大數據技術專業《數據倉庫與數據挖掘—第三章 數據抽取、轉換與加載(ETL) 第一節 數據抽取技術》課程思政課堂教學設計
發布日期:2026-01-30
false高職(1):
| 課程名稱 |
數據倉庫與數據挖掘 |
授課對象 |
大數據技術專業 |
||
| 授課內容 | 數據抽取、轉換與加載(ETL)—數據抽取技術 |
課時 |
1.00 |
||
| 課程類型 | A.思想政治理論課;B.通識課;√C.專業課;D.實踐課; | ||||
| 教學目標 | 知識目標 掌握數據抽取的核心概念、基本原則和常用方法(全量抽取、增量抽取),理解數據抽取在ETL流程中的核心作用,能完成簡單數據源的數據抽取操作。
能力目標 提升數據源分析、數據抽取方案設計和基礎操作能力,能根據數據源特點選擇合適的抽取方法,規范完成數據抽取任務,培養規范操作的技術習慣。
思政目標 1.強化數據安全與保密意識,明確數據抽取過程中需堅守數據安全規范,保護企業核心數據和用戶隱私,杜絕數據泄露; 2.培養規范操作、責任至上的職業態度,明確數據抽取的規范性直接影響后續ETL流程和數據倉庫質量,杜絕違規操作; 3.樹立服務意識,認識數據抽取對數據倉庫建設的基礎支撐價值,主動提升專業技能,為后續數據處理和挖掘奠定基礎。 |
||||
| 課程思政 | 融入知識點 | 教學重點 數據抽取的基本原則、常用方法(全量抽取、增量抽取),能結合簡單數據源完成基礎抽取操作。
教學難點 ? 全量抽取與增量抽取的區別與適用場景,根據數據源特點選擇合適的抽取方法;數據安全、規范操作等思政元素與實操教學的自然融合,強化學生的責任意識。 |
|||
| 融入方式 | 1.案例警示式:結合數據抽取過程中數據泄露、違規操作導致企業損失的反面案例,強化數據安全意識和責任擔當; 2.實操規范式:在數據抽取實操環節,明確操作規范,融入規范操作、責任至上的職業態度,培養學生的技術習慣; 3.場景賦能式:以企業數據倉庫建設的真實數據源為載體,讓學生認識數據抽取的基礎價值,強化服務意識; 4.話術引導式:在新知講授和實操指導中,通過針對性話術,滲透數據安全、規范操作的思政理念 |
||||
| 思政元素 | 規范性 安全意識 團隊協作 責任意識 保密意識 職業擔當精神 規范操作 責任擔當 數據安全 服務意識 職業態度 | ||||
| 思政資源 | |||||
| 思政案例 | |||||
| 教學實施 | |||||
| 教學引入 | |||||
| 教學展開 | |||||
| 教學總結 | |||||
| 目標達成檢測 | |||||
| 教學反思 | |||||