广东科学技术职业学院 · 商学院

刘舒慧

商务数据分析与应用

用数据洞察商业价值，以技术驱动决策优化

查看课程 ↓

关于我

你好！我是刘舒慧，就读于广东科学技术职业学院商学院， 主修商务数据分析与应用专业。

我对数据分析充满热情，擅长运用 Python、SQL 等工具进行数据采集、清洗与可视化分析。 在学习中，我注重理论与实践相结合，积极探索数据在商业场景中的应用。

本站收录了我的课程学习记录与项目成果，欢迎浏览交流！

S

学校

广东科学技术职业学院

C

学院

商学院

M

专业

商务数据分析与应用

课程学习

5门专业核心课程 · 理论与实践结合 · 点击卡片查看详情

320+ 总学时
5 核心课程
10+ 实践项目
Py

Python基础

编程语言
›

📚 课程简介

商务数据分析与应用专业的基础编程课程，学习 Python 核心语法和编程思维，为后续数据分析课程打下基础。

📋 课程大纲

一、Python 基础
  • 环境搭建与 Jupyter Notebook 使用
  • 变量、数据类型与运算符
  • 输入输出与代码规范
二、流程控制
  • 条件语句：if-elif-else
  • 循环语句：for、while
  • 循环控制：break、continue
三、数据结构
  • 列表 List：索引、切片、常用方法
  • 字典 Dict：键值对操作
  • 元组 Tuple 与集合 Set
四、函数与模块
  • 函数定义与参数类型
  • 返回值与作用域
  • 模块导入与常用内置模块
五、文件操作与面向对象
  • 文本文件与 CSV 读写
  • 类与对象基础
  • 异常处理
六、综合项目
  • 学生成绩管理系统
  • 数据文件处理工具
⏱️ 学时 64学时（理论32 + 实践32）
💻 环境 Python 3.10 + Jupyter
DA

数据分析技术

核心课程
›

📚 课程简介

基于 Python 的数据分析核心技术课程，学习使用 Pandas、NumPy、Matplotlib 等工具进行数据清洗、分析和可视化。

📋 课程大纲

一、NumPy 数值计算
  • 数组创建与属性
  • 数组索引、切片与运算
  • 常用数学函数与统计方法
二、Pandas 数据处理
  • Series 与 DataFrame 结构
  • 数据读取与导出（CSV/Excel）
  • 数据清洗：缺失值、重复值处理
  • 数据转换与合并
三、数据可视化
  • Matplotlib 基础绘图
  • Seaborn 统计图表
  • 图表美化与导出
四、统计分析基础
  • 描述性统计指标
  • 数据分布与相关性分析
  • 假设检验入门
五、综合案例
  • 销售数据分析报告
  • 用户行为分析项目
⏱️ 学时 72学时（理论36 + 实践36）
🛠️ 工具 Pandas + NumPy + Matplotlib
DC

数据采集与处理

核心课程
›

📚 课程简介

学习网络数据采集技术与数据预处理方法，掌握爬虫开发、API 调用和数据清洗的核心技能。

📋 课程大纲

一、网络基础与 HTTP 协议
  • HTTP 请求与响应
  • 浏览器开发者工具使用
  • 网页结构基础（HTML/CSS）
二、Requests 库与 API
  • Requests 发送 HTTP 请求
  • RESTful API 调用
  • JSON 数据解析
三、网页解析技术
  • 正则表达式提取数据
  • BeautifulSoup 解析 HTML
  • XPath 选择器
四、爬虫进阶
  • 动态网页与 Selenium
  • 反爬虫策略与应对
  • 数据存储：CSV/JSON/数据库
五、数据预处理
  • 数据格式转换
  • 文本清洗与规范化
  • 数据质量评估
⏱️ 学时 64学时（理论32 + 实践32）
🛠️ 工具 Requests + BeautifulSoup
SC

供应链数据分析

专业方向
›

📚 课程简介

聚焦供应链场景的数据分析应用，学习库存管理、需求预测、物流优化等核心业务分析方法。

📋 课程大纲

一、供应链基础
  • 供应链结构与流程
  • 关键绩效指标（KPI）
  • 供应链数据类型与来源
二、库存数据分析
  • 库存周转率分析
  • ABC 分类管理
  • 安全库存计算
三、需求预测
  • 时间序列分析基础
  • 移动平均与指数平滑
  • 预测准确率评估
四、物流与配送
  • 运输成本分析
  • 配送路径优化
  • 仓储效率分析
五、综合项目
  • 供应链 dashboard 设计
  • 采购决策分析案例
⏱️ 学时 56学时（理论28 + 实践28）
🛠️ 工具 Excel + Python + Power BI
DB

数据库原理与应用

核心课程
›

📚 课程简介

学习关系型数据库原理与 SQL 语言，掌握数据库设计、查询优化和数据管理的核心技能。

📋 课程大纲

一、数据库基础
  • 数据库概念与发展
  • 关系型数据模型
  • MySQL 安装与配置
二、SQL 基础
  • 数据定义语言（DDL）
  • 数据操作语言（DML）
  • 数据查询语言（DQL）
三、高级查询
  • 多表连接查询
  • 子查询与嵌套查询
  • 聚合函数与分组统计
四、数据库设计
  • E-R 图设计
  • 范式与规范化
  • 表结构设计实践
五、数据库管理
  • 索引与视图
  • 用户权限管理
  • 数据备份与恢复
六、Python 连接数据库
  • pymysql 库使用
  • SQLAlchemy 基础
  • 数据分析中的数据库应用
⏱️ 学时 64学时（理论32 + 实践32）
🛠️ 工具 MySQL + SQL + Python