数据分析专家的学术贡献，树立学生的数据分析崇拜的偶像。系统进行中国特色社会主义、社会主义核心价值观教育，增强学生的道路自信，理论自信，制度自信，文化自信。
3.增强学生时代责任感以及科技创新的素质培养。
结合我国大数据时代背景，介绍大数据相关概念与数据分析相关技术方法，培养学生的国际视野，增强学生时代责任感。
4.了解Python技术的数据分析与人工智能设计功能，提高学生学习兴趣。
5.树立数据分析的法治理念、诚信理念、规则理念。
坚持数据分析技术与数据诚信建设相结合，引导学生树立数据分析法治理念、诚信理念、规则理念。
2.思想政治教育目标
1．深度剖析专业课程思政的内涵
专业课程思政就是高校内各专业课的教师，在全面遵循立德树人的教育根本宗旨和育人目标的前提下，对自己所执教专业课程中所蕴含的思政教育资源进行深入的挖掘，在授课过程中采用画龙点睛式、身臨其境式及以身示范式的融入方式将课程思政元素融入课堂教学当中，在提升学生专业技能的同时，强化对学生的红色教育与传统文化教育，培养学生的吃苦耐劳品质，增强学生服务基层的意识，提升践行社会主义核心价值观的自觉意识，让学生成为德才兼备、全面发展的应用型人才。
2．顺应大数据时代我国教育事业发展的需求
高校在电子商务大数据分析专业课程的教育工作落实环节中融入课程思政完全符合教育工作的本质要求，可以确保在向学生传授对应的专业课程理论知识的同时，帮助学生形成正确的思想道德观念和价值体系，借此从真正意义上培养出符合当今现代化经济社会发展特点的高素质综合应用型专业人才。立德树人是我国推行素质教育培养目标的核心任务，思想政治理论教育则在这方面发挥着无可替代的作用。在推行素质教育初期，相关指导规范以及制度并不完善，使得高校专业课教师在课程思政的教学实施过程中无章可循。而课程思政的提出及其与数据分析专业课程教学工作的有效融合，为实现立德树人的根本教学任务提供了更为坚实的基础。
3．满足本专业学生的实际发展需求
在网络信息形式和内容越来越多元化的今天，研究生在接触网络的过程中，往往会受到来自不同国家思想文化的影响。这些思想文化中存在的不良思想会对学生已有的思想道德体系产生严重的负面影响。通过在数据分析课程中融入课程思政，可以在课堂教学中潜移默化地帮助学生形成正确的三观，自觉地抵御这些不良文化思想的侵蚀，形成适应新时代要求的思想观念、精神面貌、文明风尚、行为规范。除此之外，大数据专业课程本身属于理工类课程，这类课程中对人类勇于创新和探索的精神有着全面的体现，而通过课程思政的有效融入，可以在全面发掘这部分思政教育资源的前提下，不断培养和提高学生自身的科学人文素养以及工匠精神。
4．数据分析方法与案例纳入思政教育
互联网大数据具有云时代、物联网和移动智能时代的特点，已在各个领域应用了很长一段时间，充分发挥了其不可替代的作用，也是大多数计算机专业学生未来很可能接触的专业学科。大数据课程属于综合课程，涉及的知识点更加复杂，必须提供一定的基本软件，分为云计算技术，大数据挖掘和分析以及深度学习。通过本课程的学习，学生可以在数据分析和测量方面具有一定的专业技能，为将来在相关数据统计分析领域的进修或就业打下坚实的基础。
5．专业课教师转变教育意识，创新教学队伍建设
随着素质教育工作的有效落实和推广，使得教师在课堂教学环节中的引领者角色基本定型，这也就意味着大数据专业教师只有在全面认知教书育人二者统一性及新时代育人理念的基础上，自身加强“课程思政”理论学习、领悟“课程思政”的内涵，方可有效地在电子商务大数据分析课程中有效寻找到和思想政治教育有关的知识点，从而更好地落实课程思政育人目标。
四、教学方法
讲授和讨论
五、教学重点
通过本课程的学习，使学生掌握数据科学环境的搭建及常用工具，掌握Python语言基础、数据包的安装与配置；掌握Numpy数组与向量化计算、Pandas数据结构；了解数据的载入、存储及文件格式；掌握数据的清洗与填充；学会使用Python进行科学计算、可视化绘图、数据处理，分析与建模，最后结合几个具体案例，掌握数据载入、清洗、建模及分析等数据挖掘的完整流程。
