数据科学与大数据技术课程体系的复杂网络分析

摘要：

近年来,越来越多的高校开始开设数据科学与大数据技术专业,作为一个多学科交叉的新兴热门宽口径专业,其课程体系仍在进一步完善中.文中运用复杂网络方法对从互联网上收集到的106所高校的课程数据进行了分析和可视化,分别构建了课程共现网络和开设院校关系网络.对于耦合度较高的课程共现网络,提出了一种基于边权的壳层分解算法,对课程重要性进行逐层分析,并将所得结果与词频统计和由Apriori算法获取的频繁项集结果进行了对比分析.考虑到该专业可授予理学或工学学位,又将数据集划分为理学和工学两部分进行了分析和可视化.本研究的开展能够给即将开设或者已经开设数据科学与大数据技术专业的院校提供一定的参考,同时也为高耦合网络的分析提供一种有效的算法.

关键词：复杂网络、课程共现网络、壳层分解算法、频繁项集

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金11947041

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：680-685,807