5.1 引子 5.2 基础不牢，地动山摇 5.3 教育大数据应用创新的领域特点分析 5.4 本章小结

4.1 技术生态的初步理解 4.2 物联网技术：知道得多 4.3 云计算技术：处理得快 4.4 移动互联技术：传播的远 4.5 人工智能技术：调控得准 4.6 “物、云、移、大、智”技术融合后的协同生态环境 4.7 本章小结

3.1 大数据来了！ 3.2 Web 2.0模式下互联网应用环境对关系数据库带来的技术挑战 3.3 大数据核心技术的分析研究 3.4 大数据的技术门派及对比分析 3.5 网页大数据应用实例：网页检索的技术路线 3.6 一个基于倒排索引技术的中文检索应用实例 3.7 NoSQL数据库和SQL数据库在技术上的对比分析 3.8 本章小结

2.1 此为数据库，非彼大数据 2.2 数据库技术重要的历史发展阶段 2.3 关系模型的直观认知 2.4 关系模型的预备知识 2.5 关系数据库的基本原理 2.6 关系数据库体系的优化设计 2.7 本章小结

1.1知之为知之，不知为不知，是知也！ 1.2数据的泛在理解：客观存在的描述与记录 1.3信息的价值评判：有用的数据 1.4知识的应用体现：数据变信息的转化规则 1.5知识规则的认知途径 1.6数据到知识的转换过程：实例分析 1.7本章小结

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

• 概述 • Agile方法的核心理念及特点 • Agile与CMM • Agile具体方法 XP,SCRUM • 结束语

• Computer-Aided Software Engineering • Formal Methods • Software Reuse • Reengineering • Component-Based Software Engineering • Cleanroom Software Engineering • Client/Server Software Engineering • Web Engineering

• Software Process • Software Quality Assurance • Software Configuration Management • Software Project Management Concepts

南京大学：《软件工程 Software Engineering》课程教学资源（PPT课件讲稿）Part 22 面向对象软件工程 Object-Oriented Software Engineering（Unified Modeling Language, UML）