引论：我们为您整理了13篇大数据相关毕业设计范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
Abstract： Big data analysis technology is nowadays the most cutting-edge computer technology， through big data analysis technology can provide business decision-making basis for managers. In this paper， the work experience of the author's many years of Guiding College of traditional Chinese medicine（TCM） information technology graduates graduate design works， based on the data analysis technology of previous graduate design works quality analysis and research， and presents the final analysis results.
Key words： information technology； big data analysis technology； graduation design quality analysi
1 毕业设计工作现状分析
1.1 什么是毕业设计工作
毕业设计是高职院校教学的最后一个实践环节，是对所学知识全面的总结以及系统的运用，通过毕业设计，学生可将课堂上学习到的知识与实践知识联系起来，同时还可以锻炼学生运用相关专业知识的能力。
毕业设计的难度要大于一般的课堂教学中的课程设计，因为通常毕业设计设计的知识面很广，可以很好的锻炼学生将理论知识运用到实践中的能力。
1.2 毕业设计工作对于人才培养的重要意义
毕业设计工作对于一个即将踏入社会的学生来说是非常有意义的，具体包含以下几个方面。
（1）毕业设计可以提高毕业生的综合素质和能力
在中医院校信息技术类专业的教学中，毕业设计是教学的最后一个环节。学生在离开校园之前，要对其最后的理论知识与实践应用进行综合训练，同时，学生综合素质也要得到相应的培养和提高，毕业设计对提高毕业生的创新能力以及科研水平也有很大的帮助。
（2）毕业设计是学生进入工作岗位前的演练
毕业设计可以看做是对即将进入工作岗位的毕业生的最后演练，在校教育的最后一年，学生面临多种选择，就业、创业等。同时他们也面临着四个转变：从经济不独立到经济即将独立的个人转变；从同龄人活动群体到非同龄人活动群体转变；从教师指导下的学习、工作项独立的学习、工作转变；从学习为主到工作为主的生活节奏的转变。
为了学生可以顺利的步入竞争激烈的社会，毕业设计成为重要的过渡阶段，在这一环节，可以迅速的增强学生的自信心，提高学生的综合素质和各项能力，增强学生的就业竞争力。
（3）毕业设计可以成为衡量专业教育水平的标准
毕业设计是学生对所学知识的运用，因此毕业设计的质量在一定程度上可以代表所学专业的教育水平和总体的教学质量。毕业设计是高校专业教育最后的一个环节，可以对教学的质量进行综合性的检验，是衡量高校专业教学总体水平的重要标准。
1.3 当前毕业设计工作中存在的问题
（1）缺乏分析
在以往每一届毕业生的毕业设计工作中，都只是简简单单的教师指导，学生主导执行，然后到最后的毕业设计答辩，得到最终的结果，以往的毕业设计工作到这就结束了，缺乏最终的总结分析，通过对毕业设计工作的总结分析，毕业生才能更清楚明白的了解本次毕业设计自己毕业设计作品结果。
（2）对于存在的问题不清晰
在毕业设计工作过程中将会有许多的问题或矛盾出现，以往的毕业设计工作没有将这些问题很好的呈现，更没有发现这些问题的实质所在，也就没有很好的解决这些矛盾，所以毕业设计工作也就没有体现出最重要的意义。
（3）学生评价不准确
在当毕业生根据自己的毕业设计作品而进行答辩时，各专业也都将会为每位毕业生的毕业设计作品给予相应的分数，人们往往会通过这个分数去衡量一个毕业生，这往往是不准确的，可能是由于在做毕业设计作品期间，学生忙于找工作等原因，影响到毕业设计的质量，所以说以分数衡量学生是不准确的。
（4）对教学的指导意义不明确
毕业设计不仅仅是一个对学生的培训和实践，也是衡量高校专业教学水平的一个很好的教学标准，但是目前许多专业中的毕业设计工作对各专业没有推动作用，毕业设计工作反馈回来的结果对教学改革没有明确的指导作用。
2 大数据分析技术
2.1 什么是大数据分析技术
大数据分析技术，通俗地讲，是在多样或巨量数据中快速收集和分析数据，获得有价值信息的技术和能力，主要包括数据采集、存储、 管理、分析挖掘、可视化等技术及其集成。
当前，大数据不仅指数据量的巨大，更重要的是要对大数据进行分析，只有通过分析才能获取更多智能、深入、有价值的信息。大数据之所以具备战略意义，之所以能够有效提升竞争能力，不在于掌握了何等巨量的数据，而在于其有能力对这些有价值的数据进行处理和运用。没有高性能的分析工具，大数据的意义与价值就不可能得到有效的洞察和释放。因此，解决大数据问题的核心，是大数据分析技术， 它是最终决定信息是否具有价值的决定性因素。
一般而言， 大数据分析主要涵括预测性分析能力 （Predictive Analytic Capabilities）、数据质量和数据管理 （Data Quality and Master Data Management）、可视化分析（ Analytic Visualizations）、 语义引擎（ Semantic Engines）、数据挖掘算法（Data MiningAlgorithms）等五个基本方面。
具体的大数据处理方法有很多，但大数据处理的基本流程可以概括为四个步骤：采集；导入和预处理；统计和分析；挖掘。不同于传统的数据处理，运用大数据分析技术进行数据处理，其基本理念可以凝炼为：要全体，不要抽样；要效率，不要绝对精确；要相关，不要因果。从具体操作的层面来看，大数据处理可能用到的大数据分析技术包括：数据采集、基础架构、数据存取、统计分析、数据挖掘、数据处理、模型预测、结果呈现等。
2.2 大数据分析技术对毕业设计工作的意义与价值
大数据分析技术在毕业设计分析工作的过程中有着重要的使用价值，具体的价值主要包括以下几方面内容。
（1）大数据分析技术保障毕业设计分析工作顺利开展。当面对7届（从2005届到2011届）毕业生，854件毕业设计作品时，没有一个良好的技术手段，是无法对如何庞大的工作进行整理和汇总。大数据分析技术可以解决数量大的问题，所以说大数据分析技术保障了工作的顺利开展。
（2）大数据分析技术保障毕业设计分析工作顺利进行。在面对如此多的数据进行统计整理时，将会遇到许多无用或错误的数据（俗称“脏数据”），这些“脏数据”对毕业设计分析工作有着很大的影响。大数据分析技术在面对着这些“脏数据”，选择删掉，从而保障了毕业设计分析工作的顺利进行。
（3）大数据分析技术保障毕业设计分析工作顺利完成。当完整对数据的整理和汇总后，这样的工作其实仅仅完后了一部分，还要对这些数据进行整理分析，这才是本次工作的重点。大数据分析技术是对有关联的数据进行再一次的整理和分析，并将分析的结果以某种形式呈现，从而可以更直观的表现出某种观点，从而实现分析的最终目的。
3 毕业设计分析工作的目标与流程
3.1 毕业设计分析工作预期实现的最终目标
本次毕业设计分析工作主要为了解决上述中毕业设计工作中存在的问题，所有本次毕业设计分析工作的主要目标有以下几方面。
（1）整理分析历届毕业设计工作内容。本次毕业设计数据分析统计的数据概况如下：
3个专业：计算机科学与技术、信息管理与信息系统、专升本
7届毕业生：从2005届到2011届7届毕业生的毕业设计作品。
41位指导教师：统计7届毕业生的所有指导教师信息。
854件毕业作品：统计7届毕业设计中所有毕业设计作品的全部信息。
（2）客观的评价学生。在本次毕业设计分析工作中，分析了学生的毕业设计成绩和指导教师的指导时间，通过时间的长短可以较为客观的评价学生的能力。
（3）将存在问题呈现，直面问题。将毕业设计质量分析的结果以绘图的方式呈现，直观的看出毕业设计工作中存在的问题与矛盾，促进问题与矛盾的解决，从而使毕业设计工作在以后的开展过程中更加有力、有序的进行。
（3）以强有力的数据分析推动教学改革。通过对毕业设计作品质量进行分析，从而可以查看出学生总体的学习范围，并且可以促进教学内容的改变，推动教学体系的前进。
3.2 毕业设计分析工作的阶段和流程
本次毕业设计工作主要有四个阶段，分别是数据采集、数据处理与集成、数据分析以及数据解释，具体每个阶段的工作内容以及工作目标详见表1所述。
4 毕业设计分析数据模型设计
（1）相关分析模型
相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关系。例如，在本次的毕业设计质量分析中，以X和Y分别记一个毕业设计作品质量和该作品毕业生的性别，或分别记毕业设计作品质量与指导教师的指导时间，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系分析。
相关关系分析模型也是本次大数据分析过程中使用的主要的分析依据模型。
（2）对应分析模型
对应分析也称关联分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量的各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。在本次毕业设计质量分析中，使用对应分析模型主要是为了以点的形式形成趋势，从而可以在趋势中看到数据波动变化。
（3）对比分析模型
对比分析是按照同一个参考依据，将同一类别的不同变量放在一起形成对比，通过不同变量的变化趋势，进而分析变量之间存在的某种关系。
根据上述的分析模型进行相关数据的采集收集以及整理过程，如整理毕业设计成果形式数据分析时的内容如图2所示。
5 毕业设计分析工作指标设计
在本次毕业设计分析工作过程中，整理的大量指标及其数据，具体的指标有教师指导毕业设计的数量、毕业设计成果形式、科研项目衍生课题数量、参加二次答辩分析、不同软件开发技术的毕业设计作品、不同数据库技术的毕业设计作品、不同作品成果形式的毕业设计作品数量、作品扩展形式等众多分析指标，分析指标的具体内容详见表2所述。
6 毕业设计工作分析结果
6.1 分析报告结果形态
笔者与团队经过长时间的整理，最终将如此多的数据整理汇总，并对毕业设计作品的质量进行分析，本次分析的结果改变了以往纸质分析报告的常规，本次的毕业设计质量分析结果以Web化的形式呈现，网站地址为：http：//，如图3所示。
本次的分析结果以网站的形式呈现，这样这设计的主要目的及意义有以下几方面内容。
（1）方便快捷。本次主要使用的是ECharts画图的方式，运用ECharts多种绘图的方式，将数据导入到ECharts画图代码中，可直接生成图像，也可对图像进行形状改变，从而方便快捷。
（2）修改整理方便。当在分析的过程中，可能发现某些数值或字段是缺失或错误的，可在源数据中进行准确查找，并可将查找后的结果直接写在代码中，这将会自动从新绘制新的图形，从而可以在修改、查错的过程提供方便。
（3）分析结果直观、效果强。以网站形式将分析的结果呈现，可以直观、方便地看到毕业设计质量分析的结果，同时也可根据每个分析指标结果的色彩不同，从而可以更加直观的展示出各个字段之间的差异性，从而使分析的结果更具有可视化。
6.2 分析结果呈现
（1）历届教师指导毕业设计作品成绩层次汇总分析
首先对历届教师指导毕业设计数量进行统计，具体统计结果如图4所示。
然后对历届教师指导毕业设计作品成绩进行统计，并对其成绩层次比例进行汇总分析，具体分析结果如图4所示。
从图4中可以看出，历届教师人均指导毕业设计的数量成逐步上升趋势，从图5教师指导毕业设计的质量来看，所有的毕业设计中，优秀比率在30%以上的教师有9人（22%），优秀比率在30%以下的教师有32人（78%），从而充分的说明了，教师指导的力度不够，从而促使毕业设计的优秀率偏低。
（2）指导教师初评成绩分析
对历届指导教师初评平均成绩与毕业设计参加一次答辩时的平均成绩进行统计分析，统计结果如图6所示。
从图中可以看出，指导教师给自己所指导的毕业设计的打分（平均值），普遍高于一次答辩时评委组给相应毕业设计的打分（平均值）。
充分的体现出指导教师对自己所指导的毕业设计作品的存在一定的“私心”，指导教师没有进行严格把关，展现出毕业设计工作中的问题。
（3）毕业设计所用软件开发技术分析
对历届毕业设计作品中所使用的软件开发技术进行统计分析，结果如图7所示。
在本次分析的过程中，也根据性别进行统计，统计分析结果如图7所示。
通过两个分析结果，可以看出HTML/CSS和JS/Jquery是毕业设计中用的最多的技术；.NET、C#的比例也较高，但从趋势来看，C#的比例有下降趋势；JAVA、JSP和C/C++呈上升趋势；PHP的比例相对稳定；ASP技术明显呈下降趋势。结合性别分析发现，男生中，使用C#与使用JAVA的人数基本持平，约为1.3：1，而女生中，这一比例达到2.8：1，说明女生更倾向于使用C#。
根据上述的分析，可以为本专业类教学内容体系的改变提供重要的依据，学院可以根据学生使用的比率而进行教学内容的改革。
7 毕业设计分析工作存在的不足与改进
7.1 存在的不足
（1）指标点少。由于本次毕业设计分析工作是第一次对毕业设计质量进行分析，所以在设计和整理的过程中所使用的指标点都较少，所以造成本次毕业设计分析内容有待升华。
（2）关联性低。在进行关联数据分析时，对收集到的数据关联分析较低，没有充分的发挥出每一个字段的价值，同时，在本次毕业设计质量分析中，关联分析力度不足，如没有对毕业生的在校职位与毕业设计最终成绩分析、指导教师的年龄与指导毕业设计作品成绩分析等，这都是本次毕业设计分析工作中的所欠缺的。
（3）数据清洗度不高。虽然在前期对数据进行清洗处理，但是处理的力度不够，所以在分析过程中，仍能发现存在许多错误的数据，这样给毕业设计分析工作带来了一定的影响。
7.2 下一步计划
根据本次毕业设计分析工作中存在的问题，在以后的分析工作中，将加大对指标点的统计整理，如学生的籍贯、学生在校期间获得的奖项、教师的工龄、教师的性别等等，同时也将增加每个指标点之间的关联分析，从而使每个指标点数据更加有意义。
8 结束语
随着国家技术的不断发展，信息化的不断发展，大数据分析也起到了越来越大的作用，为每个项目的发展和前进提供了重要的依据。本文也结合了大数据分析技术对毕业设计作品进行质量分析，从分析结果中得到许多的结论，也为教学改革提供依据，从而也推动了整个教学内容体系的完整和发展。
参考文献：
[1]刘智慧，张泉灵.大数据技术研究综述.智能系统与控制研究所，2014-06.
篇2
计算思维是运用计算机科学的基础概念求解问题、设计系统和理解人类行为。为了在实践教学中体现这个基本思想，我们采用递进式的教学任务分解方法，在实验教学的3个环节中进行具体的实施，其步骤是层层叠加、逐步深入，目标是最终培养具有一定计算思维能力的专业人才。递进式实践教学改革的总体方案如图1所示。首先，课程设计环节主要是通过给学生讲解能够反映计算思维的典型案例，让学生相对独立地求解一些案例，从而培养学生对基础计算理论的应用能力；其次，STITP环节主要是以项目驱动的方式，让学生在教师的指导下，通过参与一个能够反映计算思维应用的、相对完整的子集，在实践中体会计算思维的理论；最后，第3个实践环节是毕业设计，对于一个大学生而言，这是大学期间最后一个综合性的实践课程，教师从校内的科研项目和校外的企业需求出发制订毕业设计的任务书，着重培养学生解决相对复杂的计算和应用问题的能力。
2递进式实践教学改革方法的具体实施
2.1递进式实践教学改革方法的课程设计环节
对于计算机专业的学生而言，在经过计算机导论、数据结构、算法设计等课程的学习之后，进行相应的课程设计是一个运用计算思维求解问题和设计系统的很好机会[8]。以南京邮电大学计算机相关专业的学生为例，他们有一门课程设计是算法与数据结构设计，16学时。为了贯彻计算思维中利用“抽象和分解的方法”控制庞杂的任务[7]，在实践教学改革中，我们把16学时的上机实验分为5次课。5次课的总任务是指导学生选择合适的数据结构和算法解决一些实际问题，考查学生实际的分析、编程、解决问题能力以及团队合作精神。每次课程又细分为教师任务和学生任务，两种任务相互交互形成一个完整的课程设计实践环节。课程设计环节的抽象与分解如图2所示。由于采用了任务分解和团队合作的方式，每个小组选择一个组长，小组成员的任务相同，但是解决问题的方法可能不同。在“问题剖析和疑问交流”部分，学生有了相互交流和独立思考的过程；在“大作业的问答与验收”部分，指导教师根据提交的作业，对不同的解决方案进行一题多解点评，扩展学生对问题的理解深度与广度。
2.2递进式实践教学改革方法的STITP环节
这里的STITP是指南京邮电大学根据教育部相关通知展开的大学生创新创业训练计划，目的是通过实施该计划改革人才培养模式，为国家建设培养高水平的创新人才。与课程设计环节不同，STITP环节是课外的、以学生为主体的实践环节。STITP的具体实施分为3级的实践创新训练计划体系，即校级、省级和国家级。以2012年的大学生创新创业训练计划项目为例，南京邮电大学共有378项大学生创新创业训练计划项目获得立项，包含国家级40项、省级45项和校级293项，其中40项国家级的STITP是南京邮电大学首次获得国家资助的项目，笔者依托科研项目指导学生申请的项目（0700412017）也是40项国家级的STITP之一。这种以科研促进实践教学的尝试有利也有弊。弊在于这些课题对于大学本科生而言有一定的难度，并且本科生的课余时间比较少，同时兼顾学业和STITP项目很有挑战性；利在于项目的申请结合了当前计算机研究领域的热点，使得学生比较感兴趣且有利于学生将来的就业和继续深造。以笔者2012年指导的STITP项目为例，该项目是研究压缩感知理论在无线传感器网络中的应用。项目组的3名学生在2012年6—7月开始学习压缩感知的基础理论知识，在2012年9—11月对压缩感知和无线传感器网络有了一些理解。虽然每周都有多次的交流（包括每周的研究日志、读书笔记、文献讨论等），但是他们有时对理论和算法还是不理解，不知道如何下手作研究。经过查阅国内外的各种文献，参加学术会议，聆听学术报告，他们逐步学会了计算过程的形式化描述、函数及其计算等相关的计算理论和计算模型，体会了计算思维在实际科研项目中的应用，最后通过共同努力出色完成了该项目，并将研究成果WSNsDataAcquisitionbyCombiningHierarchicalRoutingMethodandCompressiveSensing发表在SCI期刊上。从目前的实践教学改革情况看，虽然STITP项目实施过程有一些困难和曲折，但是笔者指导的所有STITP项目均成功结题，学生通过STITP环节的锻炼提高了自己的研究能力和团队合作能力。总体而言，利大于弊。
2.3递进式实践教学改革方法的毕业设计环节
毕业设计是学生对大学期间所学知识进行综合运用的重要实践环节。作为指导教师，在递进式实践教学改革中，我们以计算思维为核心，强调“学以致用、围绕应用”，分3个阶段指导毕业设计。首先是前期阶段，我们结合校内的科研任务和校外的企业需求制订毕业设计任务书，给学生提供参考文献，指导学生完成开题报告；其次是中期阶段，我们根据中期考核表检查学生的文献调研情况、进度等是否符合要求。目前，很多计算机专业学生没有进行深入思考就急着直接编写程序代码，这不是一种科学的方法，因此在毕业设计的实践环节，指导学生像计算机科学家一样思考具有重要的意义。最后一个阶段是后期阶段，指导学生通过实验验证，撰写毕业论文，进行答辩验收。考虑到毕业设计是一个有一定深度的综合性实践环节，我们实行分层教学，因人施教，在兼顾大部分学生课题难度的同时，鼓励一部分学生在CPTR第2个环节的基础上展开深入的团队研究。以2013级的毕业设计为例，笔者作为指导教师，指导学生团队的毕业设计从百度公司等互联网企业的需求出发，在这些学生前期积累的大学生创新项目STITP基础上，选择大数据领域中相互关联的几个子课题进行研究，主要研究“分布式环境下大数据的存储、分发、分析、挖掘和实时处理”，包括基于Hbase的实时读写方案、大数据领域中的大规模快速分发问题、移动社交网络中的数据分布规律、面向互联网平台的推荐系统、通过分析淘宝等现有网络技术研究分布式实时流数据的处理策略等。这是业界研究的热点问题，虽然很有挑战性，但是学生的兴趣很高。经过大家的努力，团队成员不仅参与SCI期刊学术论文SemanticOverlayNetworkforLarge-ScaleSpatialInformationIndexing的相关实验，还成功申请专利“一种基于P2P网络技术的计算机集群快速扩容方法”，整个团队还获得2013年江苏省普通高校本专科优秀团队毕业设计奖。
3相关的应用实例和分析
我们从3个环节对上述递进式实践教学改革CPTR的实践成果进行统计、评估和分析，对于课程设计实践环节，笔者前后指导了6期算法与数据结构设计的课程设计，共157名学生，通过对学生“提交课程设计的大作业”部分书面作业的验收和口头的问答交流，判定最终获得优秀的学生比例为15.29%。虽然优秀的比例不是很高，但是这说明：一方面，实践教学的改革仍然需要继续，可以采取增加师生的比例等措施；另一方面，整体成绩的好坏和学生群体的水平相关，需要教师在新生入学之后就贯彻和执行计算思维教学改革。从总体上而言，CPTR实验教学的方式值得尝试，既能发挥教师在教学过程中的主导作用，又可以充分体现学生在学习过程中的主体性与协作性，这与何克抗教授的教学改革理念也是一致的。对于STITP实践环节，笔者作为指导教师共指导了11个小组的学生进行项目申请，获得了5个省级以上的项目，其中获得国家级项目资助2项。按照表1的统计，我们实践改革获得“优秀”的比例为45.46%，这里的“优秀”数目是指成功申请并顺利结题的江苏省级STITP项目数。以2012年为例，全校立项的STITP总数是378，其中省级以上的项目数是85，此处的“优秀”比例约是22.49%（因为立项的85个项目不是都能顺利结题的，这里取最高值作为近似计算），低于我们实践改革取得的成绩45.46%。改革成功的原因是在项目申请之前，我们以正在承担的国家自然科学基金、国家863计划等科研项目为背景，尝试以计算思维为核心，通过约简、嵌入、转化、仿真等方法，对科研项目中的任务进行划分，把划分后的一些子课题作为STITP的任务交给大学本科生，让学生在项目驱动的应用实践中得到提高，取得理想的成绩。毕业设计是CPTR的最后一个环节，以笔者指导的毕业设计为例，总共参与的学生人数为34人，获得院级、校级、江苏省级的优秀比例为58.82%，远远高于同等级平均的优秀比例。例如，南京邮电大学计算机学院、软件学院2013年共有395人参加毕业设计，其中成绩优秀的为47人，优秀率仅为11%。CPTR的毕业设计环节情成功继续攻读硕士以上学位的学生人数为17，占50%，同时也有多名学生成功进入一流IT企业工作，如阿里巴巴公司、百度公司等。由于在实践指导过程中贯彻了计算思维的改革理念，强调了“利用启发式推理寻求解答”，因此，无论是从毕业设计的成绩，还是从学生后续的发展情况来看，这种递进式的实践教学改革是有成效和值得推广的。
篇3
自1998年教育部将原来的计算数学、运筹学、控制论、信息科学4个专业整合成一个新专业――“信息与计算科学”专业后，全国已有600多所高校开设了信息与计算科学专业，该专业是数学、计算机、信息工程等学科的交叉，目标是培养具有扎实数学基础和一定的计算机技能，能够在信息科学和计算科学领域从事科研、教育、软件开发及解决实际问题的能力的应用型人才[2-3]。
但是，随着招生规模逐步扩大，暴露出许多问题，如专业特色不明显、专业就业方向不明确、课程设置、实践环节等方面滞后于信息技术和计算机技术的发展，学校教育和社会实际需要脱节等问题[4-5]。
云时代、大数据时代的到来，为信息计算科学专业的发展带来了新的契机。
大数据，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内截取、管理、处理并整理成为人类所能解读的信息[1-5]。随着各行各业信息量的快速膨胀，今后对拥有大数据管理和分析能力的人才需求将快速增长[7-8]。
大数据时代需要分析数据及其与业务相结合的分析人才，这与信息与计算科学专业的培养目标相吻合，信息计算科学专业充分发挥其数学的优势，结合专业背景和社会实际需求，可以为未来的大数据市场培养熟练掌握大数据技能并擅长海量数据的采集、存储、管理、挖掘与分析等经验的人才。为适应社会需求，该校及时调整专业方向，徐州工程学院信息与计算科学专业于2016年秋季招收大数据方向学生。
培养优秀的大数人才，构建合理的课程体系是关键，该文根据该校实际情况，探讨信息与计算科学专业如何在保持数学类专业优势的情况下，融合大数据时代的技术和思想，构建合理的面向大数据的信息与计算科学专业课程体系。
1 人才培养目标制定
依据徐州工程学院应用型本科院校的要求，制定符合该校特色的面向大数据的信息与计算科学专业培养目标。
（1）综合素质目标。培养满足地方经济、社会发展需要，德、智、体全面发展，具备良好法律意识与职业道德规范，具备团队合作意识，具备较强的沟通表达能力、分析理解能力、专业文档撰写能力、创新能力、项目管理意识等各项综合素质的人才。
（2）专业技能目标。培养具有良好的数学素养，掌握信息科学和计算机科学的基本理论、方法和技能，熟悉主流大数据管理及分析平台、数据分析算法与工具，具备较全面的大数据平台的应用开发与管理运维能力，有一定的大数据平台架构能力，有一定数据分析与算法实现能力，有较强的创新意识和初步的大数据工程实践能力，适宜在IT企业从事大数据应用开发、大数据系统运维等工作、并具备一定行业经验认知的应用型大数据人才。
2 课程体系构建思想
为培养适应不同大数据岗位的专业人才，我们采用定制化课程体系、多元化教学模式，重点拓展和提升实践类课程建设，适当加入拓展课程。
2.1 定制化课程体系
针对大数据行业不同岗位技能要求，课程体系遵循“通用+特长”的设计思路，通过通用开发语言与特色大数据技能相结合的培养模式，利用项目驱动的实战技能训练，可实现学生的个性化培养。
重视基础课程，加强技术主干课程，构建核心课程群。在夯实基础课程之后，考虑学生实际就业方向，开设针对性强的专业课程，根据实际情况安排学生针对性选择实训方向，安排相应技术性课程学习，同时强化学生技术技能的运用能力。
2.2 多元化教学模式
为调动学生学习积极性，提高课程效果，采用多元化的教学方式。通过理论课、实验课、项目实战课和职业素质课程，培养学生理论结合实践的综合应用能力，提升学生的职业技能与综合素质；并通过线上教学环节为学生提供灵活高效的学习渠道、提升学习兴趣、拓展专业知识、培养主动学习的良好习惯。
为了将学生培养成为大数据开发、数据挖掘和数据分析类高端特色专业人才，课程体系以知识体系和能力体系为双主体进行规划，强调技术与职业素养的双重培养，将职业发展所需要的各种软能力培养融入到日常教学中，以实现学生的职业化能力培养。
2.3 重点拓展和提升实践类课程建设，适当加入拓展课程
在保持基础扎实的前提下，拓展和提升实践类课程。除强化校内实践课程外，还要运用校企合作实训基地，进行实训项目开发，强化理论教学与工程实践的结合。
不定期聘请名企在职IT专家或业界知名人事，开展各种主题活动，拓宽学生视野。
3 课程体系构建方案
遵循“通用+特长”的设计思路，课程体系的构建重视基础课程，并加强大数据技术相关课程，划分为通识课程、学科基础课程、专业课程以及集中实践课程四大课程模块。
3.1 通识课程
包括通识必修课程和选修课程两种类型，是对本专业学生进行公民基本素质教育的重要内容，以提升学生的政治思想水平、文化科学素养、信息技术能力和外语沟通能力等大学生必备的基本素质为目标，也对本专业学生进行职业生涯与职业发展指导。
3.2 学科基础课程
该类课程是对该专业学生进行学科专业知识教育的基础内容，目标是提升学生的学科专业认知水平。专业基础课程一是用以铺垫专业数学基础，培养学生的基本科学素质。二是强化计算机科学与大数据技术的共用核心技术，增强学生进入社会的适应能力。该类课程如数学分析、高等代数、C语言程序设计、Java程序设计等课程。
3.3 R悼纬
该类课程是对该专业学生进行专业技术和专业能力训练的重要内容，培养学生解决实际问题能力和应用创新能力，具备信息计算科学专业相关领域，尤其是大数据分析及应用开发领域技术工作所需的专业理论知识及相应的应用能力。该类课程包含数据结构、数据库原理及应用、Linux操作系统、数据分析、数据挖掘、大数据内存计算、大数据流式计算、大数据离线计算等。
3.4 集中实践课程
该类课程是对该专业学生进行专业创新教育和素质拓展训练的重要内容，重点是培养学生提出问题、分析问题和解决问题的意识、能力和方法，了解信息科学专业尤其是大数据分析及应用开发领域理论、技术与应用的新发展，能运用所学的理论、方法和技能解决信息技术与大数据分析及应用开发中的实际问题，具有较强的知识更新、技术跟踪及职业能力。该类课程主要包含课程设计、项目实训、综合实训、岗位实训和毕业设计。
面向大数据的信息与计算科学专业课程教学体系框架如图1所示。
课程开设先后次序注重学生大数据方向完整的知识链构建，严格按照大数据方向具备的知识结构设计。
实践课程体系包含两条线，一个是课内实验，一个是集中实践环节。课内实验是每门课的实践练习，学科基础课中《C语言程序设计》开设了课内实验，所有专业课均设置了课内实验，课内实验的安排又划分为基础类实验和提高类实验，是对学生进行的基本技能训练。集中实践是每学期后集中开设的实践课程，如课程设计、项目实训、综合实训、岗位实训、毕业设计。课程设计和项目实训目的是对学生进行综合技能训练，岗位实训和综合实训对学生进行实战技能的训练，毕业设计既是对学生的综合技能的训练，也是是对学生知识掌握、综合技能的一次检验。整个实践体系构建如图2。
4 结语
大数据专业方兴未艾，结合大数据专业，充分发挥数学优势，与计算机技术相结合，为我们的专业发展带来新的契机，为培养优秀的大数据人才，我们将根据实际需求及学生发展状况调整培养方案与课程体系，促进信息与计算科学专业的不断发展。
参考文献
[1] T White.Hadoop：The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North，2010，215（11）：1-4.
[2] 王胜奎，徐光辉，王家军，等.普通院校“信息与计算科学专业”课程体系优化研究[J].数学教育学报，2009（5）：99-102.
[3] 徐凤生，刘艳芹，赵琳琳，等.基于分层分类的信息与计算科学专业课程体系的构建[J].高等理科教育，2016（3）：103-106.
[4] 许梅生.信息与计算科学专业课程体系的探索与实践[C]//Information Engineering Research Institute， USA.Proceedings of 2012 2nd International Conference on Future Computers in Education.2012.
[5] 卢春霞.大数据时代的信息与计算科学[J].亚太教育，2016（4）：90.
篇4
1大学生毕业设计存在的问题
毕业设计要求大学生在导师指导下，利用所学理论知识对现实问题进行独立规划、设计、实验、分析、写作，并形成一份完整的研究报告。因此，毕业设计是一项系统工程，要求以学生为中心，形成师生、校生、校企之间的良流互动。当前大学生毕业设计存在一系列问题，发现并分析这些问题，可以为构建大学生远程毕业设计平台提供充分依据。1．1选题内容欠妥，可操作性不强。选择一个合适的研究课题和方向是毕业设计的首要环节，也是影响毕业设计最终质量的重要部分。当前大学生毕业设计存在的一些普遍性问题:一、选题过大。部分学生在本科期间注重于化学的基本知识学习，能够基本掌握无机化学、有机化学、物理化学、分析化学的专业知识，但是很少去接触科研，毕业设计更注重于用所学的专业知识对一个具体的科学问题进行探索研究，如果没有对这化学某一领域的未来发展把握不够精准而盲目选题，导致选题范围过大，失去选题现实意义，实际操作工作量过大，甚至无法保证毕业设计保质保量的完成。二、选题不明确。一些学生由于专业知识不牢，同老师沟通较少，在选题时比较随意，没有选择最适合自己的选题，在实验时只能疲于奔命，效率低下，影响最终论文的质量。在疫情影响下，尤其是以实践为主的化学类专业大学生在完成毕业设计的过程中存在一些现实问题，这些问题会被放大，需要更加被引起重视。1．2生搬硬套普遍，学术规范不够。数据和资料是毕业设计的基础，没有足够的实验数据和文献资料支撑，毕业设计的真实性和有效性就得不到保证。毕业生面临毕业和就业的两重压力，常常无法合理权衡二者，做出正确的计划安排，导致部分学生不能全身心投入毕业设计中，没有严格遵守学术规范，不进行足够的实验分析和查阅文献，就将相似的实验数据和理论知识生搬硬套过来，做出的毕业设计往往存在巨大的漏洞，影响自己的答辩毕业。1．3监管效率较低，环节衔接不畅。造成大学生毕业设计存在各种不规范，不合理问题的重要原因之一，在于学校缺乏对学生毕业设计相关流程的严格监督管理。一般高校的毕业设计完整流程包括:选题申报，选题确认，开题报告，中期考核，预答辩，正式答辩等环节。每个环节都包含一定的程度规范，学校要加强管理，在各个环节发现问题都要争取及时处理。高校毕业设计管理环节还存在一定衔接不畅问题，各环节的具体时间在现实操作中存在一定不合理安排，留给学生的准备时间不够。1．4成果审核随意，答辩把关不严。由于升学率与就业率的存在，部分学校对学生的毕业设计论文审核严谨度不高，论文合格标准较低，往往只要字数达到了就能合格。部分高校的毕业论文审核机制不完善，等于是在变相鼓励"混日子"的学习态度，不利于学生形成刻苦学习，踏实实践的优良作风。部分高校的毕业答辩存在形式主义突出问题，答辩过程不严肃，不严谨，不严格，这是对学生的不负责，也是对国家"立德树人"教育政策的无视，应该采取相关措施，严格答辩过程，摒弃这种现象出现。
2构建化学专业的线上远程毕业设计平台
大学生毕业设计工作事关大学生的毕业就业，关乎国家发展的长治久安，在疫情背景下，我们可以构建集选题、学习、管理、答辩于一体的线上远程毕业设计平台，充分调动各方资源，破解大学生毕业设计中的难题，辅助大学生顺利完成毕业设计。以无机生物炭材料在环境领域的应用研究为例。2．1构建线上化学学习平台。目前，国内已经形成了不少包含各类精品课程的大学生网上学习平台，例如慕课、网易公开课等平台。我们可以在此基础上整合各类网络学习资源，并提高资源整合的精度，完善资源搜索的准确度和便利性，为学生的毕业设计提供更加有用的学习资源。除此之外，线上平台可以整合各类文献资料库，为许多查文献困难的学生提供链接跳转服务。一份优秀的毕业设计，必然是大学生在“尝试———失败———学习———再尝试”的不断循环中完成的。受困于疫情的影响，毕业生无法在实验室进行现场操作，却可以在线上进行自主学习，为返校后的实验做好充分的理论知识储备。我们要构建包含丰富学习资源的大学生学习平台，帮助大学生完成毕业设计。2．1．1化学专业相关软件的学习。化学毕业生应以实践学习为主，导师可以在线上为学生提供学习化学计算机软件的学习资源，这些软件包括Jade、Origin、Chemdraw等软件。充分利用丰富的线上资源，指导学生了解化学中大量繁琐的理论计算、公式推导、分子结构的绘制、化学动力学曲线的绘制和拟合等问题，促进学生自主学习化学实践工作，提高化学毕业生的自主学习能力。2．1．2学习查阅生物炭应用领域的相关文献。在确定研究课题前，给予学生主动选择自己感兴趣的大方向，例如:无机材料方向，有机全合成方向，计算化学等大方向。当学生选择了自己心仪的大方向，通过导师责任制，将学生划分到不同小方向的课题组，比如无机生物炭功能材料制备的课题组，在一个大方向的课题组中也有不同的小方向，比如生物炭制备电池、生物炭降解有机污染物、生物炭吸附重金属和生物炭催化裂解产油等更具体的研究方向。导师及时与学生沟通，并指导学生查看有关生物炭方向的论文。当学生对生物炭领域有大致的了解后，及时与导师沟通自己对生物炭的某个领域感兴趣，导师就可以指导学生确定自己的具体研究方向。2．2构建大学生毕业设计选题平台。线上远程毕业设计平台，必须要为大学生毕业设计的选题提供足够的资源支撑。首先，院系可以会议，对选题的内容进行层层筛选把关，充分关照院系、导师、学生、企业之间的研究互动，建立较为开放的线上研究方向，并对每个科研方向划分化学大类，帮助学生高效地选择自己的研究课题。每类选题的价值意义不同，要让学生在选题时充分发挥主观能性，真正选到自己感兴趣的，自己能完成的，有一定价值的课题［1］，同时使学生对选题的流程和重要性有清醒深刻的认识。2．2．1如何选择生物炭研究的毕业设计。由于疫情大学生不能返校，对于无机生物炭功能材料的研究只能在线上进行，不能对其进行实验探究，这就需要学生要阅读大量的相关文献，探究生物炭在某一领域的现有应用和前景应用。毕业生A对生物炭应用于环境领域很感兴趣，导师指导其查看了大量相关文献，最终选择了探究环境友好型铁基生物炭功能材料优异的理化性质在环境污染修复中的应用。毕业生A通过查阅大量的文献资料系统的探究了铁基生物炭的制备方法，如热解法，水热碳化，湿法热解等，从而阐明了生物炭/铁复合材料在有机污染和重金属污染修复中的重要作用，表明铁系负载生物炭的功能材料大大提高了复合材料物理性质及电化学性性能。最后，结合企业发展及国家需求提出了未来铁基生物炭在环境领域的发展方向。在疫情的大环境下，学生应及时与导师沟通查阅大量与自己感兴趣的研究方向的文献，学生将文献调研结果及时反馈给自己的导师，选择一个小方向的值得探索的某一科学问题，对其科学问题进行深入探索研究。2．2．2“生物炭工程”科研团队与环境企业协作共创良好的线上学习平台。化学是一门实际应用型学科，为了能让未返校的毕业生能深入了解无机生物炭功能能材料的研究课题以及生物炭在近几年中的应用领域，学校可一和环境领域的公司企业形成产学研的合作关系，这些企业可以将自己的生物炭产品做成一份线上报告以供毕业生学习，促进科研与产业结合的发展，使临近毕业的大学生体验如何将化学应用于实践中，给学生提供更广泛的就业机会。2．3构建大学生毕业设计监管平台。多数高校在大学生毕业设计过程中实行的是节点式监督管理方式，在选题、开题、中期考核等关键节点对学生进行监督考核管理，容易导致学生出现临时抱佛脚、滥竽充数等消极对待现象。我们需要构建大学生毕业设计点的“一体式”、“全方位”监管平台，实现对大学生点面结合的监督管理。在疫情期间，大学生需要在线上平台按时汇报自己的毕业设计进度，例如:学习程度，大纲修改程度，实验构思程度等等。导师要在平台上对学生进行在线指导与考察，学生也可以就学习中出现的问题向平台进行反馈，进一步促进师生良性互动。线上监管平台的建设完善，会对学生起到充分的激励和鞭策作用，敦促学生做好毕业设计的每个环节，从而有效提高学生毕业设计成果的质量。学校可以开发线上平台的相关提醒、对接等功能，使管理工作的消息传达如同QQ、微信一样快速便捷，促进毕业设计各环节的工作得到顺利衔接。2．4构建大学生毕业设计答辩平台。在疫情蔓延期间，为保证大学生按质按量地完成既定的课程学习任务，全国各大高校均采用线上教学方式来进行大学生授课，主要依托“腾讯会议”、“雨课堂”、“课堂派”等在线软件进行线上教学，考核与评价。毕业生答辩是一个互动过程，需要被答辩者针对提出的问题提供详实的证明，对被答辩者的资料准备和语言表达有一定要求。“腾讯会议”等线上互动平台“真实、高效、实时互动等特点，实时交互的信息包括文本、声音、图像等”［2］，可以在一定程度上满足答辩过程的要求，因此疫情期间的高校毕业生答辩多采用这些平台。但是这类平台不是为线上答辩所单独设计，页面显示存在一定不合理，不能为答辩提供精准的操作服务，无法为学生提供试答辩操作，不能营造答辩所需要的一定仪式感。我们可以构建审核严格，全程透明，服务精准的线上答辩平台。线上毕业设计平台的每一个环节学生都要按时通过，如果没通过，则不允许答辩。”严格的过程监督、审核制度势必直接影响学生对毕业设计的工作投入度，也必将极大提高毕业设计质量［3］”。高校还可以通过网络平台严格答辩审核机制，对答辩过程进行全程监控录像，杜绝"走马观花"式的答辩现象出现。
3结语
在疫情这样的特殊时期，确保大学生顺利完成毕业设计工作，按时毕业，及时就业，是高校毕业生管理工作的重中之重。通过构建大学生线上毕业设计平台，对大学生毕业设计进行远程辅助，能够较为有效地帮助大学生完成毕业设计，但是建设功能完备的线上毕业设计平台涉及社会、高校、学生等各方行为主体，是一项宏大的系统工程，还需要进一步的论证和构思。在今后的教学工作中，我们将学生的合理建议，优化毕业设计课程的模式，探索出线上的化学毕业论文教学机制，提高毕业生的实践教学质量。
参考文献
［1］冯璐，张刚林．工科类专业本科毕业设计选题中的问题及对策分析［J］．中国电力教育，2013(16):147－149．
篇5
篇6
一、毕业生相关数据的收集和分析
开展毕业生就业指导的相关数据主要来源于四个方面：一是学生自身的数据，包括学生的兴趣、特长、学业成绩等;二是来源于校方，如学生的生源地结构、学生的正常毕业率等;三是来源于企业，如企业招聘岗位的数量、对学生年龄的要求等;四是来源于政府的政策信息，包括劳动法律、产业政策，等等。高校应充分利用计算机等工具对所有相关数据进行动态的收集和整理，按照问题导向原则加以分析，可以为指导毕业生就业指导工作提供有效的支持。就开展毕业生就业指导工作的要求和一般规律而言，注重以下几方面数据的收集和分析：
1.招生环节。招生环节的重要数据大致包括：各专业报考率、男女比例、少数民族构成和生源地构成等。
2.培养环节。修课门数、课程构成、课程的优良率、学生参加竞赛或科研活动情况、学生奖学金获取情况、学生参加社会实践活动及其他能反映学生学业水平和综合素质的数据信息等。
3.毕业环节。学生毕业设计方向、毕业后去向选择、就业地选择、岗位及薪资期待、学生期待的企业类型、学生考研与出国的情况等。另外，从用人单位角度看，有一些重要数据需要收集并加以分析，如毕业生一年内离职率、毕业生工作岗位与所学专业的关联度、毕业生三年内在用人单位升职加薪情况、用人单位对同一所学校相关专业每年的人才招录数量等。需要说明的是从企业获取数据有一定难度，需要和企业建立良好的协作关系，或者邀请专门的公司作为第三方协助调查。
以上数据仅是列举的部分相关数据，根据工作的需要和学生的具体情况在具体执行过程中可以适时适量地增减。在数据获取方式上有的可以从学校的信息系统直接采集、筛选、汇总，也可以通过问卷调查等方式采集，也可以如上文所述委托第三方采集。在数据分析方面，最好采用专业的统计分析软件进行处理，以提高数据分析的效率和准确性，如常用的SPSS统计软件等。
二、毕业生相关数据的具体应用
数据的收集、分析是一个连续不断的过程，数据的应用却应把握好相应的时间节点。在实际工作开展过程中，要把毕业生就业指导工作和对学生的学业指导、学业及职业生涯规划指导有效结合，按不同的阶段进行相应的数据分析、应用。这意味着，毕业生相关数据的范畴应相应前置和后延，不仅学生就读期间的所有相关数据都要考虑，毕业后一段时期内的数据也有重要的参考价值，需要加以分析和应用。具体来讲应从以下几个阶段把握：
第一阶段：学生入学伊始至大二，主要就学生入学时的初始数据，包括学生的生源地结构、年龄、民族、入学成绩等进行收集、整理，并结合学生第一学年的学业数据进行分析，如可以根据每位学生各个科目的成绩状况进行相应的学业指导，对学生转专业等事项提出相应的建议。在此基础上，可以指导学生做好中远期学业规划，为学生毕业后就业奠定基础。
第二阶段：学生进入大三、大四以后，一方面可以根据学生的学业状况继续做好学业指导，另一方面可以根据学生的学业状况、实习实践情况和个人职业兴趣、行业企业的发展情况等对学生的职业生涯规划提出建议。特别是进入到大四以后，一方面要关注学生的学业情况，另一方面要注意学生的生源地分布、毕业生去向选择、职业兴趣等数据，以此作为开展就业指导的基本依据。如以北京、上海等一线城市为例，近几年由于产业结构的调整和人口调控政策的实施，在这些城市就业较之以往竞争更激烈。由此可以根据学生的生源地情况，提前引导学生回原籍就业;又如对学生的职业兴趣与所学专业的关联度及最终的就业岗位等数据进行分析，可以对学生就业的行业、企业选择等进行指导。
第三阶段：可以就学生毕业之后对其所在的行业、企业性质、薪资情况、岗位适应情况及用人单位对毕业生的总体评价等信息进行分析，可以为学校的专业设置、培养计划、教学计划的修订等工作提供参考，也可以为学生就业进行行业选择、企业选择、岗位选择等提出建议。
应用相关数据时应考虑到整体性和具体性两个方面。举例来讲，在招生环节某一专业的报考率就是一个整体性的数据。假如某一专业的报考率远超100%，即报考人数远超录取名额，说明这一专业社会认可度比较高，本专业毕业生未来就业时可能面临的情况是就业岗位较多、面临的就业竞争压力较大。又如学生个人的课程优良率就是具体性的数据。从这个数据可以看出学生的专业水平，有利于在对学生开展就业指导时引导他们扬长避短。
三、基于“大数据思维”开展毕业生就业指导应注意的问题
大数据时代的到来，颠覆了我们对数据价值的认知，也为我们提供了数据分析、应用的新思路，也就是所说的“大数据思维”。在这一种思维模式下开展毕业生就业指导工作应注意以下几个方面：
第一，要尽可能多地收集数据。“大数据”之“大”主要指数据数理大且丰富，能从各个角度反映问题的本质。目前，高校毕业生就业受到的影响因素很多，除了学生自身因素和学校影响因素之外，宏观经济形势的发展变化、各个行业的发展变化很快、企业的发展变化及国家相关政策变化等都会对毕业生就业产生一定的影响。要做好毕业生就业指导工作，就要尽可能多地获取相关信息，一要注意数据的积累，二要注意获取数据的时效。举例来说，可以根据同一行业或同一企业中过去几年间相同或类似岗位的薪资水平变化预测当年相似岗位的薪资水平，可以为毕业生薪资谈判提供参考。这其中离不开以往数据的支撑，当然需要当年同一行业中类似岗位的薪资数据作参考。
第二，传统思维模式下，指导学生选择就业岗位或指导学生进行长期的职业规划，往往会从学生自身条件和兴趣出发做指导，而在“大数据思维”模式下，对数据的分析和应用要抛开原有的“因果思维”模式，即不要单纯地考虑“学生喜欢”、“学生条件匹配”建议学生选择某企业某岗位。相反，应该建立起“相关性思维”，即应该在原有基础上考虑到行业发展的需求，考虑到企业用人的标准、考虑到学生在企业较长时期的发展空间甚至国家相关政策的影响等。这样就可以突破“就业指导就是帮学生找到工作”急功近利的想法，逐渐建立起“就业指导要帮助学生找到适合的工作，为学生长远发展寻求更好的机会和平台”的指导思想。
第三，作为学生就业指导人员，在主动收集数据的同时要善于利用已有的数据。现在高校教学管理信息系统、学生管理信息系统、后勤管理信息系统、学生职业测评系统等都相对健全，有些数据可以直接使用。如通过对学生在食堂就餐每餐的花费分析，大致可以判定一个学生的经济状况，从而可以为特定学生在就业过程中提供相应的经济资助等，以落实国家的自助政策，提高学生找到合适工作的可能性。
第四，“大数据思维”并不过于追求数据的精确性，有时更强调数据的混杂性，通过这种“混杂性”判断事物发展的趋势。鉴于此，毕业生在初次就业时有时并不能一步到位，所以可以建议毕业生“先就业后择业”，在工作过程中发现自己真正适合的方向或岗位，拓展自己的发展空间。
总之，基于“大数据思维”开展毕业生就业指导工作，能够为学生提供更个性化的、更科学的就业指导服务，有利于提高就业指导工作的效率和效益。
篇7
随着信息技术不断发展，物联网、云计算、大数据、移动互联网等技术已经在各行各业中发挥越来越重要的作用，现代企业信息管理也利用信息系统转变为利用相关信息技术进行敏捷化、智能化、柔性化、一体化和社会化的商业模式创新[1-2]。信息管理与信息系统专业所培养的学生在知识储备以及实践能力方面有了新的要求，因此专业建设需要适时调整人才培养方式以及课程体系来主动迎合社会对于相关人才的需求[3]。
信息管理与信息专业作为一门由管理学基础理论与计算机科学技术相结合的交叉学科，是一门强调实践性与应用性的学科[4]。信息管理与信息系统专业的实践能力主要是运用所学的专业课程知识，进行信息的设计开发，实现资源的充分利用，解决相关问题。因此，所培养的学生除了具有信息开发的能力，还需要具备数据分析能力。其中，数据分析能力主要是对信息系统数据加以挖掘和分析，获取自身需要的信息[5]，对学生未来从事与专业相关的工作有重要影响。
近年来，不少高校的信息管理与信息系统专业开始推动课程群建设，明确专业定位，减少不同课程的内容重复，加强课程之间的联系，从而有效地整合现有的教学资源[6-7]。由于专业的特点，信息管理与信息系统专业对实践教学平台建设的要求更为迫切，高质量、高效率和高水平的实践教学平台既对课程群建设提供有力支撑，也是提升学生实践能力和专业素质的重要手段[8-9]。
本文以中国地质大学（武汉）经济管理学院信息管理与信息系统专业往届毕业生以及相应实习企业的调研，发现部分专业毕业生的实践能力较弱，面对实际业务中出现的问题或者需求，往往是“纸上谈兵”，而无法独立自主解决。因此，本文依托信管专业课程群和实验软件平台建设项目，在整合专业核心课程，形成专业课程群的基础上，进行实践教学平台的建设。该平台以培养学生的信息系统开发能力与数据分析能力为目标，整合了教学团队，软件平台和企业等资源，分别形成了课程教学软件平台、实践课程资源平台、专业实验室平台、校外实习基地平台四大实践平台，帮助我校信息管理与信息系统专业的学生提升专业技能和实践能力。
2实践教学平台建设存在的问题
从中国地质大学（武汉）经济管理学院的信息管理与信息系统专业课程群和实验软件平台建设项目出发，项目组一方面调查了2011年-2015年的信息管理与信息系统专业毕业生的工作情况，了解学生的主要就业行业、岗位、能力需求等，同时对我院现有的信管专业实践教学平台建设情况进行分析总结；另一方面，项目组调研了国内外高校的实践教学平台建设情况，了解其他高校的信息管理与信息系统专业实践教学平台建设的进展与成效。通过上述两个方面的系统调研，项目组充分意识到我院现有的信管专业实践教学平台迫切需要加强建设，以增强学生的专业实践能力。因此，我们比较分析了我校信息管理与信息系统专业实践教学平台建设主要存在以下几方面的不足：
第一，师生对实践教学的重要性认识不足。由于专业的特点，实践教学是信息管理与信息系统专业本科人才培养的重要组成部分，但少数师生对实践教学的重要性认识不足，还存在着“重知识、轻实践”的现象，他们认为实践教学环节仅仅是课堂理论教学中可有可无的辅助。所以，在教学工程中出现了以下现象：一是学生认为实验课程相比课堂理论知识无关紧要，造成了实验课的缺勤较多；二是实验课在考核中占的比例相对较少，造成学生对实验教学的不够重视；三是教师相对于理论课对实验课的要求不高，造成实验课课堂纪律涣散。这些现象导致实践教学环节不能很好地支撑理论教学，不仅造成理论知识掌握不牢，而且实践操作能力也不能得到很好的锻炼。
第二，软件平台对理论课程教学的支撑不够。信息管理与信息系统专业的课程较多，而且要求的软件也种類繁杂，而该专业所拥有的软件不足，设置的实践教学环节的教学定位未能与课程密切联系而造成的软件平台对专业课程教学缺少强有力的支撑，而且实践环节的课程设计未能与其专业理论课程完全对应，造成理论课程与实践内容结合度不够。
第三，实践教学方法和手段的新颖性不强。实践教学环节的课程功能定位不够清晰，层次不高，硬件设施相对落后，难以满足学生自主、多元、个性化的学习需求，在一定程度上限制了学生专业素质的提高。同时，有很多实践教学的方法和手段还是原来的方式，未能随着社会的发展进行更新。例如：关于数据挖掘的实践教学还是学生在学习各种数据挖掘及分析方法的基础上，按照老师的要求和给定的数据进行数据挖掘等实践的练习。实践内容不够新颖，学生学习积极性不高，造成学生实践操作能力不强。随着物联网、云计算、大数据、移动互联网等信息技术的不断发展，社会对于信息管理与信息系统专业的人才要求越来越高，不够前沿的实践教学方法和手段造成了所培养的人才的实践能力不能满足社会的发展需求。
第四，理论教学与企业实践融合度不高。根据毕业生的反馈调查反映，信息管理与信息系统专业60%以上的毕业生从事信息系统设计开发和维护、系统实施、市场开拓、产品研发等岗位，这些工作均需要学生掌握最新的IT技术应用和管理知识。同时，学生普遍反映数据处理能力和系统实现能力需要加强。因此，迫切需要通过“产教协同”的实习基地的建设将基础教学与企业实践相融合，给学生提供更多的实践技能培训和实习机会，提升他们的实践能力。
3实践教学平台的建设体系
为了优化教学内容，理顺课程之间的内容与联系，我们将信息管理与信息系统专业的核心课程进行衔接设计和集成，进一步划分为相互支撑的三个课程群：信息系统设计实现、数据分析与优化决策与电子商务运营。“信息系统设计实现”核心课程群定位于信息系统设计理论和方法等基础知识的培养，包括《管理信息系统》、《信息系统分析与设计》、《信息系统项目管理》、《ERP原理与应用》四门专业课以及《专业教学实习》；“电子商务运营”核心课程群定位于管理决策在商业管理应用方面应用实践能力的培养，包括《电子商务》、《信息系统战略与管理》、《企业电子商务管理》和《供应链与物流管理》四门专业课；“数据分析与决策”核心课程群定位于数据驱动的管理决策方面应用实践能力的培养，包括《决策支持系统》、《数据挖掘》、《商务智能》、《R语言与数据分析》和《python数据分析与机器学习》五门专业课以及《数据分析实训》。
通过对已有的信管专业实践教学平台建设中存在的问题进行分析和总结，依托信息管理与信息系统专业核心课程群建设，我们构建了“课程主导、软件协同、配套完善、实战训练、需求驱动、综合应用”的实践教学平台，主要包括三部分：“课程主导、软件协同”的课程教学软件平台，“配套完善”的实践课程资源平台，“实战训练”的专业实验室平台，“需求驱动、综合应用”的校外实习基地平台。
3.1课程教学软件平台建设
课程教学软件平台建设是在课程群建设和已有软件的基础上，完善课程教学软件建设，形成满足课程群教学的软件平台。首先要保证信管专业教学各个课程群的软件配备。其次是为教学提供合理配套的最新软件工具，避免使用过时的教学软件，使用最新最为实用的软件，培养学生与社会接轨，真正成为社会所需的应用型人才。
因此，在信息管理与信息系统专业的培养方案里面确定了三项实训科目：《建模与系统应用实训》《信息系统设计与开发实训》和《大数据分析与处理实训》。通过这三项实训内容，并与课程内容有机结合起来，学生可以将在课程中学到的知识在实训中检验，看自身是否已经掌握，并且在实训中补充自己课程知识中忽略的知识点。通过专业课程对应的实训，来提升学生系统建立、数据分析等方面的能力，在实训中开拓学生的视野，同时加强学生的专业理論知识的学习。
3.2实践课程资源平台建设
信息管理与信息系统专业具有交叉学科的特点，要求所培养的学生具备较强的实践和动手能力。在构建课程教学软件平台基础上，我们完善实践课程与资源建设，发挥软件实验室的作用，更好支撑对学生实践动手能力的培养。
首先，我们完成了“信息系统设计实现”课程群的课程案例集“决策支持系统案例集”和“电子商务运营”课程群的课程案例库“社交商务案例集”，以及“数据分析与决策”课程群的大数据分析数据集“大数据分析数据集”。这些案例集在教学过程中不断应用，根据学生的反馈进行修改完善。
其次，我们完成了《数据清洗与可视化实验手册》、《GAMS软件实践应用手册》等实践教学指导书。在进行实践教学过程中，我们可以更好地进行实践教学，提升实践教学的效果。并在此基础上，我们不断完善教学指导体系。
3.3专业实验室平台建设
专业实验室平台主要是为信管专业学生构建科研实训平台与实战环境，这主要是弥补传统的专业实验课内容设计较为单一、功能定位不够清晰且较为脱离企业实际需求的不足[10]。
因此，为了培养信息管理与信息系统专业的学生形成数据分析思维，我们指导学生如何从数据采集、清洗到数据挖掘多个方面来锻炼，从而让他们可以具备足够的能力满足大数据环境下知识管理与智能决策的需要。首先，我们建设了大数据实践教学软件实验室，构建大数据实训科研平台，从企业引进先进的软硬件平台，以及相关数据和项目案例，为学生搭建起接近企业真实应用的大数据实战环境，让学生有机会理解企业业务需求和数据分析，通过实战训练，解决实际问题，切实服务于教学与科研。其次，我们结合实践课程资源，指导学生通过自主设计、团队合作，完成相关的实验项目。最后，信息管理与信息系统专业教师与学院的实验教师一起组建实验指导教师队伍，每门课都有相应的实验指导老师负责进行上课，同时借助企业的力量来培训实验指导老师，并以客座教授来引入企业导师加强实验指导的师资力量。
3.4校外实习基地平台建设
校外实习基地是企业和高校沟通的桥梁。通过合作，企业可以共享高校的人才和相关的研究设备，高校也可以参与到企业的技术研发工作中，并提升学校的科研能力和学生的就业能力。通过加强校企合作，树立以就业为导向的教学理念，能够让学生尽快适应社会发展对专业人才的能力要求。
我校信息管理与信息系统专业与上海汉得信息技术有限公司、武汉鹏程信息技术有限公司和九派（武汉）全媒体股份有限公司等企业合作建设了实习基地，在校学生参与企业的实际项目中，不仅了解了企业的环境和项目情况，而且在参与项目的工程中熟悉了项目规划、设计到研发实施的整个流程。学生通过在实习训练基地实习，学习了实际工作中对信息技术的要求，并通过在校学习弥补与实际工作中的差距，不断提升自己的工作能力，成为一个专业知识与专业技能“双过硬”的人才。同时，在学生的实训过程中，信息管理与信息系统专业教师也加强了与企业相关人员的交流与沟通，共同探讨新的教学方式，改进教学内容和方式，提升教学水平，为企业的发展提供更多的实践性人才。
4所取得的成效
我们形成了信息管理与信息系统专业开放、共享、融合的实践教学平台，满足了专业实训的需要。该平台良好地支撑了信息管理与信息系统专业的实践教学，有力地促进了该专业学生知识、能力、思维和素质的全面协调发展，在四个方面体现了学生实践动手能力的提升：
（1）在信息管理与信息系统专业学生的毕业设计中，学生对于信息系统实现完整程度有了明显的进步，数据分析的能力也有显著提升。在毕业设计中，信息管理与信息系统专业更多学生以数据分析作为论文选题，论文质量很高，多篇论文获得校级、湖北省优秀论文。
（2）信息管理与信息系统专业学生积极申请各类别的大学生科研计划、社会实践活动，积极参加国家级、省级全国数学建模竞赛、挑战杯等各类科技竞赛活动，获得了丰硕成果。例如在数学模型竞赛和数据分析竞赛中学生参与度和获奖方面取得了极大的进步：2018年仅有3位信息管理与信息系统专业学生在这两个方面获得省部级奖项，在2019年有20余位信息管理与信息系统专业学生获得了省部级以上的奖项，其中3项国际级获奖。
（3）信息管理与信息系统专业学生实践能力的提升，使得他们在实习单位更好地走进企业内部，能够运用自己所学的知识去处理实际工作中遇到的问题，将理论与实践结合，进而进一步增强自身实践能力，提升专业技能，更好地完成实习中的任务。因此，信息管理与信息系统专业学生在就业方面无论是就业的质量和数量方面都有了很大的提高。
（4）信息管理与信息系统专业学生积极参与“学术领航”活动，在学习专业知识的同时，锻炼科研能力，从理论与科研结合方面来更好地提升了实践能力。因此，信息管理与信息系统专业学生一直保持良好的保研情况，基本上报送到985高校继续深造。
篇8
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。
篇9
当前网络、报刊等媒体报道了很多本科毕业生乃至研究生毕业后，适应不了工作压力和社会环境，做出了逃避等一些极端的做法，包括部分在大学期间表现非常优秀的学生，他们的社会适应能力也不尽人意。社会不专业提供论文写作和写作论文的服务，欢迎光临dylw.net适应性通常表现在：初到社会后不知道如何与人相处和交往；不知道如何处理工作中遇到的问题以及各种在学校不会遇到的复杂情况；不知道如何安排和处理个人生活等，导致该部分学生走上社会后有失落感和挫败感，心理素质差的毕业生开始否定自我，从而严重影响了他们在社会上的表现，有的甚至走上自我毁灭的道路。大学毕业生的社会不适应性越来越受到社会以及高等院校的关注。
信息与计算科学专业自1998年被国家列为一个新的专业以来，现在几乎每个高校都设置有该专业，取得了长足发展。[1，2]但是随着社会的发展，知识的日益更新以及企业对毕业生的要求越来越高，全国高校中的信息与计算科学专业仍存在诸多问题，培养目标及目的不明确，专业课程设置不合理等导致各个高校的信息与计算科学专业特点不突出，没有创新性，这些问题若不能很好的解决，势必会影响该专业的生命力。[3]
黑龙江科技大学信息与计算科学专业从2001开始招生，培养了上千名毕业生，为黑龙江的区域经济乃至全国的IT业做出了卓越贡献。近年来黑龙江科技大学更新教育理念，依据社会对信息与计算科学专业毕业生的要求对传统的教学方法和培养模式进行了改革，大力推动能力培养和素质教育，把传授知识与应用能力和创新能力的培养有机地结合起来，重点培养学生的社会适应能力，为他们以后步入社会打下良好的基础。
一、依据社会需求和学校特色，制定好专业人才培养目标
随着社会的发展，大信息和大数据时代的到来，特别是2014年“两会”的召开，当前需要大量的专门技术型人才进行大数据收集分析、处理，为政府、企事业单位的决策提供信息辅助。大数据时代的到来对于信息与专业提供论文写作和写作论文的服务，欢迎光临dylw.net计算科学专业人才培养来说，既是一个挑战，也是一个机遇。欧盟委员会《就业指导纲要》中指出：要培养大学生就业能力、创业能力和适应能力共三种能力，这里的适应能力就是指的社会适应能力。教育部要求信息与计算科学专业的毕业生能成为信息技术或科学与工程计算中能解决实际问题的高级专门人才。[4]因此，结合社会对信息与计算科学专业的需求和黑龙江科技大学的“自强不息、创业创新”的办学精神，将信息与计算科学专业的人才培养定位为主要培养具有扎实的数学基础，较强的数学思维能力，掌握信息与计算科学的基本理论、方法和技能，具有良好的思想道德素质、身体素质，较强的专业素养，良好的文化修养，能运用所学知识和熟练的计算机技术解决信息处理、科学与工程计算、金融领域中的实际问题的高级应用型人才。
二、改革课程体系设置，适应最新技术发展
在课程设置上坚持“强化专业基础，突出特点特色，培养综合能力”的办学原则，把课程体系分为四种类型：素质拓展类课程、计算数学类课程、信息科学类课程、技术实践类课程。改革模块化的课程设置，课程设置承前启后，避免每门课程的独立性和脱节性。为了适应大数据时代的到来，设置了数据挖掘和Hadoop平台等一系列课程，使学生在校就能紧跟时代技术潮流，毕业后能尽快适应社会发展。在一、二年级，加大专业基础课的教学、课时量等，充分保证学生具有较强的专业基础，为以后考研等进一步深造打下良好的基础。到三、四年级，各个方向的专业课全面展开，积极鼓励学生根据自己的兴趣、以后的职业规划按不同方向选课，跨专业选课，扩大知识面。开设的课程也会随着新技术的大量涌现而更新，最后形成以社会需求为导向的课程体系。
三、提高实践教学质量与学生的动手能力
2014年号称中国高校毕业生最难就业年，但同时企业需要大量技术性人才，这就构成了中国毕业生结构性失业的重要特征。高校中各专业加强学生专业技能训练、提高学生的综合素质，是办好该专业的重要问题。[5]信息与计算科学专业实践教学的目的是能运用所学的理论、方法和技能解决信息技术或科学与工程计算或运筹控制中出现的实际问题。实践教学体系的好坏直接关系着培养“社会适用型”人才目标的实现。
1.课程设计
对于课程设计，在掌握、理解好本门课程理论知识的同时，做到理论联系实际。通过编写程序、运用数学软件解决本课程知识点的实际问题，使学生获得科学研究的基本训练，提高实际动手能力。课程设计时间由原来整个大学期间的2个课程设计增加到每个学期都有2周的课程设计，使学生能做到本学期学到的知识马上可以实际应用，增强知识的融会贯通。
2.生产实习和毕业实习
生产实习和毕业实习是学生结束大学学业走上社会岗位的临界点，也是大学期间最重要的锻炼机会，对于接触和适应社会有着非常重要的作用。近两年，通过院系领导和全体教师的共同努力，联系企业建立实习基地，让全部学生“顶岗”实习，从而使学生能真正接触工作岗位，适应社会。该做法得到了学校和学生的高度认可，今后还要将该想法进一步发扬光大。
3.毕业设计（论文）
毕业设计（论文）是本科教育的最后一个实践性教学环节，是实现培养适应型人才各方面素质的重要教学环节，既是对学生大学四年综合素质的检验，也是对指导教师工作责任心、研究水平和工作能力检评的重要手段。通专业提供论文写作和写作论文的 服务，欢迎光临dylw.net过几年的努力，信息与计算科学专业在毕业设计（论文）方面做了如下尝试：选题方式采用双向选择和鼓励同学们自主选题，对于就业学生要求一定要结合生产实习和毕业实习真题真做，全部来自于工程实际，从而使学生毕业后能以最快的速度适应社会。对于要进一步深造的学生，让其与教师一起参与科研，为其进一步读研奠定基础。既锻炼了学生科研方面的能力，也比较容易得到高质量的毕业设计（论文）。[6]
4.培养大学生创新创业能力，加强文化修养教育
创新教育体系是以培养创新意识、创新思维、创造能力等为目的的系统教育活动。目前我国大学生就业压力越来越大，国家特别鼓励有创新思维的大学生创业，带动其他人就业。但是目前高校中没有真正的创业实践课和创业实践基地。大一、大二年级鼓励学生选修全校人文、经管类的课程如“人机交往”“企业管理”等，加强学生的文化修养，培养学生的创业创新能力。从大学一年级开始实施本科生导师制，鼓励学生积极到专业基地创新实验室或参与到教师的相关教科研项目中来，培养学生的科研兴趣和创新能力。实践证明，经常在创新实验室跟着教师做科研的学生，综合素质明显提升。课下鼓励有能力的学生积极参加各种专业竞赛活动如ACM程序设计大赛、全国数学建模大赛等，为以后的就业增加砝码，最终达到提升学生创新水平和创业能力的目标。
四、小结
经过多年的研究与实践，黑龙江科技大学信息与计算科学专业的社会适应型人才培养取得了一些成果。但社会在发展，社会对信息与计算科学专业毕业生提出了更高的要求，因此应该对信息与计算科学专业人才培养模式进行不断地研究和实践，科学定位，加强师资队伍建设，提高学生的动手能力和创新创业能力，为国家经济社会发展培养高素质的社会适用型人才。
参考文献：
[1]叶明凤，姜成志.新世纪信息与计算专业人才培养模式的研究与实践[J].大学数学，2008，24（2）：3-6.
[2]中华人民共和国教育部高等教育司.普通高等学校本科专业目录和专业介绍[M].北京：高等教育出版社，2012.
[3]周晓晶.信息与计算科学专业创新创业教育人才培养途径[J].沈阳农业大学学报（社会科学版），2013，15（2）：221-223.
篇10
随着大数据时代的来临，越来越多的企业开始意识到在电子商务中应用大数据的重要性[1]。我国国务院于2015年8月31日印发了《促进大数据发展行动纲要》，将加强大数据专业人才培养确立为国家大数据战略政策保障机制之一，提出了“开展跨学科大数据综合型人才培养，大力培养具有统计分析、计算机技术、经济管理等多学科知识的跨界复合型人才”[2]。中小企业是企业中的主体，占企业总数的99%以上。但对于中小企业而言，大数据人才的缺乏已成为制约其电子商务大数据应用的重要因素之一。面向中小企业培养电子商务大数据人才具有重要的意义，本文将在开展人才需求分析的基础上，探讨如何面向中小企业培养电子商务大数据人才。
1、面向中小企业的电子商务大数据人才需求与培养目标
自电子商务专业开设以来，人们针对电子商务人才需求和培养开展了大量研究。虽然电子商务技术发展迅速，但到目前为止一般还是将电子商务人才需求分为四类：运营类、技术类、销售类和综合管理类[4]。电子商务大数据人才总的来说是属于第二类，即技术类人才。通过其所开展的大数据分析，为其他三类人才的工作，包括运营、营销和管理应用提供支撑。调研表明，电子商务大数据人才本身因其侧重点不同又可以分为两类：一类是偏重于大数据分析平台建设和分析工具开发的研发人才；另一类是偏重于大数据应用，如提供决策支持、客户分析、营销服务等的应用人才。由于大多数中小企业通常不具备独立开展大数据应用开发的条件，而主要是应用第三方的大数据分析平台和工具，因此，面向中小企业的电子商务大数据人才以商业分析与应用人才为主，并需要少量从事第三方平台或工具开发的研发人才。基于以上需求分析，我们将中小企业电子商务大数据人才培养目标确定为：培养具有大数据意识和思维，熟悉大数据和电子商务的相关技术，能够熟练应用大数据分析工具开展电子商务相关的数据分析和应用，并具有一定的大数据分析软件开发能力的技术应用型人才。
2、面向中小企业的电子商务大数据课程体系构建与实施
2.1课程体系构建
从培养目标来看，中小企业电子商务大数据人才的知识能力体系可分为三个层次：第一层次，大数据和电子商务的前导知识和技术，即计算机、经济管理和数理统计基础知识和技术；第二层次，大数据和电子商务相关知识和技术；第三层次，电子商务大数据分析软件的开发和应用。在此基础上，可以构建电子商务大数据课程体系。由于电子商务和大数据技术的发展速度迅猛，且可能的实现技术比较多，为使得课程体系具有较强的通用性，我们在图中并未指定各方面技术具体使用什么软件。但每一方面技术目前都有一些主流的产品，我们在软件选择时一般应尽量选择当前的主流产品。如程序设计一般选择Java语言，数据库则建议选择Oracle，大数据存储和处理建议选择Hadoop，统计软件和大数据挖掘工具建议选择A，大数据软件开发建议选择R语言。
2.2师资队伍建设
电子商务大数据应用是一个全新的领域，综合运用了电子商务和大数据技术。根据电子商务大数据课程体系，电子商务大数据应用相关师资应当由两个方面组成：一方面是从事相关基础知识和技术的学科基础课程师资，如数学、计算机、经济管理等，这一部分师资由相关学科提供；另一方面是熟悉电子商务、精通大数据技术并能将二者结合起来的专业方向师资，这一部分的师资应当是由现在的电子商务专业教师承担，电子商务大数据师资建设的重点就是如何提升电子商务专业教师的大数据分析和应用能力。目前国内高校电子商务专业教师主要来自于计算机和经济管理两个方面。电子商务大数据应用重在大数据的商业应用，因此，对于计算机专业出身的教师而言，在深入学习掌握大数据技术的基础上，应加强商业运营与分析领域的学习；对于经济管理专业出身的教师而言，则需要在加强数据库、算法等计算机基础知识和技术的基础上深化大数据技术的学习。而对于所有电子商务专业教师而言，在深入掌握大数据技术后，需要结合大量企业案例开展大数据实践以提高实际应用能力，但单一中小企业显然难以提供大量数据和案例，因此，高校应积极与行业协会，通过地方的行业协会获取本地区众多企业的电子商务运营数据后进行大数据分析实践，这一方面可以提高师资实践水平，另一方面可以帮助广大中小企业利用电子商务大数据技术来优化生产经营。
2.3实践教学开展
电子商务大数据人才作为技术应用型人才，其实践应用能力的培养是最为重要和关键的。我们主要从实践教学体系构建、实验实训室建设、实习基地建设、实践教学组织几个方面探讨实践教学的开展。
（1）实践教学体系构建
电子商务大数据人才培养的实践教学体系由三个层次组成：第一层次是课程所对应的实验实训；第二层次是创新实践训练，其中包括课程设计、毕业设计和各类创新实践训练项目；第三层次是企业岗位训练，包括短期见习和毕业实习。
（2）实验实训室建设
为满足电子商务大数据实验实训教学需要，该专业的实验实训室应由三方面组成：其一，基础性的计算机和运筹统计实验实训室；其二，专业课程实验实训室，主要包括电子商务实验室和大数据分析实验室；其三，创新训练实验实训室，主要用于创新实践训练。其中计算机、运筹统计、电子商务的实验室建设都比较成熟。而大数据分析实验室的建设案例不多，创新训练实验室因其面向专业不同差异很大，在此我们主要讨论一下这两个实验室的建设。大数据分析实验室主要应包括多台用于数据存储与处理的服务器、电脑、移动终端等硬件设备及Hadoop、A、R语言等大数据存储、分析和开发的软件。创新训练实验室在服务器方面应尽可能与大数据分析实验室共享，并采用分组结构以方便小组交流合作，并配以必要的电脑、移动终端等硬件设备和大数据分析工具软件。
（3）实习基地建设
虽然需要电子商务大数据分析人才的中小企业数量众多，但每家企业的相关岗位都很少，这就给本专业的集中实习带来了一些困难。为解决这一问题，我们可以从三个方面着手建设实习基地：第一，与行业协会合作，以其为载体面向区域性的行业企业群开展实习基地建设；第二，与专业从事大数据分析的开发和应用的IT企业合作建设实习基地；第三，在对真实企业案例数据进行收集整理的基础上，建设仿真性的校内实习基地。
（4）实践教学组织
在实践教学管理方面，应邀请企业电子商务领域的高级管理和技术人才参与，建立由院系教学院长（主任）、企业高管、专业负责人共同组成的实践教学指导小组和由专业带头人、骨干教师、企业专家共同组成的实践课程建设小组。在实践教学师资方面，由于电子商务大数据分析的教学必须是理论与实践相结合，因而本专业的实验实训教学最好由理论课程教学老师来承担；同时，所有老师应全面参与到学生创新训练指导，通过这一指导过程，在培养学生创新应用能力的同时也提升了教师的实践能力和教学水平；此外，本专业所有老师应轮流参与实习指导，通过实习指导可以掌握企业对电子商务大数据应用的真实需求，从而推动教师在课程建设和校内实践教学更贴近实际应用。
参考文献：
[1]王惠敏.大数据背景下电子商务的价值创造与模式创新[J].商业经济研究,2015(7):76-77.
[2]国务院关于印发促进大数据发展行动纲要的通知[EB/OL]，2015-09-05.
[3]邓之宏,邵兵家,段建.中国企业电子商务岗位人才核心技能需求研究[J].实验技术与管理,2012(11):136-140.
[4]孙鑫婷,王德林,姜瀚,李名丽,楚会仙.从招聘信息看电子商务专业人才需求特点[J].中国冶金教育，2015(3):24-27.
篇11
1 引言
在现有的毕业论文选题系统中，一个学生只能选择一个题目作为自己最终的题目，同样，一个题目只能分配给一个学生。如果最后题目由学生自己确定，那就会出现先选的学生具有更大的选择余地，后选的学生由于不能再选已经选定的题目，所以其可选择的题目会越来越少，这对很多学生来说很不公平。如果学生选择自己的志愿，最终题目由老师来定，这不但加大了老师的工作量，而且还是不能保证每位同学的公平性。如何采用计算机智能辅助选题，设计最优匹配算法实现学生与题目的整体最优匹配，会大大提高选题的效率。
汤颖曾在《毕业设计立项与选题管理及其支持系统》中提出，采用模糊匹配技术进行学生-题目的自动匹配；潘志方在《一种改进的Ford-Fulkenson算法在选题系统中的应用研究》中将题目与学生的匹配抽象为二分图的匹配，并采用改进的Ford-Fulkenson算法实现题目与学生的自动匹配。以上两种方法只考虑了学生与题目之间的最大匹配值，并没有考虑学生的整体满意度最优的情况。
本文将通过采用最优匹配算法（KM）确定一种匹配方案，使得学生的整体满意度最高。具体方法概括如下：学生预选多个题目，并根据自己对题目的满意度由高到底排序，这样，满意度成为二分图的一分值，如图1所示：
2 系统功能模块设计
根据前期的可行性分析，本系统主要进行以下模块的设计：系统管理员模块、专业负责人管理模块、指导教师管理模块和学生选题模块。
系统管理员模块主要负责对系统参数的设置及用户的管理。主要实现以下功能：
（1）系统设置：对系统标题、毕业生、选题参数设置；
（2）学院及专业设置：完成学院、专业的添加、删除、修改操作；
（3）数据字典的维护：教师信息、选题难度、选题方向灯信息的维护；
（4）教师和学生的管理：完成教师、学生信息的添加、删除和修改操作；
（5）文件文化建设管理：日志文件查看、上传文件的管理。
专业负责人管理模块与系统管理员权限相似，但操作的数据只能针对于指定专业，无法浏览及操作整个学院的课题及学生信息。最重要的功能是实现题目的审核。
导师管理模块主要用于选题以及选择自己选题学生的审核确认。
（1）个人中心管理：如信息修改及密码重置；
（2）选题管理：选题的增加、修改、删除以及选题类型的设置；
（3）学生选题查询及审核。
学生模块主要实现学生选题的选择及确认。
（1）学生个人信息的修改；
（2）学生选题及确认信息查询；
（3）学生留言及咨询。
3 KM算法在系统中的实现
KM算法由Kuhn和Munkras分别提出来，这是一种问题。经典的算法。该算法由通过每个顶点一个顶标（A[i][j]）来求最大权匹配的问题转化为不断寻找增广道路以使二分图的匹配数达到最大的完备匹配。KM算法的关键在于不断寻找二分图中的可增广道路。如果找到一条可增广道路，就可以额将属于和不属于相等子图的边取相反，从而相等子图里就是增加一条边，一直到所有的顶点都进入相等子图为止。
KM算法可以很好地解决选题系统中，题目与学生最优匹配的问题。下面以国际商学院09级本科学生选题为例。
在匹配过程中，设学生的集合为X={X1，X2，X3……Xn}，选题的集合设置为Y={Y1，Y2，Y3……Yn}，学生对自己选题的满意度为二维矩阵Z[m][n]，其他题目规定权值为0。系统规定学生最多可预选3个题目，并按照满意度分别设置0.9，0.7，0.5。以下表1是对国际经济与贸易专业使用不同算法得出的学生满意程度。
下面对以上数据进行说明。如采用手工分配的方式，使得681名学生中414名同学分的了题目，满意度为60.82%；如果采用最大匹配算法进行分配，可以使分配数达到最大，有517名学生分得题目，满意度上升为79.99%；最有用最有匹配算法进行分配，使总体满意度达到78.24%，533人。需要说明的一点是，KM算法只是找到了整体最优匹配而不是最大数匹配，如果整体最优情况下匹配数和最大匹配数相差得太大的话，那么整体最优方案显得不太可取。所以，最好的情况就是同时考虑最优匹配和最大匹配来同时控制两者的大小。
4 结语
本系统实现了毕业论文选系统工作的各个管理功能，通过实现教师与学生的双向选择，使用KM算法，提高选题的质量和效率，为学院充分利用网络完成毕业论文选题工作提供了便利的平台。
参考文献：
[1]汤颖.毕业设计立项与选题管理及支持系统[J].合肥工业大学学报，2006，29（5）.
篇12
为了培养学生具有物流优化建模的能力，以管理运筹学、物流系统工程作为物流管理专业的核心专业基础课程，以使学生在学习物流中心设计与运营、仓储管理、企业采购与供应管理、多式集装联运、供应链管理等专业课程当中具备相应地基础建模及优化知识。同时为了提高学生动手解决问题的能力，在管理运筹学等专业基础课程开设之前开设“MATLAB基础及应用”这样的课程以及在相关专业基础课程中开设诸如LINGO、CPLEX等教学模块，并进一步在专业课程中布置设计实用软件使用的课外作业以强化学生的实用软件使用技能。此外，为了培养学生管理科学的知识，设置了这样一条学习主线：管理学原理→经济学原理→物流经济学→计量经济学（含Eviews软件教学模块）→电子商务（重点包含商务信息检索，存储，商务信息处理及分析）。
最后，对于物流管理专业学生，笔者更倾向于开设模块化能力非常好的成熟的通用软件，例如MATLAB，SPSS，R，Eviews，LINGO，CPLEX，Flexsim，Extend，Witness，Arena，Netlogo等成熟的科研软件，既让学生学会了基本的解决问题的方法，也让学生种下了科研分析的意识种子，从而很好地引导他们更多地主动学习新领域的新知识，同时也为将来有一部分学生走上研究生学习之路做了更好地铺垫。例如，数学规划软件LINGO（嵌入了分支定界算法）对于一个整数规划问题，可以利用简短的几行语句完成求解及灵敏度分析，这样学生就不用从头开始写经典的分支定界算法的程序，从而在减轻学生负担的同时也让学生体会到成功求解的乐趣，进而增强学生学习及进一步自学的兴趣。综合以上分析，针对物流管理类专业学生在毕业设计及在课程设计中所表现出的动手解决问题———给出定量结果及分析能力不足的现象，提出物流管理类专业实用软件技能培养目标及新的组合式实用软件技能培养模式。
二、物流管理专业学生实用软件技能的培养目标
（一）信息搜索能力
在日常学习及毕业设计过程中，如果学生具备非常好的搜索技能，那么学生能在非常短的时间内找到解决问题的资料、工具、方法，从而提高解决问题的可能性。对于信息搜索能力，首先，学习常用的搜索引擎（Google，Baidu，Sogou），了解每个搜索引擎的优势及特点，例如，Google搜索引擎提供的子功能GoogleScholar可以提供学术资源的查找与搜索，尤其是英文学术资源的查找；其次，了解学校电子图书馆提供的电子资源概况，以及如何获取和使用这些资源，包括学习使用一些常见的文献管理软件如NoteExpress，EndNote等；最后由专业课教师在平时上课的过程中或者在新生专业介绍会上列出与物流管理专业相关的常用社区、论坛或微博网址，如了解与管理、经济等物流管理专业相关的大型学术网站———人大经济论坛。
（二）信息存储技术
21世纪已经进入大数据的时代，如何采集数据，利用数据挖掘出数据背后的有用信息是非常有潜力的一种管理模式。例如著名的尿布—啤酒故事就是典型的购物篮分析所带来的好处，而没有大量历史数据的使用与存储，购物篮分析又谈何容易。而大量的数据从各种链接、免费数据库、商业数据库采集时，需要考虑采用何种方式存储这些数据，以及如何管理并利用这些数据，因此，我们应该学习有关信息存储技术。学习数据库技术可以实现对一些分散的数据进行集中统一管理。
（三）信息处理能力
在收集好数据之后，对数据信息进行合理的处理是获取信息价值的必要途径，给学生介绍相关数据信息处理软件：Excel，MATLAB，SPSS，R，EViews等。这些软件都比程序设计语言处理数据要更加易于学习和使用，而且对于数据的可视化都较其他程序设计语言工具方便得多。此外，对于海量数据的处理还可以借助诸如Or-acle、SQLServer这样的大型数据库。
（四）问题建模及求解能力
对物流管理专业类学生而言，物流作为第三利润源的概念已经通过很多专业基础课程及专业课程的学习而深深映入脑海，那么思考的一个问题便是如何挖掘第三利润源，也就是采取何种策略降低物流成本，使得物流冰山下的成本得以不断减少，从而达到追逐并获得第三利润源的目的。这个过程其实就是优化问题，即如何建立优化模型，例如建立模型优化生产调度策略，优化车辆配送路径，优化物流配送车辆装载率，优化供应链的库存，对供应链订单进行排序等，这些优化模型构建的相关基础知识在物流管理专业核心课程———管理运筹学里都有详细的介绍，但是对于求解的方法基本都是介绍的经典理论且是对非常小规模的问题进行处理，然后用手工计算的方式进行求解。为此，我们提出介绍一些建模优化软件如LINGO、CPLEX、MATLAB等来对问题进行求解，从而实现所解决的问题更接近实际情况。
（五）结果展示能力
当对一个问题进行分析，建模并求解之后，需要对结果进行展示，其中包括数据可视化的展示，即图形化表示，为此学生需要具备一定的绘图能力，这个任务可以通过学习MicrosoftVisio及Excel的绘图功能来完成。此外，我们需要对相关结果形成正式的报告或文档（毕业设计论文，课程设计报告），这个任务可由微软办公软件WORD来完成，即学习WORD中的一些高级排版技巧（自动生成目录，自动公式编号等）。最后，学生可能需要在一些公开场合（例如参加全国大学生物流设计大赛的答辩会）展示自己解决问题的成果，这时需要使用到PowerPoint多媒体功能。
三、物流管理专业学生实用软件技能的培养模式
（一）单独开设相关课程
对于某些应用范围大、处理能力强的通用软件或开发软件应单独开设系列课程，例如对于在诸多场合（优化、数据处理等）都非常实用的软件MATLAB可以考虑单独开设课程来讲授，以使学生在后续课程当中可以不断地使用该软件解决课程作业及进一步解决更加实际的问题。这些软件技能的培养对于其他课程能起到承上启下、循序渐进的纽带作用。
（二）依托相关专业基础课或专业课设置教学内容模块
对于某些学习难度不是太大的实用软件技能，采用随堂教学的方式依托相关课程设置一定学时的教学内容模块来实现软件的普及入门。例如EXCEL、WORD、VISIO的学习可以放在校必选基础课———“计算机文化基础”课程里，而对于LINGO可以放置在“管理运筹学”课程里，而且从2012年开始，兰州交通大学物流管理专业选用由李引珍教授编著的国家级精品课程教材《管理运筹学》已经将LINGO列入了每一章的讲授内容。此外，基于Logware软件的供应链仿真建模分析也在相关课程设计中得以运用，即对于依托相关课程实施实用软件技能培养已迈入了实质性的教学阶段。
（三）设置引导型教学模块
考虑到总学时的限制，教师在讲授某些主干课程的同时，指出要求学生自学的实践内容，即开展引导型教学模式，以培养学生的自学意识和自学能力，达到延伸、扩展课堂教学内容的目的。这部分内容可以由教师指出学生自学的提纲，内容，自学的方式、方法以及自学的资源（推荐书籍，推荐学习的工具、学习网址），由学生课后业余时间主动学习。而且对于引导型教学模块的内容，还可以设置自学应该达到的目标，考核的方式（例如做一次汇报）及手段。
篇13
（一）对计算机专业课程体系的影响
大数据产业的发展，对计算机专业人才提出了新需求。国内各高校在大力开展大数据学术研究的同时，势必将大数据相关理论与技术知识融入计算机专业人才培养体系中，以满足现代社会对大数据应用人才的需求。
（二）对计算机专业人才教学模式的影响
大数据时代的计算机专门人才应能系统掌握数据分析的相关能力，具备较为扎实的信息技术与数据科学相关知识、较强的信息技术工程实践与大数据分析能力。因此，各大高校应在计算机专业人才的培养体系中融入大数据相关理论知识与实践技能，在计算机专业教学过程中注重多学科整合、理论与实践的结合。
（三）教师队伍建设影响
为培养合格的大数据管理分析计算机专门人才，势必要修订先前的计算机专业课程体系，对其融入众多大数据应用与分析相关课程。新课程的引入、新教学内容的增加，也对计算机专业教师队伍提出了新要求。培养大数据时代计算机专业人才必须加大教师培训力度，适时提高计算机专业教师大数据理论与技术水平。
二、大数据视角下计算机专业人才培养的基本原则
如今，大数据产业如火如荼地发展。为培养适应大数据时代需要的具有较强计算机技术实践应用能力与知识创新能力、大数据管理分析能力的高级应用型工程技术人才，大数据视阈下的计算机专业人才培养应遵循以下基本原则。
（一）多学科协同
计算机专业是一个软硬兼顾的宽口径专业，是面向系统、侧重应用的专业。计算机专业涵盖课程面非常广，与其他学科联系比较紧密。同时，大数据时代对计算机专业人才提出新的大数据处理与分析要求。因而，大数据时代计算机专业人才培养要重视多学科协同创新发展，注重跨学科基础知识和交叉领域学习能力的培养。
（二）校企协同创新
大数据是互联网、物联网与云计算的产物。它要求计算机专业人才在具备一定的计算机软硬件系统分析开发能力的基础上，熟练掌握大数据采集、存储、管理、应用分析等能力。而各高校大数据视角下的计算机专业人才培养还处在探索阶段，未形成体系。大数据处理是学科交叉的系统性工作，应用性与实践性要求高，因此，大数据人才培养需要企业的参与。高校计算机专业人才培养方案与大数据研究机构及企业相结合，可为学生提供更多大数据管理与应用分析的生动案例与实践平台，提高计算机专业人才的大数据分析能力。
（三）以数据为中心
大数据时代，计算机行业发展成真正的信息行业。计算机专业人才应充分掌握大数据技术处理能力。大数据处理技术是指从各类、多源、异构、海量数据中，快速获得有价值的信息或知识。现今，软件的发展不再以编程为核心，转向以数据为核心。因此，大数据视阈下，计算机专业应以数据为中心，建设课程体系，组织教学内容，加强大数据分析处理能力的应用实践。
三、大数据时代计算机专业人才培养方案探索
（一）明确培养目标
传统的计算机专业旨在培养具有较强实践应用能力与知识创新能力，能从事有关计算机科学与技术方面的研究、应用和开发工作的高级应用型工程技术人才。然而，大数据时代下，计算机专业人才应在具备一定数学、计算机等知识的基础上，较全面地掌握大数据方向的基本理论和技术。因而，大数据时代计算机专业应以培养具有较高综合业务素质、较强计算机工程实践与应用创新能力，系统掌握大数据系统管理、研发、分析与利用能力的高水平、复合型精英人才为目标，以适应大数据时代对计算机专业人才的需求。
（二）合理设置课程体系
大数据的影响力已辐射到人类生活的众多行业领域，计算机技术更是面临巨大挑战。由于大数据资源的规模宏大、多源异构，计算机技术在大数据处理、存储、通信、传输等方面面临众多难题。为适应大数据时展，满足市场对大数据应用专门人才的需求，计算机专业教学应注重教授学生基础理论知识，培养其应用创新能力，从计算机、通信、统计分析、管理等多学科融合角度出发，进行计算机专业课程体系的设置。
1.基础课程设置
注重多学科基础理论与知识的学习与领会。由于大数据背景下的计算机技术涉及多学科领域知识，这要求计算机专业基础理论课程不仅包括传统计算机专业基础理论课，还要涵盖大数据相关的理论知识（如大数据技术基础、云计算技术、物联网、概率论与数理统计等），引导学生了解大数据技术，激发学生对大数据产业的兴趣。
2.计算机专业课程设置
大数据视阈下，计算机专业课程的设置主要是使学生掌握必要的与大数据相关专业知识和专业技能，了解大数据时代计算机专业的前沿科学技术和发展趋势，培养学生分析解决计算机工程实际问题和企业大数据应用实践问题的能力。主要专业课程包括管理信息系统、数据库原理与应用、NoSQL数据库技术原理与应用、分布式数据处理、数据分析、模式识别、机器学习、数据挖掘、分布式文件系统HDFS、分布式计算框架Mapreduce、集群文件系统ClusterFS、分布式数据库HBase、分布式数据仓库Hive。
3.计算机专业实践性课程设置
这类课程重在培养学生解决大数据应用实践问题的能力，提高学生大数据分析与应用创新能力。其核心课程有Hadoop实践、并行与分布式计算、社交网络分析、大数据实例分析、HadoopMap/Reduce技术原理与应用、海量数据分析、数据可视化、大数据安全与隐私保护。
（三）采用多维立体实践教学模式
大数据背景下，计算机技术是一门实践性与创新性较强的学科。因此，计算机专业教学势必要变更传统教育模式，从人才培养流程上构造课内实验、课外实践、课程设计、毕业设计、企业实习等不同层次的多维实践训练体系。大数据在海量数据、实时数据、社交网络分析等方面的应用主要来自企业，所以具备大数据技术的专业人才的培养需要企业参与。同时，在互联网时代，大数据已成为企业核心战略资源，也是企业创新的源动力，而企业大数据人才的需求离不开高校的培养。为此，应构建学校、在线平台、企业实习基地等多途径立体实践训练体系，打造校内外联合实习、校企互利双赢、线上/线下教学相结合的实践教学模式。
