管理类研究生大数据课程体系建设内容探讨

　　[摘 要] 针对管理类研究生大数据课程建设问题，从大数据课程内容理论体系、课程内容体系、课程实验与实践体系、课程应用工具与模型系统体系等角度考虑大数据课程的前驱和后继，探讨大数据课程建设内容，对如何上好研究生大数据课程进行探讨，并提出合理建议。

　　[关键词] 大数据;课程体系建设;管理类研究生

　　作者： 陈燕

　　一、引言

　　随着大数据的迅速发展，各高校逐年递增大数据课程，迫使科学工作者不仅要了解大数据的概念、知识及如何分析处理大数据，而且高校的学生也要及时补充大数据专业知识。据500强公司统计数据，85%的公司都筹划推出大数据项目。这也表明大数据课程开设的必要性。在国外多数高校都开设了大数据课程并针对大数据立项开展应用研究。

　　二、本科大數据课程建设内容

　　笔者曾提出关于本科大数据课程建设内容包括：(1)大数据课程理论体系;(2)大数据课程内容体系;(3)大数据课程的实验体系;(4)大数据的应用工具与大数据课程的模型系统。本专业的学生可以根据大数据的前驱和后继课程来选择自己的课程内容，具体内容可参考《高校大数据课程内容体系探讨》等相关文献。

　　三、研究生大数据课程建设内容探讨

　　(一)管理类研究生大数据课程内容理论体系

　　将管理类研究生细分为：博士与硕士研究生，开设的研究生课程则在大数据课程的学识和难易程度作更细的规定，针对博士研究生，可以根据下述的前驱、后继及大数据本身的课程，按照知识结构及体系，选择课程理论。因此，管理类研究生大数据课程理论体系总结为三部分。

　　1.前驱课程理论：高等数学理论、线性代数理论、多目标优化理论、高级统计学理论、计算机软件与硬件理论、计算机组成原理理论、数据结构建模理论、图论、网络理论、编码理论、计算机系统结构理论、电子线路理论、有限自动机理论、信息集成与云存储理论、数据库高级管理理论、操作系统理论、多维信息组织与综合管理理论、面向对象的高级语言程序设计方法与理论、综合管理与群决策理论、多维数据建模理论与方法、非结构化数据挖掘理论与方法等相关理论。

　　2.大数据课程理论：非结构化异构数据整合与标准化理论、非结构化公共信息平台建立机制与相关理论、机器学习与深度数据挖掘模型及相关理论、分布式并行计算理论与方法、编译理论与方法、压缩编码理论与方法、非结构化数据库建立与压缩存储方法(如：图数据库、图像存储与压缩数据库、声音与视频压缩及存储、文本数据库压缩存储等)相关理论。

　　3.后继课程理论：非结构化智能群决策支持系统建模理论、大数据开发工具与超网络环境下深度挖掘理论及应用、非结构化超文本处理技术与应用理论、一体化运输综合监控管理与智能群决策支持系统应用理论、多维存储技术与虚拟计算、以运输领域为主的知识图谱理论方法及应用研究、非结构化数据库建立理论方法及应用研究、快速多维空间信息搜索引擎理论方法及应用研究、大数据与城市计算理论及模型应用研究、图数据库的关联分析与知识发现模型及理论、图像与视频(声音)分析模型与存储理论应用研究、物流等领域模拟与仿真理论与模型系统应用研究等理论。

　　(二)管理类研究生大数据课程内容体系

　　1.前驱课程教材：《高等数学》《计算机概论》《计算机原理》《线性代数》《高级统计学》《离散数学》《Office、JAVA编程》《面向对象程序设计》《信息科学相关课程》《数据结构》《网络与设计》《计算与方法》《信息检索》《数据库原理》《运筹学》《模糊数学》《公共信息平台建立方法》《软计算》《数据仓库建立方法》《编译原理》《数据挖掘技术与应用》《linux操作系统》《科学知识图谱》。

　　2.大数据课程：大数据技术与应用、文本挖掘、机器学习、深度挖掘模型系统。

　　3.后继课程：大数据工具、架构、平台建立技术与方法，非结构化异构数据处理与模型应用，交通运输大数据处理及模型应用研究。

　　(三)管理类研究生大数据课程教学的实验与实践体系

　　对于管理类研究生而言，最好在实验和实践时，先熟练掌握建立数据库的技术与方法，再掌握建立数据仓库的技术与方法，然后进行数据仓库的数据挖掘，以及挖掘模型的建立等试验环节，最后建立基于大数据公共信息平台的数据挖掘与非结构化数据分析模型系统。

　　大数据课程的实验体系的主要内容有：(1)掌握一种面向某领域的搭建大数据试验系统和平台的技术与方法;(2)具备安装大数据应用环境的细茸软件，如：大数据环境下Hadoop软件系统等相关运行软件系统;(3)能够运用某一种自然语言处理软件，如：提供一个简单而强大的应用接口，以提供全文索引与搜寻所用;(4)语言技术平台(LTP)的应用实践，重点任务是掌握某自然语言翻译的全过程，如(以英语为例)：根据语法树和实际语言正则表达式特点，进行语法分析然后切分字符去停用词最后形成目标句子。

　　(四)管理类研究生大数据的应用工具与模型系统

　　1.管理类研究生大数据的应用工具。前驱课程应用工具：MATLAB、SPSS、SAP、C语言、JAVA、VB、OLAP、汇编语言程序设计、数据结构、计算软件、模拟仿真软件、DB2、VFP、DelphiI、Oracle、Access、mysql。

　　推荐阅读：精细化管理在信息中心的应用探索

期刊VIP网，您身边的高端学术顾问

文章名称： 管理类研究生大数据课程体系建设内容探讨

文章地址： http://www.qikanvip.com/gongshangqiyeguanli/51901.html