利用同位分方法对历年高考录取数据进行科学分析
利用同位分方法对历年高考录取数据进行科学分析一、概述选择和填报高考志愿是每一位高考考生都必须面临的
重大抉择，志愿填报对于高考考生能否进入一所理想的大学来说是非常重要的。高考志愿填报涉及到学校的选择和专业的选择，影响到今后的就业情况，它受个人兴趣、成绩因素、学校因素、专业因素、地域因素等众多因素的制约。如何从这些错综复杂的因素中做出合理的决策，选择合适的学校和专业，这与考生掌握的信息的数量和质量有着直接的关联。只有掌握到有价值的信息，再辅之以科学的分析方法，才能够做出合理的选择，进入理想大学理想专业的可能性才会越大。二、常用的数据分析方法在考生填报志愿过程中，历年录取数据往往起着重要的参考作用，如何从大量的历史数据中发掘出有用的信息，广大研究者提出了各种不同的分析方法，下面对一些常用的数据分析方法进行了汇总分析：（1）线差分析法由于每年的高考试卷难度、参加考试人数、高校的招生计划数等不同，导致了各年的高考分数不能直接进行对比分析。比如，湖南省理科考生2009年的600分相排在第2020名，而在2010年的600分却排在第7150名，中间相差了5000多个位次，同样的是600分在不同年份的高考录取中其结果可能相差非常大，它们是不等值的。针对这一
情况，为了充分挖掘出历年录取数据后隐藏的信息，有人提出了线差分析法。所谓线差就是指某一院校在某年的录取最低分与其所处的招生批次录取控制分数线的差值，也就是校线与批次录取控制分数线的差值。通过线差分析法可以分析某高校往年的最低录取分数比所处批次录取控制分数线高
出多少分，考生再计算自己的分数比当年对应批次录取控制分数线高出多少分，将这两个数值进行对比，以此来判读高校的历年录取数据。这种方法的优点是便于理解，计算简单，易于使用。但该方法仅仅是压缩了分值区域，并没有改变分数不能对比的实质。事实上2010年超过省一本录取控制分
数线20分与2009年超过省一本录取控制分数线20分并不能划等号。此外，由于高校招生计划的改变，以及存在的“大小年”情况等，导致某些高校的线差波动相当大。因此，该方法可信度低，参考价值不明显。由于高校录取最低分波动较大，有的研究者对线差的计算方法进行了修正，将其定义为某一院校在某年录取平均分与其所处的招生批次录取控制
分数线的差值。这样修正后，虽然线差的波动幅度有所减弱，但并没有从根本上解决不同年份的分数不能对比的实质。（2）标准分分析法标准分是教育测量学理论的概念，它是利用统计学的方法分析、解释考生分数的科学工具。它通过计算每位考生原始分数在全省考生成绩中所处的百分比，再根据正态分布曲线进行转换之后，经放大变形后得出的数字，标准
分反映了考生在全省中所处的位置情况，可以在不同考生群体、不同考试间进行对比。标准分分析方法具有如下优点：1）标准分的大小，既表明考生水平的高低，也表明该生在考生团体中位置的高低，考生可据百分等级对照录取率知道自己是否上各批最低录取控制分数线，可录取到哪类学校；2）各科标准分都表示考生各科在同一团体中的位置，故可据标准分大小直接比较考生的各科成绩水平。由于每年高考的试题难度不同，参加考试的考生人数不同等因素，不同年份的标准分在还是不能直接相互比较。在比较不同年份的标准分时，可能存在这样的情况：由于高考录取是根据档案分排序录取的，根据成绩计算的标准分就存在这样的问题：1）同一年中，后一名次的标准分可能比名次位于他之前的考生的标准分还高；2）不同年份之间，处于同一位次的标准分也相差很大。针对上述情况，有人提出了以档案分为基础来计算标准分，这样就解决了第一种情况中的问题，也就是在同一年中，名次在后的考生的标准分肯定比名次在前的考生的标准分低，但还是解决不了不同年份的分数不能对比的问题。总的来说，标准分分析方法存在以下缺点：1）标准分对于缺乏统计知识的人来说难以理解，不直观；2）单位过大，数值出现小数形式，运算不方便，计算效率低；3）当原始分数因种种原因呈现较严重的偏正态分布时，造成了标准分的计算困难，且计算的结果存在一定的失真；4）不同
年份的标准分不能进行对比。（3）位次分析法由于高考是一种选拔性考试，高校招生的原则是按考生分数从高到低进行排位录取的，因此考生的位次比考试分数更能说明情况，从而也就引出了位次分析法。位次是指文史类或者理工类考生的高考档案分在全省该科类考生中的排序，档案分相同的考生分别按语、数、外成绩高低排序。位次体现的不再是分数，而是这个分数所处的水平。根据高考录取工作中所遵循的相同志愿按位次高低录取的原则，将所有在本地招生的院校的所有专业与这个统计出的位次相结合，就可以客观地反映出近三年的高考成绩排名与最终录取结果之间的关系。简单的说，就是每年中各高校的不同专业在当地都录取了哪些位次的考生；不同位次的考生都分别考上了哪些学校和哪些专业。对位次分析法来说，可以计算最低位次和最高位次，但是无法分析某一高校所录考生的总体情况。它和线差法一样，往往注重的是院校的最低录取分数。这个最低录取分数有时候会让你形成错误的判断，要看看这个院校这个年度所有录取考生的分数分布，就是哪个分数段有多少人，哪个分数段有多少人，存在这样一种情况，某所学校有一年最低录取分很低，但是在这个分数只录取了一名，而且往上相差30、40
分的考生一个都没有，其他的都是比他高出40分以上的考生，那这个最低位次就没有参考价值了。由于受大小年的影响，上述院校在不同年份间录取的最低位次变化相当大，这
样就容易给考生带来误导。此外，对于同一学校不同专业录取的考生的成绩分布情况也很难得到直观的印象。总的来说，位次分析法的优点是：1）与高考录取方式相符，参考价值高；2）计算方便，便于使用。其缺点是：1）计算平均位次没有实际含义，无法反映所录考生的总体情况；2）数据来
源受限，只有省级招生考试部门才有当年所有考生的位次信息；3）当根据院校录取的最低位次进行参考时，容易带来
误导信息。三、同位分分析方法湖南省高考志愿填报辅助决策系统根据湖南省高考录取原则，创造性地提出了“同位分”
的分析方法，改变了以往考生比较绝对分数给填报志愿带来的误区。利用同位分原理可以对近年的高考分数进行换算，将往年考生的成绩换成当年同科类同位次考生的对应分数。比如：A同学2011年文科排第100名，档案分为651分。而2010年文科第100名的档案分为643，该考生的同位分就是按2011年排第100名的考生的档案分，也就是651分，2009年文科第100名的档案分是660分，换成同位分也是651。换句话说，往年排名相同的考生的同位分都一样，全
部换算成2011年该排名考生的档案分。同位分分析方法根
据高考按位次录取的原则，对历年的高考分数进行等效变换，得出考试当年的分数对应于往年同科类的对应分数，这样考生就可以根据这些分数参考历年学校的录取情况，并获得有实际参考意义的填报信息。在该方法中，首先要对所有考生
的档案分进行排序，排序的规则与位次分析法相同，这样就可以保证每个考生有一个唯一的位次，每一个位次只对应一个考生；然后对换算后的分数进行分析，不仅可以计算最低分、最高分，还可以计算平均分，这样就可以得出在湘招生院校的总体录取情况，考生就可以根据自己的分数做出合理的选择。由此可以看出，平均同位分比线差和最低位次更有参考价值，它反映了某高校或某专业总体的录取水平，如果考生的档案分在该校录取平均同位分附近，那该考生被录取的可能性就较大。该方法的优点如下：1）根据高考录取原则，将历年的成绩、志愿、录取等数据进行了等效变换，使得不同年份的数据能够进行对比分析，为考生带来的参考价值最高；2）计算较简单，便于操作，可靠性高。但是该方法需要有翔实的数据做支撑，其数据来源有限，必须得到省级招生考试部门的支持才能发挥其应有的价值。四、实验验证根据上面介绍的4种分析方法，我们对湖南省2008-2010年的高考录取数据进行了分析，下面挑选了中国人民大学、首都医科大学、北京语言大学、华南理工大学、哈尔滨工业大学、中国传媒大学对分析结果进行了对比，具体如表1所示。表1 院校线差对比分析结果学校年度录取最低分录取平均分录取最高分线差最低位次最高位次最低同位分平均同
位分最高同位分中国人民大学
2010651657.4666684520154651657.466662009629636.4
265195468106652659.196712008600627.664964210513 1628651.7669首都医科大学
2010592615.636512510055528592615.63651200958359 1.36044944271710613620.356322008575588.286073959 381529606618.17634北京语言大学
2010581597.3362214144792950581597.3362220095645 77.946033089601791595608.676312008577587.5361041 55641301608617.53637华南理工大学
2010606614.856283960912155606614.85628200953658 9.666112208151275569618.696372008585593.88612493 9021177616622.82638哈尔滨工业大学
2010612620.18647454696693612620.186472009534591. 956140220841054566620.616402008592597.986265630 56557621626.3650中国传媒大学
2010588596.4361221117464605588596.4361220095555 63.659921120552175587595.26282008537567.07594121 1862775568598.18623
《商务数据分析与应用》课程标准 课程代码：建议课时数： 48 学分：3 适用专业：电子商务 先修课程：电子商务实务基础、计算机文化基础 开课单位： 一、课程性质 《商务数据分析与应用》是电子商务专业的一门重要的选修课。目标是让学生在理解商务数据分析的意义、作用、基本流程、常用方法等理论基础上，掌握行业数据分析、客户数据分析、商品数据分析以及运营数据分析等典型分析任务的分析内容、分析方法与分析步骤。通过构建商务数据分析的整体知识框架、熟悉常用分析模型与分析工具，为进一步学习数据化运营、网络销售运营综合实战、跨境电商综合实战等实战类课程奠定基础。 本课程设计以“切合区域数据人才需求、兼顾职业发展能力”为原则，以浙江省内生产加工企业、传统贸易企业、网络零售企业等百余家企业的数据人才需求为出发点，以剖析企业数据分析员、数据运营专员、市场分析专员、客户数据分析专员等典型工作岗位为切入点，通过内容分析法抽取整理岗位发展各阶段的知识与技能要求,以项目教学为主要手段，积极探索教学方法与评价方法的创新，保证课程目标的实现。 二、课程目标 根据高职商务数据分析与应用人才培养的特点，课程要求学生理解商务数据分析的意义、作用、一般流程、典型分析任务、常用分析模型、常用分析方法；了解常用数据存储查询工具、数据分析工具、数据可视化工具等；掌握行业数据分析、客户数据分析、产品数据分析、销售数据分析、推广数据分析以及员工绩效分析的内容、方法、工具与流程；理解商务数据分析报告的概念、类型、构成，能够根据企业要求撰写分析报告。 1.能力目标 ●能够严格遵循业务规范，实施基本的商务数据分析，支持企业数据化运营 ●能够运用多种信息渠道和工具，有针对性地收集、存储、管理各类数据 ●能够计划和实施行业数据采集与分析，支持企业战略目标制定与改进 ●能够根据现有客户数据进行客户画像、客户细分和价值分析，开展精准营销 ●能够根据现有运营数据进行销售、推广、员工绩效分析，支持企业数据化运营 ●能够根据企业需求，编写数据分析报告，并进行可视化展示
本科学生综合性实验报告项目组长张梦瑶学号0141262 成员 专业国际经贸班级国贸142 实验项目名称商务数据分析报告 指导教师及职称李虹来 开课学期2015 至2016 学年下学期 上课时间2016 年 6 月16 日
1.商业理解阶段 网上销售与传统的店面销售不同，没有售货员提供现场咨询服务。但是，网上销售可以利用互联网的优势，为用户提供更优质的服务。由于服务器会记录用户在浏览电子商务网站时的所有行为，因此，企业很容易收集用户的浏览记录、交易信息及偏好数据。 在个性化推荐技术的关联规则分析中，最典型的例子是购物篮分析，其目标是发现交易数据库中不同商品之间的联系强度，挖掘用户潜在购买模式，并将这些模式所对应的服务或产品展示给用户，为其提供参考，从而提高用户的满意度及购买率。 2. 数据理解阶段 本案例采用淘宝网的用户交易数据进行分析，每条交易记录包括记录号和顾客购买的商品，表1给出了数据集中各属性名及意义，表2为部分交易实例数据示例。 原始数据集可能包含了一些冗余的数据、空值和零值等，这种格式不能作为关联规则分析算法的输入，需要对数据进行预处理。本案例的预处理中包括过滤掉原始数据集中的商品数量和单价这两个属性。同时为了保护顾客的隐私，过滤了用户名属性，并且用交易号来唯一表示顾客的每一次交易。处理后的数据集如表3所示。
通常有两种格式：一种是布尔矩阵形式，即每行表示一条交易记录，列中的T/F值表示该商品是否有在相应的交易记录中出现，T表示有出现，F表示没有出现（表4列出转换后的前3条记录信息）；一种是事务处理格式，即每行对应一个交易号和一个商品项（表5列出了前3个事务对应的事务处理格式）。 4. 数据建模 利用Clementine中的Apriori算法进行关联规则分析，设定最小支持度1%，最小置信度50%，输入为布尔矩阵格式的交易数据（如表4），输出商品的关联规则及相应的支持度、置信度和提升度信息（如表6）。表中显示“高跟鞋”和“洗发水”、“童装”和“玩具”、“文具”经常被一起购买。 表6 Apriori算法运行结果 5. 模型评估 我们选取以下的关联规则向顾客进行推荐。 规则1：（玩具、文具）=>童装 规则2：洗发水=>高跟鞋 规则3：玩具=>童装 规则4：地毯=>家具 规则5：（短裙、高跟鞋）=>女装T恤 规则6：（童装、文具）=>玩具 再结合规则和实际经验知识，可以对规则进行进一步优化处理。在本案例中，可以对规则1{（玩具、文具）=>童装}和规则3{玩具=>童装}进行合并，以规则3的形式呈现。 6. 模型发布 通过建模分析由得出的关联规则，企业就可以得到商品销售的一些合理搭配，进而设定相应的推荐策略。如在顾客购买了地毯后，可以向其推荐家具类商品；或者当顾客购买了童装后，可以向其推荐玩具和文具类商品；这些都可能是顾客感兴趣或需要的商品。
科学史上最有名的数据分析例子 开普勒三定律 数据来源：第谷?布拉赫（,丹麦人），观察力极强的天文学家，一辈子（年）观察记录了颗行星资料，位置误差不超过°。 观测数据可以视为实验模型。 数据处理：开普勒（，德国人），身体瘦弱、近视又散光，不适合观天，但有一个非常聪明的数学头脑、坚韧的性格（甚至有些固执）和坚强的信念
（宇宙是一个和谐的整体），花了年（）研究第谷的观测数据，得到了开普勒三定律。 开普勒三定律则为唯象模型。 ．数据分析法 思想 采用数理统计方法（如回归分析、聚类分析等）或插值方法或曲线拟合方法，对已知离散数据建模。 适用范围：系统的结构性质不大清楚，无法从理论分析中得到系统的规律，也不便于类比，但有若干能表征系统规律、描述系统状态的数据可利用。 数据分析法 基础知识 （）数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出； （）数据分析（）是指分析数据的技术和理论； （）数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律； （）作用：在实用中，它可帮助人们作判断，以采取适当行动。 （）实际问题所涉及的数据分为： ①受到随机性影响（随机现象）的数据； ②不受随机性影响（确定现象）的数据； ③难以确定性质的数据（如灰色数据）。 （）数理统计学是一门以收集和分析随机数据为内容的学科，目的是对数据所来自的总体作出判断，总体有一定的概率模型，推断的结论也往往一概率的形式表达（如产品检验合格率）。 （）探索性数据分析是在尽量少的先验假定下处理数据，以表格、摘要、图示等直观的手段，探索数据的结构及检测对于某种指定模型是否有重大偏离。它可以作为进一步分析的基础，也可以对数据作出非正式的解释。实验者常常据此扩充或修改其实验方案（作图法也该法的重要方法，如饼图、直方图、条形图、走势图或插值法、曲线（面）拟合法等）。
科学数据规范化分析与管理
中国科学院计算机网络信息中心 胡良霖 2008年05月
提纲
1. 2. 3.
基本概念 科学数据的特点 科学数据规范化
规范化分析 3.2 规范化管理
3.1
4. 5.
示例模型 科学数据规范化工作模式
1. 基本概念
数据（data） 对事实、概念或指令的一种形式化表示，适用于以人 工或自动方式进行通信、解释或处理。 数据集（dataset） 可以标识的数据集合。 注：数据集可以是一个数据库或一个或多个数据文件。 元数据 （metadata）
定义和描述其他数据的数据。
数据模型（data model） 以反应信息结构的某种方式对数据组织的描述。 描述数据、数据关系、数据语义以及一致性约束的概 念工具的集合。[《数据库系统概念》（第三版）]
注：以上概念除特殊注明外均摘自GB/T18391.1-2002《信息技术的规范化与标准化 第一部分：数据 元的规范化与标准化框架》
1. 基本概念
数据元（data element）
用一组属性描述其定义、标识、表示和允许值的数据单元，在 一定语境下，通常用于构建一个语义正确、独立且无歧义的特 定概念语义的信息单元。
注：数据元也是构建元数据和元数据实体的基本单元。
数据元目录（data element directory）
列出并定义了全部相关数据元的一种信息资源。
注：数据元目录可有不同层级，例如，ISO/IEC委员会级、国际协会 级、行业部门级、公司级、应用系统级。
数据元值（data element value）
数据元允许值集合中的一个值。
数据元值的长度（data element value length）
数据元值中字符的数目。
注：按ASCII字符数目计算数据元值的长度，一个汉字相当于2个字符。
注：以上概念释义均出自GB/T18391.1-2002。
一、填空题 1、已知vec = [[1,2], [3,4]]，则表达式[[row[i] for row in vec] for i in range(len(vec[0]))] 的值为_________________________。 2、已知 x = list(range(10))，则表达式 x[-4:] 的值为__________。 3、已知 path = r'c:\'，那么表达式 path[:-4]+'htm' 的值为__________。 4、已知 x = [3, 5, 7]，那么执行语句 x[1:] = [2]之后，x的值为________________。 5、已知 x = [3, 5, 7]，那么执行语句 x[:3] = [2]之后，x的值为________________。 6、已知x为非空列表，那么执行语句y = x[:]之后，id(x[0]) == id(y[0])的值为__________。 7、已知 x = [1, 2, 3, 2, 3]，执行语句(2) 之后，x的值为____________。 8、表达式 3<<2 的值为_______________。 9、表达式 65 >> 1 的值为_____________。 10、表达式chr(ord('a')^32) 的值为___________。 11、表达式chr(ord('a')-32) 的值为___________。 12、表达式 abs(3+4j) 的值为____________。 13、表达式 callable(int) 的值为___________。 14、表达式 list(str([1,2,3])) == [1,2,3] 的值为______________。 15、表达式str([1, 2, 3]) 的值为__________________。 16、已知 x = '123' 和 y = '456'，那么表达式 x + y 的值为______________。 17、已知x = 'a234b123c'，并且re模块已导入，则表达式('\d+', x) 的值为_________________。 18、已知 x = [3, 5, 7]，那么执行语句 x[:3] = [2]之后，x的值为________________。 19、表达式 'Hello world'.lower().upper() 的值为___________。 20、表达式 'abcab'.strip('ab') 的值为__________。 21、表达式 [str(i) for i in range(3)] 的值为____________。 22、表达式 ''.endswith(('.txt', '.doc', '.jpg')) 的值为___________。 23、表达式 list(filter(None, [0,1,2,3,0,0])) 的值为___________________。 24、表达式 list(filter(lambda x:x>2, [0,1,2,3,0,0])) 的值为_________。 25、表达式 list(range(50, 60, 3)) 的值为_______________________。 26、表达式 list(filter(lambda x: x%2==0, range(10))) 的值为 __________________________。 27、表达式 list(filter(lambda x: len(x)>3, ['a', 'b', 'abcd'])) 的值为___________。
第一章实验数据误差分析与数据处理 第一节实验数据误差分析 一、概述 由于实验方法和实验设备的不完善，周围环境的影响，以及人的观察力，测量程序等限制，实验测量值和真值之间，总是存在一定的差异，在数值上即表现为误差。为了提高实验的精度，缩小实验观测值和真值之间的差值，需要对实验数据误差进行分析和讨论。 实验数据误差分析并不是即成事实的消极措施，而是给研究人员提供参与科学实验的积极武器，通过误差分析，可以认清误差的来源及影响，使我们有可能预先确定导致实验总误差的最大组成因素，并设法排除数据中所包含的无效成分，进一步改进实验方案。实验误差分析也提醒我们注意主要误差来源，精心操作，使研究的准确度得以提高。 二、实验误差的来源 实验误差从总体上讲有实验装置（包括标准器具、仪器仪表等）、实验方法、实验环境、实验人员和被测量五个来源。 1.实验装置误差 测量装置是标准器具、仪器仪表和辅助设备的总体。实验装置误差是指由测量装置产生的测量误差。它来源于： （1）标准器具误差 标准器具是指用以复现量值的计量器具。由于加工的限制，标准器复现的量值单位是有误差的。例如，标准刻线米尺的0刻线和1 000 mm刻线之间的实际长度与1 000 mm单位是有差异的。又如，标称值为 1kg的砝码的实际质量（真值）并不等于1kg等等。 （2）仪器仪表误差 凡是用于被测量和复现计量单位的标准量进行比较的设备，称为仪器或仪表．它们将被测量转换成可直接观察的指示值。例如，温度计、电流表、压力表、干涉仪、天平，等等。 由于仪器仪表在加工、装配和调试中，不可避免地存在误差，以致仪器仪表的指示值不等于被测量的真值，造成测量误差。例如，天平的两臂不可能加工、调整到绝对相等，称量时，按天平工作原理，天平平衡被认为两边的质量相等。但是，由于天平的不等臂，虽然天平达到平衡，但两边的质量并不等，即造成测量误差。 （3）附件误差 为测量创造必要条件或使测量方便地进行而采用的各种辅助设备或附件，均属测量附件。如电测量中的转换开关及移动测点、电源、热源和连接导线等均为测量附件，且均产生测量误差。又如，热工计量用的水槽，作为温度测量附件，提供测量水银温度计所需要的温场，由于水槽内各处温度的不均匀，便引起测量误差，等等。 按装置误差具体形成原因，可分为结构性的装置误差、调整性的装置误差和变化性的装置误差。结构性的装置误差如：天平的不等臂，线纹尺刻线不均匀，量块工作面的不平行性，光学零件的光学性能缺陷，等等。这些误差大部分是由于制造工艺不完善和长期使用磨损引起的。调整性的装置误差如投影仪物镜放大倍数调整不准确，水平仪的零位调整不准确，千分尺的零位调整不准确，等等。这些误差是由于仪器仪表在使用时，未调整到理想状态引起的。变化性的装置误差如：激光波长的长期不稳定性，电阻等元器件的老化，晶体振荡器频率的长期漂移，等等。这些误差是由于仪器仪表随时间的不稳定性和随空间位置变化的不均匀性造成的。 2.环境误差 环境误差系指测量中由于各种环境因素造成的测量误差。 被测量在不同的环境中测量，其结果是不同的。这一客观事实说明，环境对测量是有影响的，是测量的误差来源之一。环境造成测量误差的主要原因是测量装置包括标准器具、仪器仪表、测量附件同被测对象随着环境的变化而变化着。 测量环境除了偏离标准环境产生测量误差以外，从而引起测量环境微观变化的测量误差。 3.方法误差
数据科学院大数据技术专业解读与就业分析 什么是大数据？ 进入互联网时代，中国的网民人数已超7亿，大数据的应用涉及到生活的方方面面。 例如，你在网站上买书，商家就会根据你的喜好和其他购书者的评价给你推荐另外的书籍；手机定位数据和交通数据可以帮助城市规划；甚至用户的搜索习惯和股市都有很大关系。 在谈到大数据的时候，人们往往知道的就是数据很大，但大数据≠大的数据。对外经济贸易大学信息学院副院长华迎教授介绍：“现在的大数据包括来自于多种渠道的多类数据，其中主要来源网络数据。数据分析不是新的，一直都有，但是为什么叫大数据呢？主要是因为网络数据的格式、体量、价值，都超出了传统数据的规模。对这些海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理，通过‘加工’实现数据的‘增值’，更好地辅助决策。”数据科学与大数据技术专业 本科专业中和大数据相对应的是“数据科学与大数据技术”专业，它是2015年教育部公布的新增专业。2016年3月公布的《高校本科专业备案和审批结果》中，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。随后 第二年又有32所高校获批“数据科学与大数据技术”专业。两次获批的名单中显示，该专业学制为四年，大部分为工学。 “数据科学与大数据技术是个交叉性很强的专业，很难说完全归属于哪个独立的学科。所以，不同的学校有的是信息学院申报，有的是计算机学院牵头申报，有的设在统计学院，还有的在经管学院。像北京大学这个专业是放在理学下，授予理学学位。大多数是设在工学计算机门类下，授予的是工学学位。”华迎教授说：“数据科学很早就存在，是个比较经典
2016年出版
正文目录 1、BI行业增长强劲，下游需求突出，竞争壁垒有抬升趋势 (4) 1.1、商业智能（BI）认可度持续提高，市场规模不断扩大 (4) 1.2、BI 产业链结构分析 (6) 1.2.1、BI 上游 (6) 1.2.2、BI 下游 (6) （1）、电信行业：大数据潜在金矿、亟待规模开发 (8) （2）、金融行业：效率与安全双轮驱动大数据应用深化 (8) （3）、电子政务：政务信息化政策利好大数据整体解决方案商用 (9) （4）、电力行业：生产信息决策与节能减排双重利好于大数据 (10) 1.3、BI 与大数据的联系与区别 (10) 2、大数据：逐步走向成熟，市场进入爆发成长期 (11) 2、从BI 到大数据4.0的演变历程 (12) 2.1、大数据核心技术不断演进，年增50% (12) 2.1.1、大数据的史前时代 (16) 2.1.2、大数据1.0 效率为先(2012-2015)：非结构化数据处理加速 (17) 2.1.3、大数据2.0 变现为王(2015-2020)：用户画像与标签 (18) 2.1.4、大数据3.0 与4.0 决策为本(2020-2030)：机器学习与洞察 (19) 2.2、大数据产业步入快速增长、国内相关企业产业布局呈哑铃型 (20) 2.2.1、从概念热炒到实际应用，大数据步入快速成长期 (20) 2.2.2、大数据产业链分工明晰，发展侧重数据采集及应用、呈现哑铃型 (21) 2.3、大数据助力产业升级创新 (22) 3、大数据主要应用分析 (23) 3.1、电信行业大数据应用 (23) 3.1.1、电信大数据爆发式增长，但运营商进入存量经营时代 (23) 3.1.2、电信运营商大数据变现具备基础 (24) 3.1.3、利用大数据，聚焦服务、创新、运行支撑 (25) 3.1.4、海外成功先例，值得借鉴 (26) （1）、全球电信运营商大数据实践 (26) （2）、法国电信：利用大数据开拓新服务领域 (28) （3）、西班牙电信大数据应用 (29) 3.2、金融行业大数据应用 (29) 3.2.1、强调大数据环境下的客户、市场、运营洞察 (29) 3.2.2、工商银行：利用大数据洞察客户心声 (31) 3.3、互联网大数据应用分析 (32) 3.3.1、大数据先行者，促进营销、信息与业务多重变革 (32) 3.3.2、BAT：领军大数据变革时代 (33) 3.3.3、亚马逊：用户行为数据分析助推个性化营销 (36) 3.4、工业大数据应用 (37) 3.4.1、借力大数据，实现设备、系统、决策智能化 (37) 3.4.2、工业大数据：中国制造2025 核心技术 (37) 3.4.3、汽车行业：“变形金刚”改变行业战斗方式 (38) 3.5、航空业大数据应用分析 (39)
《Excel商务数据分析与应用》 教学大纲 一、课程信息 课程名称：Excel商务数据分析与应用 课程类别：专业基础课 课程性质：必修 计划学时：60 计划学分：3 先修课程：无 适用专业：本书可作为高等院校电子商务方向相关专业及电子商务技能培训班的学习教材。 课程负责人： 二、课程简介 本书以Excel在电商运营商务数据分析中的实际应用为主线，主要从电商卖家自身、商品、顾客、进销存管理、竞争对手，以及行业状况等方面对商务数据分析进行了深入讲解。 本书分为10章，主要内容包括：商务数据分析与应用基础、使用Excel管理店铺信息、商品销售情况管理、买家购买情况分析与评估、商品销售情况统计与分析、商品采购成本分析与控制、商品库存数据管理与分析、畅销商品统计与分析、竞争对手与行业状况分析，以及销售市场预测分析等。 三、课程教学要求
注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。 四、课程教学内容
五、考核要求及成绩评定
注：此表中内容为该课程的全部考核方式及其相关信息。 六、学生学习建议 1．理论配合实战训练进行学习，提高学生的Excel商务数据分析能力； 2．培养、提升学生的数据分析、网店运营等综合能力。 七、课程改革与建设 本书采用“项目+任务”的体例形式，通过大量的案例操作和分析，让读者真正掌握商务数据分析的方法与技巧。采用图解教学的体例形式，一步一图，以图析文，让读者在学习过程中更直观、更清晰地掌握操作流程与方法，提升学习效果。本书还配有微课视频和完备的教学PPT、电子教案等，能帮助读者更好地理解和应用知识。 平时对学生的考核内容包括出勤情况、在线学习习题完成情况、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。
商务数据分析报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
本科学生综合性实验报告项目组长张梦瑶学号 0141262 成员 专业国际经贸班级国贸142 实验项目名称商务数据分析报告 指导教师及职称李虹来 开课学期 2015 至 2016 学年下学期 上课时间 2016 年 6 月 16 日
1.商业理解阶段 网上销售与传统的店面销售不同，没有售货员提供现场咨询服务。但是，网上销售可以利用互联网的优势，为用户提供更优质的服务。由于服务器会记录用户在浏览电子商务网站时的所有行为，因此，企业很容易收集用户的浏览记录、交易信息及偏好数据。 在个性化推荐技术的关联规则分析中，最典型的例子是购物篮分析，其目标是发现交易数据库中不同商品之间的联系强度，挖掘用户潜在购买模式，并将这些模式所对应的服务或产品展示给用户，为其提供参考，从而提高用户的满意度及购买率。 2. 数据理解阶段 本案例采用淘宝网的用户交易数据进行分析，每条交易记录包括记录号和顾客购买的商品，表1给出了数据集中各属性名及意义，表2为部分交易实例数据示例。 3. 数据准备阶段 原始数据集可能包含了一些冗余的数据、空值和零值等，这种格式不能作为关联规则分析算法的输入，需要对数据进行预处理。本案例的预处理中包括过滤掉原始数据集
中的商品数量和单价这两个属性。同时为了保护顾客的隐私，过滤了用户名属性，并且用交易号来唯一表示顾客的每一次交易。处理后的数据集如表3所示。 处理的格式。通常有两种格式：一种是布尔矩阵形式，即每行表示一条交易记录，列中的T/F值表示该商品是否有在相应的交易记录中出现，T表示有出现，F表示没有出现（表4列出转换后的前3条记录信息）；一种是事务处理格式，即每行对应一个交易号和一个商品项（表5列出了前3个事务对应的事务处理格式）。 4. 数据建模 利用Clementine中的Apriori算法进行关联规则分析，设定最小支持度1%，最小置信度50%，输入为布尔矩阵格式的交易数据（如表4），输出商品的关联规则及相应的支持度、置信度和提升度信息（如表6）。表中显示“高跟鞋”和“洗发水”、“童装”和“玩具”、“文具”经常被一起购买。 表6 Apriori算法运行结果
数据分析与数据科学的未来 根据IADSS联合创始人Usama Fayyad博士，在2019年波士顿ODSC大会上的主题演讲后的采访，我们了解到了数据科学当前和未来的问题以及可能的解决方案。 凯特·斯特拉奇尼（Kate Strachnyi）：鉴于人们在数据中所扮演的角色千差万别，因此将来会采用哪些行为改变或使用哪些工具？ Usama Fayyad：我认为组织中的工具和行为变更可能以比实际方式更昂贵的方式进行，这意味着它们正在经历聘用数据科学家的好与坏。他们中的一些人看到了价值，有些人看到了他们聘用中的不合适，现在他们不得不通过解雇或替换来从中调整，以获取更高的价值。我认为由此产生的结果是，项目组要开始进行更彻底的评估。如果你没有一个好的数据科学家，那么距离聘请另一个好的数据科学家的时间也就不远了。 那么，如果你的部门一开始或者已经没有好的科学家在职，那你应该从哪里开始呢？这就是为什么你需要招募人才，对吗？你如何解决？我们认为，通过制定标准，对每个职员的角色，职位以及所需要的培训进行良好的描述，实际上才能使人们更容易地通过很多简历，然后选择那些看起来很有前途的工作，选择可能有价值的面试，知道在面试中可能会问些什么。我们分享了很多候选人的反馈，他们说：“嘿，我在十个不同的地方接受了同一份工作的面试。除了围绕编程的两个小问题外，面试几乎没有什么共同之处。”
凯特·斯特拉奇尼（Kate Strachnyi）：好吧，我要说的是，如果有一个数据科学家需要回答 的十个常见问题，你可以考虑将这些问题的答案发布到Google的某个地方。 Usama Fayyad：当然。这就是为什么没有其他替代方法可以进行实时跟踪，从而使你更加深入。仅仅问常见问题是不够的。当你进行视频采访时，有一些工具可以检查这些行为，以查看 是否有人在看其他地方，或者其他人是否坐在后台窃窃私语。令我惊讶的是，现在有了技术， 人们可以使用AI来检测是否在受监督的视频采访中有标记某项内容，并且是否有公司提供这些服务。当你收到一个红旗时，你会停下来并说：“你真的知道这个地区吗？让我问你一些后续 问题。”通常，作弊的人会很快崩溃。 凯特·斯特拉奇尼（Kate Strachnyi）：与我们所说的有关，有很多人想成为数据科学家，但 是他们也在AI中发挥了很多技术创新作用，可以帮助数据科学家完成工作。那么，你是否认为，机器人正在接替我们的工作，并且技能差距将会缩小？这是个问题吗？ “ AI并不是要用机器人代替人类。它是要把机器人从人类身上带走。” Usama Fayyad：我认为这是MIT数据实验室或MIT媒体实验室提出的座右铭：“ AI并不是要用机器人代替人类，而是要把机器人从人类手中带走”。因此，我认为AI和许多此类技术正在使他们的工作更加轻松。实际上我根本不相信他们有能力取代我们的工作。可以替代的工作 是非常平凡，非常机械化，非常重复的任务，这类工作我认为机器会比人类做得更好。我们需 要人类，因为到目前为止。我们不知道如何构建一种具有大多数人拥有的东西的机器，这是常识，并且能够在新情况下快速做出判断。 我喜欢用自动驾驶来举例子。我认为短期内我们不会看到自动驾驶。这项技术可能需要30多 年的时间。但是我确实相信，今天在很多领域，这些AI算法都可以为我们提供很多帮助。因此，避免分心的驾驶员发生碰撞，提前给予警告并进行刹车操作，这些是十分有用的。对于许多人 同时泊车的情况来说，可以帮助你完成任务的工具现在可以自动化，这是一件好事。因此，在 这些区域中，你可以自动执行许多操作，但是到目前为止，我们还无法构建能预见我们可能遇 到的情况的机器。之前没有看到过能迅速做出反应，能将来自另一种类似情况的知识映射到该 情况并有效利用的例子。我有很多类似这种情况的例子，这也就是我为什么不相信自动驾驶将 如何发生的原因，至少在我的一生中如此。但是我认为这些机器已经足够先进，可以执行许多 平凡的任务，并在我分心，无能或有其他问题时为我提供帮助。
广西省企业信息化及电子商务情况数据分析报告2019版
前言 本报告主要收集权威机构数据如中国国家统计局，行业年报等，通过整理及清洗，从数据出发解读广西省企业信息化及电子商务情况现状及趋势。 广西省企业信息化及电子商务情况数据分析报告相关知识产权为发布方即我公司天津旷维所有，任何机构及个人引用我方报告，均需要注明出处。广西省企业信息化及电子商务情况数据分析报告深度解读广西省企业信息化及电子商务情况核心指标从企业数量，期末使用计算机数量，每百人使用计算机数量，企业拥有网站数量，每百家企业拥有网站数量，有电子商务交易活动企业数，有电子商务交易活动企业比重等不同角度分析并对广西省企业信息化及电子商务情况现状及发展态势梳理，相信能为你全面、客观的呈现广西省企业信息化及电子商务情况价值信息，帮助机构和个人提供重要决策参考及借鉴。
目录 第一节广西省企业信息化及电子商务情况现状概况 (1) 第二节广西省企业数量指标分析 (3) 一、广西省企业数量现状统计 (3) 二、全国企业数量现状统计 (3) 三、广西省企业数量占全国企业数量比重统计 (3) 四、广西省企业数量（2016-2018）统计分析 (4) 五、广西省企业数量（2017-2018）变动分析 (4) 六、全国企业数量（2016-2018）统计分析 (5) 七、全国企业数量（2017-2018）变动分析 (5) 八、广西省企业数量同全国企业数量（2017-2018）变动对比分析 (6) 第三节广西省期末使用计算机数量指标分析 (7) 一、广西省期末使用计算机数量现状统计 (7) 二、全国期末使用计算机数量现状统计分析 (7) 三、广西省期末使用计算机数量占全国期末使用计算机数量比重统计分析 (7) 四、广西省期末使用计算机数量（2016-2018）统计分析 (8) 五、广西省期末使用计算机数量（2017-2018）变动分析 (8) 六、全国期末使用计算机数量（2016-2018）统计分析 (9)
数据科学与大数据技术 ——专业前身（管理科学）2017年江西省普通高校本科专业综合评价排名第一本专业面向工业大数据、商业大数据、金融大数据、政府政务大数据与智慧城市大数据等不同行业，培养学生具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足工商企业、金融机构、政府部门等不同行业、具备较强可塑性的数据分析与管理决策人才。培养目标分为两个层次：（1）面向特定行业需求，从事数据采集、分析和建模工作，进而提供管理决策支持的数据分析师；（2）面向不同行业需求和数据现状，从事个性化的数据应用解决方案设计与实施工作，进而实现业务资源优化配置的数据科学家。毕业时颁发数据科学与大数据技术本科毕业证书，符合学位授予条件的，授予理学学士学位。 计算机科学与技术（财经大数据管理） —2016年江西省普通高校本科专业综合评价排名第二 本专业依托学校财经学科优势，强化学科交叉，采用“厚基础、重工程、深融通、精方向”的培养模式，培养既熟练掌握计算机软件与硬件、程序设计与算法、数据库与数据挖掘、系统分析与集成等方面的专业知识和能力，又熟悉财经领域的组织与运营模式、理解财经领域业务流程及业务逻辑，能胜任在银行、证券、保险等财经领域从事数据分析与解读、数据挖掘、产品运营策划与咨询、数据可视化、大数据管理、大数据系统和金融信息系统的开发、维护、决策支持等工作，具有“信、敏、廉、毅”素质的卓越工程应用型人才。毕业时颁发计算机科学与技术（财经大数据管理）本科毕业证书，符合学位授予条件的，授予工学学士学位。 信息管理与信息系统（金融智能）专业 ——2017年江西省普通高校本科专业综合评价排名第一 通过修读信息管理与信息系统、金融和人工智能相关课程，培养具有先进
科学探究中收集数据和分析数据能力的培养 一、课题的现实背景及意义 小学科学是以科学探究为核心，倡导多样化学习的一门学科。而在探究实验教学中，经常不可避免要用到数据。所谓数据主要指学生在科学探究中通过观察、实验等所得到的相关数据。数据是学生在观察和实验中最重要的实证之一，是作出解释最重要的依据，是学生形成正确科学认识的有利武器。小学科学教学中，我们要充分利用数据，用数据说话，用事实说话，用证据说话。在科学探究活动中利用各种方法及时收集记录大量数据，再通过整理和分析，发现彼此之间的联系，发现其中的规律，有时数据可能不可靠，还需要不断的进行重复研究，以期得到可靠的、具有一定信度的数据，不断提升数据的价值。合理、恰当、有效地运用学生搜集、整理、分析得到的数据，让学生自觉运用数据来解释相关的问题或现象，不断利用可靠的数据证明自己观点，推动学生思维不断向前发展，提高科学探究效率。收集实验数据?分析数据是学生实验中的一个重要环节。但是作为一线的科学教师，我发现：现在的孩子收集记录数据，分析数据的能力非常薄弱。所以我认为应该加强学生记录收集数据和分析数据能力的培养。在一次定美 籍华人张红琴博士带来的几节美国的科学教学，发现美国老师在课堂上十分重视学生的数据记录收集习惯的培养，哪怕是一年级的小朋友，也要求学生在研究过程中自己得到的数据记录下来，再进行分析思考。这样，学生养成了这个习惯以后，为他们后续的研究、学习打下了扎实的基础。而在国内，很少有人关注学生记录这方面的培养，可以说在这一领域，还是一块空白。 二?国内外同一研究领域现状与研究的价值 1、国外同一研究领域的现状 综观国外同类课题研究的现状，美国《国家科学课程标准》中尤其强调科学教学中培养学生证据意识的重要性，而证据的许多方面需要用到数据。他们认为：在探究方面，对结论进行答辩之后通常由小组对数据进行分析和综合。国外很多国家都十分注重孩子记录分析能力的培养，也已经总结出一些非常好的经验，值得我们去借鉴。 2、国内同一研究领域的现状 关于学生数据收集记录和分析能力的培养，在科学教学中，这方面的研究比较少,可以研究的空间还很大。随着新课程改革的不断深入，学生的学习范围也由
科学分析数据，精准提升质量 一、什么是数据分析 数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料有目的的进行收集、整理、加工，提炼有用信息和形成结论的一个过程。其过程概括起来主要包括：明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告。 二、为什么要数据分析 （一）功能决定 管理的精细化必然要求评价指标化、数据化，现代学校管理非常重视利用数据信息实施管理。当然在大数据时代，数据的获得不再是难事，难的是如何科学的处理和分析数据，挖掘出数据背后隐藏的信息。尤其是在考试后的质量分析环节，通过对考试数据的汇总、整理和分析研究，不仅可以为教师改进教学提供重要信息，还可以指导学生的学习，更可以为教学管理者的决策提供可靠的依据。 （二）现实需求 我校目前质量分析的形式基本是各学科“一分两率”数据名次排序，教师习惯性数落学生差，家长弱，自己很努力，但是学生不争气。由于没有数据分析的支撑，所以学校也无法对每个教师的教学做出精准的评价，只能泛泛一说完事，对后期教师的教学指导和改进作用并不大。干部、教师普遍缺乏数据思维意识，缺乏竞争交流的氛围，成绩的好坏很大程度取决于生源的质量，这就造成备考策略单一，没有可持续性。 （三）引领导向 通过数据分析帮助教师看到自己的优势，建立自信，发现自己的问题，积极改进，看到他人的强项和劣势，看到学生存在的问题和发展的潜力，学会用积极的心态对待自身在教学中的问题，不抱怨不逆反，也使学校质量分析从“定性判断”开始向“定量诊断”转变，从而使管理和教学走向科学化，精准化。 三、如何数据分析 建立“五层二维”数据分析机制，实现质量分析从“经验型”向“数据型”的转变
大数据、数据科学和数据分析的定义与应用 数据无处不在。现有的数字数据量正在快速增长，每两年翻一番，并改变我们的生活方式。一个由福布斯的文章指出，数据的增长速度比以往更快。到2020年，地球上每个人每秒将创建约1.7兆字节的新信息，这使得至少了解该领域的基础知识极为重要。毕竟，这是我们未来的所在。 以下我们将根据数据科学，大数据和数据分析的用途，用途，成为该领域专业人士所需的技能以及每个领域的薪资前景来区分数据科学，大数据和数据分析。 首先让我们开始理解这些概念是什么。 一、数据科学 在处理非结构化和结构化数据时，数据科学是一个涉及与数据清理，准备和分析相关的所有领域的领域。 数据科学是统计，数学，编程，解决问题，以巧妙的方式捕获数据，以不同的方式看待事物的能力以及清理，准备和对齐数据的活动的结合。 简而言之，它是尝试从数据中提取见解和信息时使用的技术的总括。 二、大数据 大数据是指无法用现有的传统应用程序有效处理的庞大数据量。大数据的处理始于未聚合的原始数据，通常是不可能将其存储在单台计算机的内存中的。 用来描述庞大数据量的流行语，无论是非结构化还是结构化的大数据，每天都会淹没企业。大数据是一种可以用来分析洞察力的东西，这些洞察力可以导致更好的决策和战略业务转移。
Gartner给出的大数据定义是：“大数据是高容量，高速或多变的信息资产，它们需要经济高效的创新信息处理方式，以增强洞察力，决策能力和过程自动化。” 三、数据分析 数据分析是检查原始数据以得出该信息的科学。 数据分析涉及应用算法或机械过程来得出见解，例如，遍历多个数据集以寻找彼此之间有意义的关联。 它被用于多个行业，以允许组织和公司做出更好的决策以及验证和反证现有的理论或模型。数据分析的重点在于推理，这是仅根据研究人员已经知道的结论得出结论的过程。四、数据科学的应用 （1）互联网搜索 搜索引擎利用数据科学算法在几秒钟内为搜索查询提供最佳结果。 （2）数位广告 整个数字营销频谱都使用数据科学算法-从显示横幅到数字广告牌。这是数字广告获得的点击率高于传统广告的平均原因。 （3）推荐系统 推荐系统不仅使从数十亿可用产品中查找相关产品变得容易，而且还增加了用户体验。 许多公司使用此系统根据用户的需求和信息的相关性来推广他们的产品和建议。这些建议基于用户以前的搜索结果。 五、大数据的应用 （1）金融服务大数据 信用卡公司，零售银行，私人财富管理咨询公司，保险公司，风险基金和机构投资银行将大数据用于其金融服务。它们之间的共同问题是存在于多个不
《商务数据分析与应用》 教学大纲 一、课程信息 课程名称：商务数据分析与应用 课程类别：素质选修课/专业基础课 课程性质：选修/必修 计划学时：28 计划学分：3 先修课程：无 选用教材：《商务数据分析与应用》 适用专业：本书可以作为中职、高职院校电子商务专业“商务数据分析与应用”“数据化运营与管理”课程的教学用书。 课程负责人： 二、课程简介 本课程系统地阐述了在电子商务领域如何进行商务数据的分析与应用，主要内容包括商务数据分析与应用概述、商务数据分析工具及应用、商务数据可视化、消费者行为分析——用户画像、市场行情数据分析、店铺运营数据分析和营销推广数据分析等。 三、课程教学要求
注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。 四、课程教学内容
五、考核要求及成绩评定 注：此表中内容为该课程的全部考核方式及其相关信息。 六、学生学习建议 （一）学习方法建议 1．理论配合实战训练进行学习，提高学生的商务数据分析能力； 2．在条件允许的情况下，可以利用生意参谋对真实网店的数据进行专业性分析。 3．培养并提升学生的生意参谋应用、数据分析、网店运营等综合能力。 （二）学生课外阅读参考资料 1．《Excel商务数据分析与应用》 2．2．《电子商务数据分析与应用》 七、课程改革与建设 本书按照“知识介绍＋步骤讲解+二维码拓展”的方式进行讲解，让读者在学习基础知识的同时加强对知识的理解与运用，并提供一些具有代表性的真实应用案例，通过详细的实
数据科学与大数据技术----专业建设规划 方案 一、总体目标 本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。 （一）人才培养目标 本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。 （二）课程体系与学科建设 作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。 在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。 （三）学科队伍建设 由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设： （1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存储、管理以及处理的平台方面； （2）精通处理大数据分析的人才； （3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。 大数据技术需要复合型人才，不仅要具备扎实的基础知识，更需要有充足的实践经验。唯有如此，我们通过典型的算法展示、算法实现结合数据分析的应用场景与案例对学生进行数据分析方面的综合训练，从而实现专业实验教学由理论到应用、涵盖原理验证、综合应用及全方位实验的体系。因此，学校应根据不同类型的人才特点，结合现代企业对大数据人才的需求，以就业为导向，开展全方位立体式（专业拓展模块——技能考证模块——集中实践模块）大数据专业实践教学体系，培养理论与技能并重的大数据高素质人才。与此同时，还要开展职业技能考证培训，如数据挖掘工程师、数据分析工程师、大数据系统运维工程师等。为了适应专业建设的需要，必须实行内培外引的人才培养策略，将青年教师派驻企业学习是一种增强师资队伍实力比较快捷的方式，4年内你派出20余人次国内外高校、大数据企业进行短期进修培训和挂职锻炼，引进大数据相关专业教师4人（硕士研究生及以上，计算机、大数据等相关专业）。另外，还可以通过引进企业工程师作为学校兼职教师，充实教师队伍，4年内拟引进企业大数据工程师4人。 （四）实践平台与科学研究建设