МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Методы интеллектуального анализа данных в социологических исследованиях
рабочая программа дисциплины

Закреплена за кафедройНET (реорганизована) 55
Направление подготовки39.04.01. Социология
ПрофильЦифровые методы анализа и визуализации данных в социальных исследованиях. ФГОС 3++
Форма обученияЗаочная
Общая трудоемкость3 ЗЕТ
Учебный планz39_04_01_ЦМА-1-2020
Часов по учебному плану 106
в том числе:
аудиторные занятия 10
самостоятельная работа 87
контроль 9
Виды контроля по курсам
экзамены: 2

Распределение часов по курсам

Курс 2 Итого
Вид занятий УПРПДУПРПД
Лекции 4 4 4 4
Лабораторные 6 6 6 6
Сам. работа 87 87 87 87
Часы на контроль 9 9 9 9
Итого 106 106 106 106

Программу составил(и):
к.с.н., Доцент, Суртаева О.В.

Рецензент(ы):
к.с.н., Доцент, Омельченко Д.А.

Рабочая программа дисциплины
Методы интеллектуального анализа данных в социологических исследованиях

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования по направлению подготовки 39.04.01 Социология (уровень магистратуры) (приказ Минобрнауки России от 05.02.2018 г. № 79)

составлена на основании учебного плана:
39.04.01 Социология
утвержденного учёным советом вуза от 30.06.2020 протокол № 6.

Рабочая программа одобрена на заседании кафедры
НET (реорганизована) 55

Протокол от г. №
Срок действия программы: уч. г.

Заведующий кафедрой
Максимова Светлана Геннадьевна

Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2020-2021 учебном году на заседании кафедры

НET (реорганизована) 55

Протокол от г. №
Заведующий кафедрой Максимова Светлана Геннадьевна

1. Цели освоения дисциплины

1.1.формирование представления о типах задач, возникающих в области интеллектуального анализа данных (Data Mining) и методах их решения, которые помогут обучающимся выявлять, формализовать и успешно решать практические задачи
анализа данных, возникающие в процессе их профессиональной деятельности.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.О.4

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ОПК-3.1: Анализирует проблемы развития социальных явлений и процессов с использованием статистических процедур для обработки социологических данных;
ОПК-3.2: Содержательно интерпретирует данные и формулирует выводы и теоретические подходы для анализа и прогнозирования социальных явлений и процессов;
ОПК-3.3: Выявляет социально значимые проблемы и предлагает пути их решения на основе социологической теории и социологических методов исследования;
ОПК-3.4: Научно обосновывает постановку фундаментальных и прикладных социологических исследований для решения социально значимых проблем;
ОПК-3.5: Предлагает описательные, объяснительные и прогнозные модели социальных явлений и процессов на основе социологических теорий;
ПК-2.1: Знает методы и методику проведения социальных исследований по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных;
ПК-2.2: Умеет обрабатывать и анализировать данные по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных;
ПК-2.3: Умеет осуществлять исследования по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных.
В результате освоения дисциплины обучающийся должен
3.1.Знать:
3.1.1.принципы обработки больших массивов данных, способы их представления и хранения;
основные задачи и методы интеллектуального анализа данных;
возможности современных и перспективных средств разработки программных продуктов, технических средств.
3.2.Уметь:
3.2.1.формулировать задачи анализа данных;
выбирать адекватные алгоритмы их решения;
выполнять процедуры проектирования хранилищ данных и заполнения готовых хранилищ данными;
оценивать качество получаемых решений;
выбирать средства реализации требований к программному обеспечению.
3.3.Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.технологиями разработки алгоритмов и программными системами анализа данных;
средствами автоматизации интеллектуального анализа и обработки данных;
формирование и предоставление отчетности в соответствии с установленными регламентами.

4. Структура и содержание дисциплины

Код занятия Наименование разделов и тем Вид занятия Курс Часов Компетенции Литература
Раздел 1.
1.1. Концепция Data Mining Лекции 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.2. Концепция Data Mining Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.3. Задачи Data Mining. Классификация задач Лекции 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л2.3, Л1.1, Л2.4, Л1.2
1.4. Практическое применение Data Mining Лекции 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.5. Модели Data Mining Лекции 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.6. Базовые методы Data Mining Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.7. Процесс обнаружения знаний Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.8. Обзор программ, используемых при создании хранилищ данных Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.9. Проектирование структуры и функционального наполнения OLTP систем Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.10. Проектирование структуры хранилища данных Лабораторные 2 1 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.11. Разработка комплекса метаданных хранилища данных и проектирование плана загрузки данных в хранилище Сам. работа 2 30 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.12. Изучение OLAP-средств Microsoft Сам. работа 2 28 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2
1.13. Разработка хранилища данных средствами программы Deductor Сам. работа 2 29 ОПК-3.1, ОПК-3.2, ОПК-3.3, ОПК-3.4, ОПК-3.5, ПК-2.1, ПК-2.2, ПК-2.3 Л2.1, Л2.2, Л1.1, Л2.4, Л1.2

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания
5.2. Темы письменных работ (эссе, рефераты, курсовые работы и др.)
5.3. Фонд оценочных средств
ФОС прилагается
Приложения

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
Авторы Заглавие Издательство, год Эл. адрес
Л1.1 Головина Е.Ю. Интеллектуальные методы для создания систем поддержки принятия решений: Учеб. пособие М.: Издательский дом МЭИ, // ЭБС «Лань», 2011 https://e.lanbook.com/book/72229
Л1.2 Гасанов, Э. Э. Интеллектуальные системы. Теория хранения и поиска информации : учебник для бакалавриата и магистратуры Юрайт, 2019 www.biblio-online.ru/book/35674954-F426-48AD-BCFA-AE66941B0251
6.1.2. Дополнительная литература
Авторы Заглавие Издательство, год Эл. адрес
Л2.1 Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: Учеб.пособие СПб.: Питер, 2010 http://bookfi.net/book/467543https://yandex.ru/search/?clid=2186621&text=%D0%BE%D1%82%D0%BB%D0%B8%D1%87%D0%B8%D0%B5%20%D0%BF%D0%B0%D0%BF%D0%BA%D0%B8%20default%20%D0%B8%20default%20user%20windows%207&lr=197&redircnt=1534926551.1
Л2.2 Бессмертный И.А., Нугуманова А.Б., Платонов А.В. Интеллектуальные системы: Учебник и практикум для академического бакалавриата Юрайт, 2018 // ЭБС "Юрайт" https://urait.ru/book/intellektualnye-sistemy-469867
Л2.3 Матвеев М. Г. , Свиридов А. С. , Алейникова Н. А. Модели и методы искусственного интеллекта. Применение в экономике: учебное пособие Финансы и статистика, 2011 http://biblioclub.ru/index.php?page=book&id=220187&sr=1
Л2.4 Нестеров, С. А. Интеллектуальный анализ данных средствами MS SQLServer 2008: Национальный Открытый Университет «ИНТУИТ», 2016 http://biblioclub.ru/index.php?page=book&id=429083
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
6.3. Перечень программного обеспечения
MS Office
MS SQL Server
MS Visual Studio
6.4. Перечень информационных справочных систем
1. http://www.softkey.info
2. http://www.iemag.ru
3. http://www.compress.ru
4. http://www.olap.ru

7. Материально-техническое обеспечение дисциплины

Аудитория Назначение Оборудование
Учебная аудитория для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска)
Помещение для самостоятельной работы помещение для самостоятельной работы обучающихся Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ
511Д лаборатория математического обеспечения социально-психологических исследований - учебная аудитория для проведения занятий лекционного типа; занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации Учебная мебель на 20 посадочных мест; рабочее место преподавателя; доска меловая 1 шт.; компьютеры: 10 единиц; мониторы: 10 единиц.

8. Методические указания для обучающихся по освоению дисциплины

Основными методами изучения дисциплины являются лекции, практические занятия, консультации, а также самостоятельная работа обучающихся с учебной и методической литературой.
Обучающиеся знакомятся с учебным материалом на лекциях. На лекциях излагается теоретический материал, который позволяет получить общее представление о дисциплине и понять наиболее сложные разделы дисциплины. Лекции сопровождаются показом презентаций, содержащих иллюстрации к излагаемому материалу и основные понятия, определения, правила и т.д. изучаемой дисциплины. Обучающийся получает презентации в электронном виде для дальнейшего самостоятельного изучения материала.
Помимо изучения теоретического материала обучающиеся выполняют на практических занятиях лабораторные работы. Выполняя лабораторные работы, обучающийся применяет полученные теоретические знания и овладевает навыками проектирования хранилищ данных. Задания согласуются с предваряющим их теоретическим материалом.