为贯彻落实《教育部等八部门关于加快和扩大新时代教育对外开放的意见》《首都经济贸易大学“十四五”时期发展规划（2021-2025）》等文件精神，持续拓宽我校学生的国际视野，加快培养具有自主创新能力的国际化人才，积极推动学校双语教学和全英文教学课程建设，学校将于2025年秋季学期开设海外顶尖名校在线直播课程，邀请宾夕法尼亚大学和哥伦比亚大学（2025年QS排名位居第十一和第三十四名）的优秀师资，为我校本科生讲授全英文通识教育选修课。引入海外名校在线课程，将进一步丰富本科人才培养方案中的课程体系，也是我校在通识教育选修课课程改革中的有益尝试。

一、课程介绍

（一）《数据科学：人工智能在自然语言处理、金融科技、商业分析中的多维应用》（Data Science: Machine Learning and Natural Language Processing）

交叉学科方向：人工智能 * 数据科学 * 金融科技 * 商业分析

1、课程介绍

机器学习和自然语言处理是两个快速发展的领域，将机器学习应用于自然语言处理，已经推动了人工智能领域的巨大进步。本课程系统介绍了机器学习与自然语言处理（NLP）的基础理论与实践方法，重点讲解如何利用Python语言构建高效的数据处理与文本分析系统。课程从编程基础、数据清洗、文本特征提取出发，逐步深入情感分析、文本摘要与主题建模等前沿NLP任务，并结合机器学习模型进行性能优化与评估。

通过课程，学生将掌握如何构建智能文本分析系统，支持信用评估、市场舆情预测、商业决策优化等关键任务。课程强调实用技能训练，帮助学生为未来的AI、数据科学与语言技术领域打下坚实基础。

Patrick Houlihan

l 哥伦比亚大学教授

l 阳狮传媒集团高级决策副总裁

l 金融数据分析公司Sentiquant创始人

l 美国 B2B 客户数据平台CaliberMind数据科学家

l 超过14年半导体行业专业咨询经验

l 主导咨询工程数额超过五亿美金

l 拥有上百篇在软件系统设计和数据分析领域的论文

Patrick Houlihan是哥伦比亚大学数据科学教授，他在斯蒂文斯理工学院获得了金融工程博士学位。同时他也是阳狮传媒集团高级决策副总裁，阳狮集团是法国最大及世界第三大的广告与传播集团。除此以外，他还是美国 B2B 客户数据平台Caliber Mind数据科学家和金融数据分析公司Sentiquant的联合创始人。

Patrick Houlihan教授拥有超过14年半导体行业专业咨询经验，主导咨询工程数额超过五亿美金，发表过上百篇在软件系统设计和数据分析领域的论文，如《利用社交媒体预测资产价格的持续和反转》，《情绪分析和期权数量能否预测未来收益》等。

2、课程大纲

1.Python与正则表达式基础

2.金融数据的结构化处理

3.文本数据预处理与清洗技术

4.自然语言处理基础方法

5.文本特征工程与选择方法

6.自动摘要与报告生成

7.情感分析与商业分析应用

8.网格搜索、验证与评估、性能指标

9.自然语言处理中的主题建模：LDA

10.用于情感分析的高级机器学习模型3.上课时间详见附件1。

（二）《传媒学与数据科学：从用户行为到预测模型研发》（Social Media Data Mining and Analytics and Data StoryTelling）

交叉学科方向：传媒 * 数据科学 * 人工智能

1、课程介绍

本课程深度融合传媒学理论与数据科学技术，聚焦社交媒时代的用户行为分析、社会网络建模与预测系统开发。学生等学习通过分析社交平台的原始数据，揭示其中的模式和趋势。学生将掌握R工具进行数据挖掘和衬社交媒体分析，并批判性社交媒体数据的道德应用。

课程以"数据挖掘+人工智能”为核心框架，涵盖从伦理争议到技术落地的全链条研究，尤其关注健康、社会公平等领域的实际应用。

Manuel González Canché

宾夕法尼亚大学终身教授

l l宾大人类发展和定量方法学院和国际教育发展项目的联合导师

l l曾担任ICQCM（跨学科研究机构）研究学者导师

l l社交传媒，高等教育，社区学院领域研究学者

l l曾凭借《社区学院如何利用社交媒体提高学生成功率》荣获亚利桑大学访问学者奖

Manuel González Canché教授任职于宾夕法尼亚大学高等教育部门。此外他还是宾大教育学院人类发展与定量方法学院和国际教育发展项目的联合导师；高等教育高级研究员。

Manuel的研究主要集中在代表性不足的少数群体的途径、教育和移民问题、社会不平等、社会心理学和文化研究、社会网络和社交资本和数据可视化，尤其对理解影响少数族裔和风险学生教育与职业成功可能性的结构因素特别感兴趣。Manuel曾凭借《社区学院如何利用社交媒体提高学生成功率》荣获亚利桑大学访问学者奖；著有《高等教育中的社交媒体：文献综述和研究方向》等传媒论文。

2、课程大纲

1) 社交媒体数据挖掘基础

2) 数据收集与预处理

3) 计算分析中的伦理挑战

4) 社交媒体数据的统计技术

5) 社交媒体的文本挖掘与自然语言处理

6) 网络分析与影响力映射

7) 用户行为预测建模

8) 社交媒体研究中的机器学习

9) 大规模数据挑战

10) 人工智能增强的社交网络分析

3.上课时间详见附件2。

与海外名校名师零距离交流学习，相信会给同学们带来不一样的体验和收获。欢迎有一定英语基础的同学报名参加。

二、选课年级及时间

请2022、2023和2024级（不含第二学位）本科生于2025年9月8日12:30至9月12日18:00（同试听补退选时间）自愿选课，课程按先选先得原则。

三、选课方法

同通识教育选修课补退选操作方法

1.校内的同学请登录校园网，从教务处主页（jwc.cueb.edu.cn）的“教务管理系统”入口登录后选课。

2.校外的同学需通过WebVPN，访问教务系统（webvpn.cueb.edu.cn，用户名：学号，密码：手机验证码）选课，使用方法见网络信息中心网站。

四、课程说明

1.两门国际课程学分均为2学分，计入通识教育选修课类别学分，该类别下要求一个学期内选课不超过4学分，请各年级同学根据自己的学习计划合理自愿选报课程。

2.国际课程授课方式为线上全英文直播课，请同学们按照课表编排时间准时到课。学校将为国际课程安排中文助教，开设引导课和复习课。

五、联系方式

1.联系电话：

教务处（课程问题）：83952059

教务处（技术支持）：83952047、83952093

2.教务处建立了班级学委交流群，同学们如有教务教学问题可与本班学委联系，由学委将问题集中反馈给教务处，以便及时解答同学们的疑问。