一、主要目标和主要内容：
《媒体大数据挖掘与案例实战》的课程内容涵盖了“大数据”的主要几个方面，包含数据获取、文本分析、网络分析、数据挖掘和大数据可视化，从课程内容的主要设置上分成了6个部分，每个部分根据讲授内容的多少包含不同的章节，每个章节的时间总体控制在5-30分钟，总的来说内容较为丰富，课时总数为16课时，满足了教学需求。
此外，《媒体大数据挖掘与案例实战》在课程内容上，一方面将“大数据”与“媒体”的联系在一起，除了讲授大数据本身的相关内容，还会融合其在媒体行业的应用、发展，让本校学生有更多专业方向上的拓展；另外一方面主打案例实战，将通过案例、实操让学生能够快速掌握数据获取技术、数据分析技术、数据可视化技术，即便对于跨专业的学生，通过案例的讲解与演示也能让同学们了解以上技术的实现流程，感知大数据技术在本专业内的应用场景，丰富同学们的学习领域，带来更多的思考。
二、授课教师和授课对象：
2.1 授课教师
沈浩老师为课程主讲人，隶属中国传媒大学新闻学院，调查统计研究所所长，常年从事，长年指导硕士生和博士生科研活动。同时，在学校承担互联网信息研究院大数据挖掘与社会计算研究中心主任；在业界担任中国市场研究协会会长。
长期从事传播效果研究、市场研究，拥有20多年统计和数据分析经验、精通多种统计分析技术和传播研究方法的资深专家,擅长数据挖掘、社会网络分析、多变量分析和建模、数据可视化。近些年，本人及所带团队专注于大数据挖掘、网络科学和可视化研究，特别是在微博、微信等社会化媒体兴起之后，专注于基于微博网络的舆情分析和传播效果研究，也逐渐成为国内具有一定影响力的大数据专家。
2.2 授课对象
对于与本课程相关的专业学生，可设定较高的课程目标，在完成课程学习之后，需要掌握课程中提到的数据获取、数据挖掘以及数据可视化方法，课程考核方式为通过所掌握的方法独立完成一个数据全流程案例，包括获取数据、分析数据、可视化数据，从而让专业学生能够学有所用。
本课程还可设置为选修类课程，满足对大数据领域感兴趣的学生需求。对于跨专业学生，课程目标是让更多的同学们认识到当前大数据的发展，以及今后是否对本专业产生重要影响，开拓学生视野、培养学生兴趣。课程考核方式视具体情况而定，可根据学生专业背景设置不同的考核方式，如撰写本领域大数据应用的发展报告，或团队完成课程中讲述的应用案例等。
创新点1：针对媒体领域的大数据挖掘，文理交叉，与新闻传播、新媒体紧密结合，同时具备技术性和领域实用性。
创新点2：考虑到媒体相关专业的学生背景，尽量减少数学原理的叙述与证明，从实用角度出发介绍了目前最流行的大数据技术，帮助媒体相关专业的学生掌握大数据的分析、挖掘与可视化技能。
创新点3：课程中使用的案例均取自真实世界的数据，学生在学习过程中提前接触实际案例，还可以培养数据敏感性，为日后从事数据相关工作打下良好基础。
四、教学方式（授课形式和考核方式）：
授课形式：网络视频教学
考核方式：作业提交
完成相关课程，进行相关课程的课后练习，并顺利完成课程结课作业。
第一讲 绪论
1.3 数据挖掘技术与应用场景
1.2 融媒体时代下的媒体数据特性
1.4 数据新闻的理解与发展
1.1 大数据的概念及发展趋势
第二讲 数据获取
2.7 Gooseeker数据爬取案例-爬虫规则的制作
2.5 API的基础介绍与原理1
2.6 API的基础介绍与原理2
2.9 python数据爬取案例-api的使用
2.2 HTML基础与正则表达式基础
2.3 Gooseeker-数据爬取软件基础介绍
2.10 python数据爬取案例-模拟浏览器
2.1 数据爬取的基础知识
2.4 Python-数据爬取程序基础介绍
2.8 python数据爬取案例-爬虫规则的编写
第三讲：文本分析：内容的挖掘
3.6 中文停用词过滤的案例实战
3.3 初识中文分词
3.7 中文词频统计的案例实战
3.1 文本分析的概念与分词
3.5 中文关键词提取的方法与案例实战
3.4 中文分词的案例实战
3.8 中文命名实体的方法与案例实战
3.2 KNIME中的英文分词案例
第四讲：网络分析：关系的挖掘
4.8 网络传播结构的构建方法
4.9 网络传播结构的解读
4.2 社会关系网络网络挖掘实战1
4.3 微博传播网络挖掘案例1
4.5 社会网络分析
4.6 社交网络传播
4.4 网络的基本概念与特征量
4.7 社交网络营销
4.1 初识网络分析
第五讲：数据挖掘
5.5 文本挖掘案例:新闻聚类
5.1 数据挖掘的基础理论与价值
5.7 推荐系统的基本介绍
5.3 数据挖掘应用于商业主要技术
5.6 文本挖掘案例:图书评论的情感分类
5.4 数据挖掘案例-modeler软件的使用与操作
5.2 数据挖掘的基本概念与方法
5.8 基于深度学习的海报推荐系统
第六讲：大数据可视化
6.5 不同数据类型的可视化技术
6.4 数据挖掘与可视化
6.8 可视化案例分析一：个性化词云制作
6.12 可视化案例分析四：Excel高级应用2
6.2 可视化技术概述
6.6 数据新闻可视化
6.7 媒体大数据可视化
6.11 可视化案例分析四：Excel高级应用1
6.10 可视化案例分析三：Echart可视化技术
6.3 可视化技术分类
6.1 初识大数据可视化
6.9 可视化案例分析二：网络爬虫技术
6.13 可视化案例分析四：Tableau可视化技术