当前位置：搜档网 › 复旦大学大数据学院本科生课程学习手册

复旦大学大数据学院本科生课程学习手册

第一章前言 (2)

第二章大数据学院本科生培养模式 (3)

2.1培养理念 (3)

2.2数据科学与大数据技术“2+2”培养模式 (4)

第三章课程体系 (4)

3.1“2+2”培养体系 (5)

3.2卓越计划 (10)

第四章主要课程简介 (12)

4.1专业必修课程 (12)

4.2专业选修课程 (19)

第五章未来发展 (25)

5.1 未来深造 (25)

5.2 就业前景 (27)

第一章前言

大数据伴随着信息技术革命应运而生, 互联网、物联网、移动通讯、行业企业等数据的大量汇聚使得数据演化为重要的生产力，逐渐成为经济的新资源、发展的新引擎、信息的新矿山、科研的新依据、决策的新源泉。大数据的存取、交换、分析、应用对相关学科带来了诸多新挑战，在极大程度上改变了计算机科学、统计学和计算数学的内涵与外延：从硬件到软件、从存储到超算、从数据库到数据安全、从网络传输到并行计算、从数据分析到统计建模、从科学计算到优化方法等。

数据科学与大数据技术专业是教育部2015年批准新增设立的本科专业。数据科学植根于数学、统计学、计算机科学等学科，但是在研究对象、方法论、学科体系等方面又与这些学科有显著不同。数据科学的内涵包含了两个层次，第一个层次是以来源多样、结构各异、规模巨大、传输高速、应用广泛的大数据为研究对象，解决大数据在获取、处理、分析、展示与应用领域的理论与实践问题，如数据挖掘、机器学习、人工智能、数据库、统计计算等领域；第二个层次则是以大数据为研究手段的数据交叉科学，如生物信息、精准医疗、电子商务、大数据金融、智能电网、智慧城市等领域，大数据分析技术为这些学科提供了新的研究范式、也在解决这些学科计算复杂性问题的过程中获得近一步的发展。由此可见，数据科学与大数据技术专业的内涵已经超出了传统学科的范畴，而是通过将统计分析、系统计算、交叉科学等有机整合，形成一套面向大数据分析全流程、大数据应用全产业链的完整知识体系，培养大数据复合型人才。我国实施创新驱动战略需要加强创新型人才的培养，要能够积极应对全球工业4.0时代所特有

的以数据为导向的制造模式、流通模式、消费模式、商业模式的变革，大数据人才是面向这些新机遇、新挑战、新应用的高端专业数据人才。

数据科学与大数据技术专业是复旦大学“十三五”期间依托大数据学院重点建设的特色专业，该专业推动本校传统优势学科如数学、计算机科学、统计学等的融合与提升，拓展数据科学与生物学、医学、经济学、管理学、社会学等学科的交叉，培养大数据分析、管理与应用的高层次复合型人才。复旦大学数据科学与大数据技术专业的人才培养坚持理论教育与技能培养相结合、坚持基础知识体系与应用知识拓展相结合。数据科学与大数据技术专业强调基础为先、夯实学生在数据统计与分析、系统与计算方面的基础理论知识体系、使学生具备进一步开展大数据科学研究及应用创新的核心技能；同时也注重交叉融合，以大数据分析为核心轴线，以数学、计算机科学、统计学为三大基础支撑性学科，适度拓展与理医工学、社会科学的交叉，建设面向大数据高水平研发和产业应用的复合型人才培养体系。

第二章大数据学院本科生培养模式

2.1培养理念

本专业的人才培养目标是培养德、智、体、美全面发展，具有良好的政治素质与道德修养，掌握数据科学与大数据技术完整理论知识体系、具备全面应用分析技能，能够从事大数据有关教学、科研、开发和应用的高层次、复合型人才。

本专业学生将掌握面向大数据应用的数学、统计学、计算机科学基础理论和方法，熟练运用各种大数据分析技术和手段；在数据建模、数据管理和分析、统

计推断的基本理论、方法和技能方面进行系统学习；同时具备自然科学和社会科学等领域中大数据的应用分析技能。本专业学生在系统的专业技术训练基础上，具备广泛的数据应用视野、能够胜任大数据分析挖掘、大数据系统开发等技术领域以及大数据商务与金融、大数据生物与医药、大数据传媒与公共管理等各类应用领域的多层次工作。

2.2数据科学与大数据技术“2+2+X”培养模式

根据大数据新工科的学科特点，数据科学与大数据技术专业的本科生培养采取“2+2+1”的“X”型模式，即本科生培养包含三个阶段，第一阶段为通识教育+基础教育阶段，在复旦学院（书院）和相关院系完成学业；第二阶段为专业教育阶段，在大数据学院完成；第三阶段为应用拓展与产学实践阶段，由大数据学院与各相关院系通力合作，共同完成。为了确保大数据人才培养的交叉学科特色。学生的来源可来自于多个大类专业；在经过专业教育之后，也可以选择不同方向的模块课程，再对接各个专业的应用问题，成为具备应用视野的专业人才。

基于前期探索，继续优化培养方案，丰富课程修读方式，强化模块课程与各学科的交叉。以数据科学与大数据技术专业招收本科生，第一年培养将主要集中在数学、统计、计算机等基础科学知识以及通识教育；确保有志于数据科学方向、来自多个大类专业的同学都能够在合理的修读计划下修读基础课程。在进入本科二年级前的暑假，开设若干短期课程，以衔接各专业至数据科学与大数据技术专业时的转换。在完成大二、大三上的专业基础课的基础上，在大三下、大四进行专业课的学习，开设具有交叉学科融合特色的模块课，包括统计与分析模块、系统与数据挖掘模块、理医工学大数据分析模块和社会科学大数据分析模块等。

通过数据科学专业课程与模块课程相结合，为学生打下扎实的专业基础，同时培养学生跨学科学习的能力和大数据视野。

同时大数据交叉学科人才的培养，仅仅四年本科教育是不够的，特别是要使这些学生能够具备应用技能，一定要实现本科生培养与研究生的无缝衔接，打造一批高层次大数据人才，更好地服务于社会需求。为此大数据学院在学校的支持下，正在建设各层次的硕士项目，大数据统计、统计机器学习的科学硕士、大数据统计、大数据商务与管理、金融科技等专业硕士将与本科培养有效衔接，打造“2+2+X”的高端新工科人才培养体系。

第三章课程体系

3.1“2+2+X”培养体系

一、课程设置

（一）专业教育课程

专业必修课

（二）专业选修课

1、统计与分析模块：

2、系统与数据挖掘模块：

3、理医工学大数据分析模块：

4、社会科学大数据分析模块：

二、课程体系与知识结构

3.2卓越计划

3.2.1专业导师制

1、培养周期

学院所有本科生从进入学院起配备专业导师，直至毕本科四年级结束。实现学院本科生专业导师制的全覆盖。

2、分配原则

根据师生比例进行平均分配，分配方法遵循随机原则。

3、导师工作职责

导师对其学术、科研、日常学习生活等给予及时指导关心。主要教育活动方式有：学生单独面谈、seminar讨论、导师午餐会、学术科研项目指导、学术讲座、咨询导航、学术论坛、班会互动等师生对话交流，充分发挥导师人格魅力和学术精神在全人教育理念中的作用。具体要求如下：

1）定期与学生进行学术交流，每月与每位学生单独见面不少于 1次；

2）定期组织所有指导学生进行seminar讨论，每季度seminar次数不少于1次；3）定期参加学院组织的导师午餐会，为学生与导师相互交流提供平台和场所，导师午餐会每学期不少于1次；

4）为学生提供科创项目、社会实践项目、挑战杯项目、学术论文投稿等相关科研指导；

5）组织并参加相关学术讲座、论坛等学术活动；

6）参加日常班级班会，与学生全方位互动；

7）每学期规定office hour，专门用于接待学生，指导日常学术、科研和思想生活。

3.2.2第二课堂学习

学院强调第二课堂对第一课堂的支持支撑作用，鼓励和支持学生各类学术科研项目，并形成各级各类学术竞赛和实践创新项目的孵化激励体系。

按照不同级别、等第的获奖或发表情况，给予学生不同额度的奖励，鼓励学生积极参与学术生产，投身创新创业培育，孵化一批有质量的学术成果。

3.2.3学术交流活动

学生自费参加国内外的学术会议，可申请学院资助。申请人应得到主办方正式邀请，提交研究论文，并在活动中公开宣读论文。申请人应为论文第一作者；如与学院教师合作，应由合作教师证明其为论文主要贡献人。论文应为学术性研究论文，长度不低于4000字（英文）或8000字（中文或日文）。

3.2.会实践、国内外挂职实习

学院设立学生境外交流学习资助项目，鼓励学生根据校际、院际协议，申请赴境外高校、研究机构或组织，参加一学期（4或6个月）及以上的交流学习。第四章主要课程简介

4.1专业必修课程

4.2专业选修课程

复旦大学大数据学院本科生课程学习手册

复旦大学大数据学院本科生课程学习手册目录第一章前言 (2) 第二章大数据学院本科生培养模式 (3) 2.1培养理念 (3) 2.2数据科学与大数据技术“2+2”培养模式 (4) 第三章课程体系 (4) 3.1“2+2”培养体系 (5) 3.2卓越计划 (10) 第四章主要课程简介 (12) 4.1专业必修课程 (12) 4.2专业选修课程 (19) 第五章未来发展 (25) 5.1 未来深造 (25) 5.2 就业前景 (27)

第一章前言大数据伴随着信息技术革命应运而生, 互联网、物联网、移动通讯、行业企业等数据的大量汇聚使得数据演化为重要的生产力，逐渐成为经济的新资源、发展的新引擎、信息的新矿山、科研的新依据、决策的新源泉。大数据的存取、交换、分析、应用对相关学科带来了诸多新挑战，在极大程度上改变了计算机科学、统计学和计算数学的内涵与外延：从硬件到软件、从存储到超算、从数据库到数据安全、从网络传输到并行计算、从数据分析到统计建模、从科学计算到优化方法等。数据科学与大数据技术专业是教育部2015年批准新增设立的本科专业。数据科学植根于数学、统计学、计算机科学等学科，但是在研究对象、方法论、学科体系等方面又与这些学科有显著不同。数据科学的内涵包含了两个层次，第一个层次是以来源多样、结构各异、规模巨大、传输高速、应用广泛的大数据为研究对象，解决大数据在获取、处理、分析、展示与应用领域的理论与实践问题，如数据挖掘、机器学习、人工智能、数据库、统计计算等领域；第二个层次则是以大数据为研究手段的数据交叉科学，如生物信息、精准医疗、电子商务、大数据金融、智能电网、智慧城市等领域，大数据分析技术为这些学科提供了新的研究范式、也在解决这些学科计算复杂性问题的过程中获得近一步的发展。由此可见，数据科学与大数据技术专业的内涵已经超出了传统学科的范畴，而是通过将统计分析、系统计算、交叉科学等有机整合，形成一套面向大数据分析全流程、大数据应用全产业链的完整知识体系，培养大数据复合型人才。我国实施创新驱动战略需要加强创新型人才的培养，要能够积极应对全球工业4.0时代所特有

大数据课程设计报告

大数据课程设计报告导语：读书切戒在慌忙，涵泳工夫兴味长。未晓不妨权放过，切身须要急思量。以下小编为大家介绍大数据课程设计报告文章，欢迎大家阅读参考! 大数据课程设计报告最近几年，我国各个院校相继开设交互设计课程，但是目前我国的交互设计教学处于初步阶段，交互设计教学的模式研究仍然是一个值得重视的问题。本文通过对我国交互设计现状的分析，探讨现代教学模式中存在的问题，针对问题提出相关建议，以期推进我国交互设计教学的进步。交互设计；教学模式；大数据时代随着科学技术和互联网的发展，交互设计越来越受到人们的重视。联想、新浪、腾讯等等众多企业对交互设计人才的需求越来也多，但是行业内人才比较缺乏。如何提高交互设计专业的教学质量，满足日益增长的人才需要，成为教育工作者亟需解决的一个难题。《高等教育法》第5条规定：“高等教育的任务是培养具有创新精神和实践能力的高级专门人才，发展科学技术文化，促进社会主义现代化建设。”这意味着高等教育肩负着人才培养和科学技术文化发展两大任务，高校理工科教师身兼教学工作者和科研工作者双重身份，在教学与科研两大阵

地中耕耘。因此，发挥高校理工科教师的双重角色优势，在理工科教学的课堂上引入科学研究的思维与方法，使大学生“像科学家一样工作”地学习，能促进“学术性之教学”的形成，培养创新精神与实践能力，铸造学生的科学精神与人文精神。基于此，如何将科研思维有效地引入课堂是值得探索的一个方向。最近几年，交互设计专业在我国各个院校相继开设，发展迅速，但是我国的交互设计教学的发展仍然处于初级阶段，虽然在交互专业教学方面积累了一定的经验，却也存在不少问题。课堂教学以教师为中心目前，各个院校主要利用多媒体进行交互设计课程教学，这种教学模式是通过老师向学生传递知识，学生接受知识，从而完成教学的目的，但是这种教学模式只考虑到了课程内容的前瞻性和系统性，并没有考虑到怎样才能保证教学的效率，因而造成学生在学习的过程处于被动的位置。课程体系不完善交叉设计是一门综合性很强的专业，涉及设计艺术学、计算机科学、认知科学、心理学等等交叉研究的领域。但是目前各个院校内交叉设计这门课程的教学体系还不够完善，只包括了交互设计体验设计、交互界面设计、感性工学、人机工程学等课程。在逻辑学、认知心理学等方面很多院校还未创立相关课程。另外，很多院校设立的交叉

大数据基础课程设计报告

大数据基础课程设计报告一、项目简介：使用hadoop中的hive、mapreduce以及HBASE对网上的一个搜狗五百万的数进行了一个比较实际的数据分析。搜狗五百万数据，是经过处理后的搜狗搜索引擎生产数据，具有真实性，大数据性，能够较好的满足分布式计算应用开发课程设计的数据要求。搜狗数据的数据格式为：访问时间\t 用户 ID\t[查询词]\t 该URL 在返回结果中的排名\t 用户点击的顺序号\t 用户点击的 URL。其中，用户 ID 是根据用户使用浏览器访问搜索引擎时的 Cookie 信息自动赋值，即同一次使用浏览器输入的不同查询对应同一个用户ID。二、操作要求 1.将原始数据加载到HDFS平台。 2.将原始数据中的时间字段拆分并拼接，添加年、月、日、小时字段。 3.将处理后的数据加载到HDFS平台。 4.以下操作分别通过MR和Hive实现。 ●查询总条数 ●非空查询条数

●无重复总条数 ●独立UID总数 ●查询频度排名（频度最高的前50词） ●查询次数大于2次的用户总数 ●查询次数大于2次的用户占比 ●Rank在10以内的点击次数占比 ●直接输入URL查询的比例 ●查询搜索过”仙剑奇侠传“的uid，并且次数大于3 5.将4每步骤生成的结果保存到HDFS中。 6.将5生成的文件通过Java API方式导入到HBase（一张表）。 7.通过HBase shell命令查询6导出的结果。三、实验流程 1. 将原始数据加载到HDFS平台 2. 将原始数据中的时间字段拆分并拼接，添加年、月、日、小时字段（1）编写1个脚本sogou-log-extend.sh，其中sogou-log-extend.sh的内容为： #!/bin/bash #in infile=$1 #out

课程设计报告

课程设计报告题目基于数据挖掘的航电系统故障诊断专业名称电子信息工程学生姓名王腾飞指导教师陈杰完成时间 2014年3月18日

摘要航电系统是飞机的重要组成部分，由于其综合应用了电子、机械、计算机及自动检测等许多学科的先进技术，结构层次很多，所以对其实施故障诊断具有涉及专业领域多、诊断难度大、要求时间短等特点。这对快速处理故障数据提出了很大的挑战。从独立的联合式航电机箱的按键通电测试，到集中式飞机管理系统数据收集，飞机维修系统经过漫长的发展已演变成故障诊断工具。现代飞机均采用了中央维修系统，用以收集所有子系统的故障报告、判断故障根源并推荐修理方法。飞机的故障信息和历史数据存放在数据库中。如果用传统的数据分析方法对这些海量的数据进行分析时会显得力不从心，不仅浪费时间而且对于隐含的知识难以有效的进行挖掘。数据挖掘技术十分符合现实的需要，它可以客观地挖掘出历史数据库中潜在的故障规则，这些规则能更好地指导故障的定位与检修，并对潜在的故障做出预测。随着数据的不断增长，如何能自动获取知识已经成为故障诊断技术发展的主要制约条件，而数据挖掘技术为解决这个“瓶颈”问题提供了一条有效的途径。本文详细介绍了故障诊断技术与数据挖掘技术，并总结了航电系统的故障诊断的特点。拟采用聚类分析的技术对故障数据快速处理，实现对故障的快速定位。关键词：故障诊断数据挖掘聚类分析航电系统

故障诊断技术故障诊断技术简介故障诊断就是指当设备系统不能完成正常的功能时，利用一定的方法找出使该功能丧失的原因及发生故障的部位，实现对故障发展趋势的预测的过程。故障诊断涉及到多方面的技术背景，主要以系统论、信息论、控制论、非线性科学等最新技术理论为基础，它是一门综合性的学科，具有重要的实用价值。设备系统故障及故障诊断随着现代化工业的发展，设备系统能够以最佳状态可靠地运行，对于保证产品质量、提高企业的产能、保障生命财产安全都具有极其重要的意义。设备系统的故障是指设备系统在规定时间内、规定条件下丧失规定功能的状况。故障诊断的作用则是发现并确定发生故障的部位及性质，找出故障的起因，预测故障的发展趋势并提出应对措施。故障诊断技术的使用范围不应只局限于设备系统使用和维修过程中，在设备系统的设计制造过程中也可以使用故障诊断技术，为以后的故障监测和设备系统维护创造条件。因此，故障诊断技术应该贯穿于设备系统的设计、制造、运行和维护的全过程当中。机载设备的故障诊断流程框图:

面向大数据时代的专业课程体系建设研究

面向大数据时代的专业课程体系建设 1. 大数据时代的特点及其对专业人才的特殊需求分析重点分析大数据时代特点、大数据技术发展趋势及其对信息技术专业人才的特殊需求。特别是从大数据理念、技术和方法在农业领域的实践，分析农业大数据应用研究。了解涉及到水、土、光、热、气候资源，作物育种、种植、施肥、植保、过程管理、收获、加工、存储、机械化等各环节的农业大数据特征，探索多类型复杂数据采集、挖掘、处理、分析与应用等问题。在此基础上，了解大数据时代对专业人才的特殊需求。 2. 面向大数据需求的我院本科专业设置优化系统地分析我院本科专业设置及其缺位问题，结合当前中国学科体系及本科专业设置，提出我院面向大数据需求的本科专业调整与优化方案。（1）我院本科专业设置及其缺位分析：近年来，我院学科建设及本科专业建设取得来显著地发展。学院现在涵盖电气工程与自动化、信息工程与计算机两大学科群，拥有7个本科专业、11个硕士学位授权点和3个博士学位授权点，一个“农业电气化与自动化”国家级重点学科，成为实力雄厚、基础扎实的电气、电子与信息工程学科领域的高级专门人才培养教育基地和科学研究、技术开发与科技成果转化基地。可是，由于受到当前中国学科体系及本科专业设置的限制，面对大数据时

代的特殊人才需求我院本科专业设置表现得特别滞后，本科专业设置与建设存在明显的缺位问题。（2）当前中国学科体系及本科专业设置分析：专业设置是高等教育部门根据科学分工和产业结构的需要所设置的学科门类。它是人才培养规格的重要标志。在教育部的学科划分中，学科门是最高级别的学科，共有13个：理学、工学、农学、医学、哲学、经济学、法学、教育学、文学、历史学、军事学、管理学、艺术学；比学科门低一级的学科称为学科类，学科类(不含军事学)共有71个；比学科类再低一级的学科称为专业；专业就是高考生填报的志愿，本科专业(不含军事学)共有258个。本科专业设置上由于受到中国学科体系及本科专业设置规范与管理，需要严格遵照相关的要求与规范。可是，国家层面的学科体系及本科专业设置存在滞后问题，因此需要本科专业设置上能够遵循就近的原则。分析当前中国学科体系及本科专业设置，探索面向大数据需求的相近专业及其设置是本部分研究的重要内容。（3）面向大数据需求的我院本科专业优化：由于农业大数据是由结构化和非结构化数据构成，对大数据分析与处理的技术发生了巨大变化，因此与传统信息学科人才教育内容与培养目标显著不同，大数据时代对专业人才的特殊需求决定了面向大数据需求的我院本科专业设置与优化的方向及其建设内容。经过整合与优化我院本科专业设置，能够为面向大数据需求的专业课程体系建设提供了前提条件与基础支撑。 3. 面向大数据需求的专业课程体系建设

大数据平台方向教学计划

大数据平台课程标准一、课程定位现在企业为了提升客人使用体验，提高业务效率，在大数据蓬勃发展的阶段里，需要对现有业务系统进行转型升级；作为大数据载体，大数据平台工程师应用成为有大量数据的企业必备人才。随着大数据应用的大量普及，开源框架，比如hadoop，spark等，也得到长足发展。本课程着力于系统数据的收集和搭建技术，使得作为大数据的研发/分析带来基础设施，让学员掌握；并通过本课程，掌握大数据平台的理念，为将来在不同企业使用各种基础设施的搭建和维护指明方向。二、课程性质与作用课程性质大数据平台搭建核心课程。课程作用大数据平台搭建核心课程，是整个大数据中基础的一环。在实际工作中，掌握本技术是是大数据方向的重要的岗位，即大数据平台工程师。在后续的大数据研发及大数据分析中，必须要在大数据平台搭建完成后才能在真实生产环境运行。本课程会涉及到其余的计算机知识，比如Linux操作系统、数据库、集群等知识。学习完本科课程之后，为了巩固和提高对大数据平台搭建的理解，在后续课程中加入有实际生产环境的搭建过程并验证。三、课程目标课程教学以生产环境搭建为目标，以实际项目为中心，以合理知识结构分解为手段，在理解大数据平台架构的过程中，主要以实际操作让学员对相关知识点掌握，达到理论

与实际结合，教学与企业融合的内容。学员学成后，能够利用流程的大数据平台框架大家生产环境，并且在企业相关架构选择有微调时，能够触类旁通，也能完成搭建任务。课程内容始终围绕全面提升学生的理论和操作的熟练程度、规范化程度以及职业素质三个方面展开。（一）知识目标 1.理解大数据概念及应用场景，先导课程Linux的操作 2.掌握大数据HDFS、HBase、Hadoop集群搭建及数据批处理。 3.熟练掌握Spark搭建并能够验证运行。 4.熟练掌握Storm搭建并掌握流处理概念。 5.Hadoop生态其他组件的安装和应用，Yarn &zookeeper。 6.离线工具ETL和hive的安装及应用。（二）能力目标 1.全局的眼光理解大数据，理解大数据的应用，并有总体的概念。 2.理解企业中实际生产环境的大数据搭建，收集，分析，应用的过程。 3.具备在实际应用中，针对技术框架的微调，能够应对并能够调试验证成功。四、课程设计主要指课程设计的总体思路：课程设计围绕大数据基础设施的搭建，并考虑到实际企业生产环境中的应用场景，从先导知识，基础知识，生态知识及扩展知识。

大数据结构与算法课程设计程序及报告材料

数据结构与算法课程设计报告题目两两相连的房间问题：一所奇怪的房子，这所房子里有n个房间，每个房间里有一些门通向别的房间，可是这些门十分奇怪，它们只能从房间a开向房间b，也就是说，一扇从a开向b的门是不能让一个人从b房间走到a房间的。你能计算一下任意两个房间之间都互相相通吗？问题分析此程序需要完成如下要求：在这所房子里，从任意一个房间开始，按照开门的方向，均能够找到一个合适的路线，使得一个人能够不重复的到达其他的每一个房间，所以，需以每一个房间都为一次起始点来走向其他的房间，以此来判断这所房子里的任意两个房间之间是否互相相通。实现本程序需要解决以下问题： 1.如何表示每一个房间，即存储房间的信息，并且还要确定这所房子里的各个房间的位置。 2.各个房间之间的门，以及门是从哪个房间开向哪个房间的该如何表示和存储的。 3.从某一个房间开始，如何走到其他各个房间，即如何对房间进行遍历。 4.为了在遍历过程中，不重复的遍历每一个房间，该如何标记已被遍历过的房间，从而只访问未走过的房间。 5.最后通过什么的遍历方式才能判断各个房间之间是否互相相通。

数据结构的选择和概要设计通过对题目要求的理解，我们可以用图来表示这所房子，而房子中的各个房间就相当于图中的各个结点，由于房间的门是有方向的，一扇从a开向b的门是不能让一个人从b房间走到a 房间的，从而可知该图为有向图，那么门就相当于有向图中的弧，从一个门开向另一个门即代表有向图中弧的起始点和终止点。对于图的存储，我采用邻接表的形式来存储，并将每一个房间进行编号，对于邻接表，则需要定义一个邻接表结点类型、邻接表表头结点类型，通过表头与结点的连接而将有向图中弧的信息存储起来。那么人从任意一个房间走向另一个房间，即相当于有向图中从一个结点按照弧的信息访问其他的结点，可以采用深度优先搜索遍历。如果从每一个结点以起始点开始一次遍历就都能访问到其他结点的话则说明有向图是连通图，即该房子里的各个房间能够互相相通。定义一个全局的整形变量flag，如果是连通图的话则flag=1，否则flag=0。程序实现的流程图如下：

复旦大学经济学院金融研究院导师简介：蒋祥林

复旦大学经济学院金融研究院导师简介：蒋祥林姓名：蒋祥林职称：副教授所在系所：金融研究院专业方向：金融工程、资本市场理论与实证蒋祥林，男，现任复旦大学经济学院金融研究院副研究员，上海金融学年会会员。研究领域金融工程、资本市场的理论与实证研究。主持的项目主要有：国家自然科学基金项目：资本监管下的商业银行行为及其宏观经济效应研究；教育部人文社会科学规划项目：国内外衍生品市场对我国战略性大宗商品和金融资产国际定价权的影响研究；上海市哲学社会科学规划基金项目：体制转换时间序列模型及其应用研究等。并已获得国家留学基金委资助，计划于2010年10月-2011年10月到美国马里兰大学商学院和环境与建筑工程学院做访问学者，从事金融衍生品、碳金融领域的研究。本人积极参与企业、政府部门的培训、咨询工作：承担了上海市组织部的上海干部在线学习城《金融衍生产品及在风险管理上的应用》、昆山市政府和企业中层干部的《金融衍生品》等课程主讲；承担华安基金管理公司《固定收益分析系统》开发研究工作。凯程教育：凯程考研成立于2005年，国内首家全日制集训机构考研，一直从事高端全日制辅导，由李海洋教授、张鑫教授、卢营教授、王洋教授、杨武金教授、张释然教授、索玉柱教授、方浩教授等一批高级考研教研队伍组成，为学员全程高质量授课、答疑、测试、督导、报考指导、方法指导、联系导师、复试等全方位的考研服务。凯程考研的宗旨：让学习成为一种习惯；凯程考研的价值观口号：凯旋归来，前程万里；信念：让每个学员都有好最好的归宿；使命：完善全新的教育模式，做中国最专业的考研辅导机构；激情：永不言弃，乐观向上；敬业：以专业的态度做非凡的事业；服务：以学员的前途为已任，为学员提供高效、专业的服务，团队合作，为学员服务，为学员引路。如何选择考研辅导班：在考研准备的过程中，会遇到不少困难，尤其对于跨专业考生的专业课来说，通过报辅导班来弥补自己复习的不足，可以大大提高复习效率，节省复习时间，大家可以通过以下几个方面来考察辅导班，或许能帮你找到适合你的辅导班。

新型大数据管理技术-复旦大学研究生院

新型大数据管理技术 Introduction to Data Science 随着大数据时代的到来，数据分析技术是近年来计算机领域非常活跃的领域。出现了很多新型的研究领域，本课程将邀请目前活跃在数据管理领域前沿的三位高水平研究人员授课，分别对目前最新的研究领域进行介绍，并结合这些新型的研究问题通过研讨的形式提高对学生从事科学研究的能力。课程将围绕大数据分析的最新技术组织课程内容。具体内容包括： ●大规模图数据管理技术。汪卫教授将结合目前大规模中文知识图谱的构建与管理展开介绍，并着重结合一些实际应用包括深度阅读、智慧城市等介绍大规模图数据的管理技术 ●移动环境下的大数据管理技术。 Hui Xiong教授将对移动环境下的大数据管理技术，包括移动大数据管理的挑战、计算模型、不确定性数据管理等内容进行系统介绍。 ●大数据下的查询处理技术。 Zhiyuan Chen 教授将对大数据管理以及大数据环境下SQL查询的处理技术进行系统介绍。三位主讲人具有很强的研究能力。他们在VLDB、SIGMOD、SIGKDD、TODS等数据库领域的顶级国际学术会议和期刊上发表了大量的论文。相信通过参与该课程有助于学生了解数据管理和分析领域面临的主要问题，提高他们的研究能力。教师风采复旦大学计算机科学技术学院副院长,1998年获复旦大学计算机科学博士学位,长期从事数据库与数据挖掘领域的研究和开发工作。在SIGKDD、SIGMOD、VLDB、WWW、 ICDE、IEEE TKDE、JIIS等国际权威的学术会议上发表论文近20余篇，引用500余次。作为主要参与者获得上海市科技进步一等奖一项，二等奖两项，三等奖一项，并或高等教育国家级教学成果二等奖一次。2005入选教育部“新世纪优秀人才支持计划”。目前担任中国计算机学会数据库专业委员会委员，上海市计算机学会理事，数据库专业委员会副主任。并担任ICDM、SIAM DM、CIKM等重要国际学术会议的程序委员。

大数据结构课程设计图书管理系统

数据结构课程设计图书管理系统一需求分析该程序是模拟图书馆管理系统，实现图书采编入库、借书、还书、查询等基本业务。此程序规定： (1) 管理员能够向系统中输入每种书的基本信息，包括书号、书名、作者、现存量和库存量、借阅记录，并保存记录； (2) 用户（读者）能够按书号、书名、作者查询图书信息； (3) 管理员能够实现图书采编入库(新购入一本书，经分类和确定书号之后登记到图书账目中去。如果这种书在帐中已有，则只将总库存量增加)、借阅(如果书的现存量大于0，则借出一本，登记借阅者的图书证号和归还期限)、归还(删除对借阅者的登记，改变该书的现存量)、销毁(将图书从账目中删除)等操作。二概要设计系统用到的抽象数据类型定义： 1、ADT LinearList{ 数据元素：D={a i|a i∈D0,i=1,2,…,n,n≥0,D0为某一数据对象} 关系：S={|a i,a i+1∈D0,i=1,2,…,n-1} 基本操作： (1)InitList(L) (2)DestroyList(L) (3)ClearList(L) (4)EmptyList(L) (5)ListLength(L) (6)Locate(L,e) (7)GetData(L,i) (8)InsList(L,i,e) (9)DelList(L,i,&e) }ADT LinearList 2、ADT String{ 数据对象：D={a i|a i∈CharacterSet,i=1,2,…,n;n≧0} 数据关系：R={|a i-1,a i∈D,i=2,…,n;n≧0} 基本操作：（1）StrAsign(S,chars) （2）StrInsert(S,pos,T) （3）StrDelete(S,pos,len) （4）StrCopy(S,T) （5）StrEmpty(S) （6）StrCompare(S,T) （7）StrLength(S) （8）StrClear(S) （9）StrCat(S,T) (10)SubString(Sub,S,pos,len) (11)StrIndex(S,pos,T) (12)StrReplace(S,T,V)