《物流大數據》課程教學大綱一、課程簡介課程中文名物流大數據課程英文名Logisticsbigdata雙語授課□是否課程代碼28112093課程學分2總學時數32課程類別□通識教育課程□公共基礎課程專業教育課程□綜合實踐課程□教師教育課程課程性質必修□選修□其他課程形態□線上線下□線上線下混合式□社會實踐□虛擬仿真實驗教學考核方式□閉卷□開卷□課程論文課程作品匯報展示報告課堂表現□階段性測試平時作業□其他（可多選）開課學院管理學院開課系(教研室)物流管理與工程面向專業物流工程開課學期第6學期先修課程計算機基礎、C語言程序設計、數據庫原理與應用后續課程無選用教材1.黃音.物流大數據分析與挖掘[M].電子工業出版社,2023.參考書目1.牟向偉,蔣晶晶.交通運輸物流大數據分析與應用[M].華中科技大學出版社,2021.課程資源無課程簡介物流大數據是物流工程專業的一門專業核心課，也是一門必修課程。以大數據理論為基礎，結合物流與供應鏈管理的相關知識，運用數據分析、數據挖掘及數據可視化軟件，以案例分析及實操的形式對物流大數據的應用予以形象、具體的分析，幫助學生綜合運用物流與供應鏈管理的知識與原理，提升數據分析能力和邏輯思維能力；形成創新設計的思維習慣，鍛煉學生運用創新性數據思維提出并解決物流與供應鏈管理領域實際問題的能力。二、課程目標表1課程目標序號具體課程目標課程目標1了解物流大數據技術的興起、產生和發展歷程以及整個行業的現狀和趨勢，明確大數據技術的功能以及在物流行業中的具體應用，理解本專業學習該課程的重要性和必要性。課程目標2掌握大數據技術的基本概念、特點以普遍應用領域。課程目標3掌握物流大數據分析中數據的收集與清洗、數據的存儲與管理、技術的分析工具；數據的可視化等大數據分析工作技術和工作流程。課程目標4通過真實的物流案例，學習如何應用數據分析技術解決實際的物流挑戰和問題。使用數據分析結果來支持物流決策，包括運輸規劃、倉儲優化等方面。課程目標5能夠結合本專業特點分析、設計并開發簡單有效的大數據分析項目。具備獨立獲取和拓展本專業相關知識的學習能力。表2-1課程目標與畢業要求對應關系畢業要求指標點課程目標畢業要求1：素質要求【M】1.2具有求真務實的科學態度、開拓進取的真理精神、強烈的創新創業意識、優良的職業操守和專業精神、良好的現代物流管理心智模式。1畢業要求2：知識要求【H】2.3融合管理學、工學、大數據學科等專業理論知識和方法，掌握物流工程專業基礎知識和分析、解決問題的方法。2、3畢業要求3：能力要求【M】3.2具備獨立獲取和拓展本專業相關知識的學習能力。4、5三、課程學習內容與方法（一）理論學習內容及要求表3-1課程目標、學習內容和教學方法對應關系序號課程模塊學習內容學習任務課程目標學習重點難點教學方法學時1大數據與物流大數據1.大數據的興起和發展。1.預習：教材、課件和引導案例。2.資料查詢：查找相關資料，認識現實需求、行業發展趨勢和社會認可度。3.拓展閱讀：了解行業應用相關新聞。1重點：1.物流大數據與大數據技術的概念與特點。2.物流大數據的研究內容。難點：1.物流大數據的研究方法。1.視頻學習：激發學生興趣，引入多媒體教學幫助加深記憶。2.專題研討：促使學生開拓應用思維。42.物流大數據與大數據技術的概念與特點。23.物流大數據的研究內容和價值。24.物流大數據的研究方法和應用。2、32大數據技術1.數據收集技術。1.資料查詢：查找相關資料，認識現實需求、行業發展趨勢和社會認可度。2.復習鞏固：梳理知識點，思考應用領域。3重點：1.數據采集技術、存儲技術、分析技術、分析技術和可視化。難點：1.數據結構。2大數據編程.1.文獻查閱：指導自學方法，幫助學生理解基本原理。2.小組討論：幫助學生拓寬應用思維。42.大數據的存儲。33.物流大數據分析。34.大數據可視化。34物流大數據的應用1.大數據在物流預測中的應用。1.預習：教材、課件和引導案例。2.個人作業：完成課后作業。3.歸納總結：章節知識架構梳理。4.拓展閱讀：了解行業應用相關新聞。3、4重點：1.大數據在物流預測、經濟分析、采購運輸、倉儲配送、供應鏈管理中的應用。難點：1.大數據分析的數據采集渠道和分析工具。2.大數據分析的科學性和分析結論可參考性評估。1.案例教學：促進學生從案例中學習分析思考的邏輯和方法。2.小組討論：幫助學生拓寬應用思維。3.專題研討：促使學生開拓應用思維。122.大數據在物流經濟分析中的應用。3、43.大數據在物流采購管理中的應用。3、44.大數據在物流運輸管理中的應用。3、45.大數據在物流倉儲與配送中的應用。3、46.大數據在供應鏈管理和優化中的應用。3、45大數據的隱私與安全1.數據收集中的隱私安全1.團隊作業：組隊查詢資料，選擇案例，演練案例，討論并總結。2.復習鞏固：梳理知識點，思考應用領域。3.歸納總結：章節知識架構梳理。4重點：1.大數據隱私與安全的重要性。難點：2.優化大數據隱私管理與大數據安全的方法。1.調研：引導學生求真視角，探索現實客觀真理。2.專題研討：促使學生開拓應用思維。42.數據脫敏與匿名化。43.數據加密和訪問控制。44.風險評估。4

實驗學習內容及要求表3-2課程目標、學習內容和教學方法對應關系序號項目名稱項目來源教學目標（觀測點、重難點）學時數項目類型要求每組人數教學方法課程目標1實驗1：物流大數據運輸成本分析實驗教材1.培養通過大數據進行物流成本控制意識。4綜合1.選擇價格最優快遞。2.快遞成本可視化實現、贏利分析。3.運送量分析駕駛艙制作。61.案例教學：促進學生從案例中學習分析思考的邏輯和方法。2.實驗指導：訓練學生綜合應用思維。1-52.掌握數據關聯的使用方法。3.掌握數據處理中條件判斷的使用。1.加強數據可視化的運用。2實驗2：基于物流大數據的配送中心選址分析實驗教材1.培養學生利用數據挖掘技術解決物流業務問題的思維4綜合1.配送中心歷史數據建模。2.預測未來將要建設配送中心的位置。3.未來將要建設配送中心地圖可視化。61.自學：促進自主思維，提升規劃能力。2.實驗指導：訓練學生綜合應用思維。1-52.掌握邏輯回歸的挖掘算法。四、課程考核（一）考核內容與考核方式表4課程目標、考核內容與考核方式對應關系課程目標考核內容所屬學習模塊/項目考核占比考核方式課程目標11.了解物流大數據興起和發展。110%1.課堂表現2.課后作業2.理解物流大數據分析的意義。1課程目標21.領會物流大數據分析的基本概念和特點。210%1.課堂表現2.課后作業2.了解物流大數據分析的研究內容和方法。13.熟悉物流大數據分析的應用領域。1課程目標31.掌握物流大數據的收集技術、存儲技術、數據分析技術和可視化技術。340%1.課堂表現2.實踐操作2.了解一些物流大數據在預測、經濟分析、采購、運輸、倉儲配送和供應鏈中的應用。3、43.了解大數據的隱私與安全的控制措施。5課程目標41.能進行一些實際的物流大數據應用的案例演練和分析。420%1.課堂表現2.實踐操作課程目標51.能夠結合本專業特點分析、設計并開發簡單有效的大數據分析項目。具備獨立獲取和拓展本專業相關知識的學習能力。1-520%1.課堂表現2.分析匯報評分依據：1.課堂表現：（1）出勤情況；（2）課堂紀律；（3）互動發言表現。2.課后作業：（1）作業完成量；（2）作業正確率；（3）課后作業排版。3.實踐操作：（1）實驗目的達成度；（2）軟件熟悉程度；（3）實踐報告的格式和排版。4.分析匯報：（1）報告整體格式及內容完整度；（2）分析報告設計思路的邏輯性、合理性、嚴謹性等；（3）各種分析（即設計依據的闡述）的條理性、充分性、全面性及合理性等；（4）描述和表達工具選用的合理性、多樣性、充分性以及使用方法的正確性等；（5）報告內容的排版美觀度、語句的通暢度、敘述的簡明度等。表4-2課程目標與考核方式矩陣關系課程目標考核方式考核占比期末考試成績比例70%課堂表現和出勤比例10%平時作業完成比例10%實踐教學比例10%課程目標110%20%10%5%10.5%課程目標210%20%10%15%11.5%課程目標340%20%30%40%37%課程目標420%20%30%20%21%課程目標520%20%20%20%20%（二）成績評定1.平時成績評定（1）課堂表現（10%）：通過學生在課堂上的表現情況、發言與提問情況，來評價學生相關的能力。（2）作業完成情況（10%）：圍繞課程的學習目標進行作業的設計。讓學生簡述對知識的認識，考核學生對于概念的理解情況，幫助學生將定義轉化為自己的理解。（3）實踐教學（10%）：如通過課堂教案設計、課堂片段展示與匯報，訓練學生的課堂實踐能力，使學生真正明確教學技能在實際教學中的應用。2.期末成績評定期末考核主要考察學生對物流大數據分析相關基本概念、操作程序和具體方法的理解與運用等。方式為等大數據分析設計匯報。要求學生掌握基本概念、操作程序，運用具體方法解決相關問題。梳理物流大數據分析目標，選取科學合理的分析方法，實現大數據分析實踐，評估大數據分析結論的可參考性。根據《物流大數據庫分析設計與實現匯報報告》的完成情況評定給出學生成績。具體評定細則根據：分析目的明確（20%），方法可行（20%），步驟清楚（20%），分析到位（20%），結論可參考性（20%）。3.總成績評定總成績由平時考核成績和期末考核成績構成，其構成比例科學合理。采用結構分數制：總成績（100%）=平時成績（30%）+期末成績（70%）（三）評分標準表5評分標準（非試卷考核項目）考核項目評分標準優秀(100>x≥90)良好(90>x≥80)中等(80>x≥70)及格(70>x≥60)不及格(x<60)分析匯報大數據分析目標清楚，表現出很強的問題意識，有應用價值。(20%)分析方法合理、邏輯清楚、結構和論述嚴謹(20%)。大數據分析的實現步驟清晰。(20%)。分析過程正確，結論明確具有一定可參考性(20%)。（5）報告內容的排版精美、敘述通暢、簡潔、明了無歧義。(20%)。（1）大數據分析目標比較清楚，表現出一定的問題意識。(20%)（2）分析方法合理、邏輯整體清楚(20%)。（3）大數據分析的實現步驟基本清晰。(20%)。（4）分析過程正確，結論明確具有一定可參考性(20%)。（5）報告內容的排版較為精美、敘述也比較通暢、簡潔，無明顯歧義。(20%)。（1）大數據分析有目標，有一定的問題意識。(20%)（2）分析方法合理、具備一定的邏輯(20%)。（3）有大數據分析的實現步驟。(20%)。（4）分析過程和結論基本正確(20%)。（5）報告內容的排版一般、敘述基本通暢、簡潔，且基本無歧義。(20%)。（1）有一定的大數據分析有目標，不太明確。(20%)（2）分析方法不太合理、勉強具備一定的邏輯(20%)。（3）大數據分析的實現步驟不清。(20%)。（4）有分析過程和結論，不完全正確(20%)。（5）報告內容的排版簡陋、敘述不太