引論：我們為您整理了13篇大數據相關畢業設計范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

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 畢業設計工作現狀分析

1.1 什么是畢業設計工作

畢業設計是高職院校教學的最后一個實踐環節，是對所學知識全面的總結以及系統的運用，通過畢業設計，學生可將課堂上學習到的知識與實踐知識聯系起來，同時還可以鍛煉學生運用相關專業知識的能力。

畢業設計的難度要大于一般的課堂教學中的課程設計，因為通常畢業設計設計的知識面很廣，可以很好的鍛煉學生將理論知識運用到實踐中的能力。

1.2 畢業設計工作對于人才培養的重要意義

畢業設計工作對于一個即將踏入社會的學生來說是非常有意義的，具體包含以下幾個方面。

（1）畢業設計可以提高畢業生的綜合素質和能力

在中醫院校信息技術類專業的教學中，畢業設計是教學的最后一個環節。學生在離開校園之前，要對其最后的理論知識與實踐應用進行綜合訓練，同時，學生綜合素質也要得到相應的培養和提高，畢業設計對提高畢業生的創新能力以及科研水平也有很大的幫助。

（2）畢業設計是學生進入工作崗位前的演練

畢業設計可以看做是對即將進入工作崗位的畢業生的最后演練，在校教育的最后一年，學生面臨多種選擇，就業、創業等。同時他們也面臨著四個轉變：從經濟不獨立到經濟即將獨立的個人轉變；從同齡人活動群體到非同齡人活動群體轉變；從教師指導下的學習、工作項獨立的學習、工作轉變；從學習為主到工作為主的生活節奏的轉變。

為了學生可以順利的步入競爭激烈的社會，畢業設計成為重要的過渡階段，在這一環節，可以迅速的增強學生的自信心，提高學生的綜合素質和各項能力，增強學生的就業競爭力。

（3）畢業設計可以成為衡量專業教育水平的標準

畢業設計是學生對所學知識的運用，因此畢業設計的質量在一定程度上可以代表所學專業的教育水平和總體的教學質量。畢業設計是高校專業教育最后的一個環節，可以對教學的質量進行綜合性的檢驗，是衡量高校專業教學總體水平的重要標準。

1.3 當前畢業設計工作中存在的問題

（1）缺乏分析

在以往每一屆畢業生的畢業設計工作中，都只是簡簡單單的教師指導，學生主導執行，然后到最后的畢業設計答辯，得到最終的結果，以往的畢業設計工作到這就結束了，缺乏最終的總結分析，通過對畢業設計工作的總結分析，畢業生才能更清楚明白的了解本次畢業設計自己畢業設計作品結果。

（2）對于存在的問題不清晰

在畢業設計工作過程中將會有許多的問題或矛盾出現，以往的畢業設計工作沒有將這些問題很好的呈現，更沒有發現這些問題的實質所在，也就沒有很好的解決這些矛盾，所以畢業設計工作也就沒有體現出最重要的意義。

（3）學生評價不準確

在當畢業生根據自己的畢業設計作品而進行答辯時，各專業也都將會為每位畢業生的畢業設計作品給予相應的分數，人們往往會通過這個分數去衡量一個畢業生，這往往是不準確的，可能是由于在做畢業設計作品期間，學生忙于找工作等原因，影響到畢業設計的質量，所以說以分數衡量學生是不準確的。

（4）對教學的指導意義不明確

畢業設計不僅僅是一個對學生的培訓和實踐，也是衡量高校專業教學水平的一個很好的教學標準，但是目前許多專業中的畢業設計工作對各專業沒有推動作用，畢業設計工作反饋回來的結果對教學改革沒有明確的指導作用。

2 大數據分析技術

2.1 什么是大數據分析技術

大數據分析技術，通俗地講，是在多樣或巨量數據中快速收集和分析數據，獲得有價值信息的技術和能力，主要包括數據采集、存儲、 管理、分析挖掘、可視化等技術及其集成。

當前，大數據不僅指數據量的巨大，更重要的是要對大數據進行分析，只有通過分析才能獲取更多智能、深入、有價值的信息。大數據之所以具備戰略意義，之所以能夠有效提升競爭能力，不在于掌握了何等巨量的數據，而在于其有能力對這些有價值的數據進行處理和運用。沒有高性能的分析工具，大數據的意義與價值就不可能得到有效的洞察和釋放。因此，解決大數據問題的核心，是大數據分析技術， 它是最終決定信息是否具有價值的決定性因素。

一般而言， 大數據分析主要涵括預測性分析能力 （Predictive Analytic Capabilities）、數據質量和數據管理 （Data Quality and Master Data Management）、可視化分析（ Analytic Visualizations）、 語義引擎（ Semantic Engines）、數據挖掘算法（Data MiningAlgorithms）等五個基本方面。

具體的大數據處理方法有很多，但大數據處理的基本流程可以概括為四個步驟：采集；導入和預處理；統計和分析；挖掘。不同于傳統的數據處理，運用大數據分析技術進行數據處理，其基本理念可以凝煉為：要全體，不要抽樣；要效率，不要絕對精確；要相關，不要因果。從具體操作的層面來看，大數據處理可能用到的大數據分析技術包括：數據采集、基礎架構、數據存取、統計分析、數據挖掘、數據處理、模型預測、結果呈現等。

2.2 大數據分析技術對畢業設計工作的意義與價值

大數據分析技術在畢業設計分析工作的過程中有著重要的使用價值，具體的價值主要包括以下幾方面內容。

（1）大數據分析技術保障畢業設計分析工作順利開展。當面對7屆（從2005屆到2011屆）畢業生，854件畢業設計作品時，沒有一個良好的技術手段，是無法對如何龐大的工作進行整理和匯總。大數據分析技術可以解決數量大的問題，所以說大數據分析技術保障了工作的順利開展。

（2）大數據分析技術保障畢業設計分析工作順利進行。在面對如此多的數據進行統計整理時，將會遇到許多無用或錯誤的數據（俗稱“臟數據”），這些“臟數據”對畢業設計分析工作有著很大的影響。大數據分析技術在面對著這些“臟數據”，選擇刪掉，從而保障了畢業設計分析工作的順利進行。

（3）大數據分析技術保障畢業設計分析工作順利完成。當完整對數據的整理和匯總后，這樣的工作其實僅僅完后了一部分，還要對這些數據進行整理分析，這才是本次工作的重點。大數據分析技術是對有關聯的數據進行再一次的整理和分析，并將分析的結果以某種形式呈現，從而可以更直觀的表現出某種觀點，從而實現分析的最終目的。

3 畢業設計分析工作的目標與流程

3.1 畢業設計分析工作預期實現的最終目標

本次畢業設計分析工作主要為了解決上述中畢業設計工作中存在的問題，所有本次畢業設計分析工作的主要目標有以下幾方面。

（1）整理分析歷屆畢業設計工作內容。本次畢業設計數據分析統計的數據概況如下：

3個專業：計算機科學與技術、信息管理與信息系統、專升本

7屆畢業生：從2005屆到2011屆7屆畢業生的畢業設計作品。

41位指導教師：統計7屆畢業生的所有指導教師信息。

854件畢業作品：統計7屆畢業設計中所有畢業設計作品的全部信息。

（2）客觀的評價學生。在本次畢業設計分析工作中，分析了學生的畢業設計成績和指導教師的指導時間，通過時間的長短可以較為客觀的評價學生的能力。

（3）將存在問題呈現，直面問題。將畢業設計質量分析的結果以繪圖的方式呈現，直觀的看出畢業設計工作中存在的問題與矛盾，促進問題與矛盾的解決，從而使畢業設計工作在以后的開展過程中更加有力、有序的進行。

（3）以強有力的數據分析推動教學改革。通過對畢業設計作品質量進行分析，從而可以查看出學生總體的學習范圍，并且可以促進教學內容的改變，推動教學體系的前進。

3.2 畢業設計分析工作的階段和流程

本次畢業設計工作主要有四個階段，分別是數據采集、數據處理與集成、數據分析以及數據解釋，具體每個階段的工作內容以及工作目標詳見表1所述。

4 畢業設計分析數據模型設計

（1）相關分析模型

相關分析是研究現象之間是否存在某種依存關系，并對具體有依存關系的現象探討其相關方向以及相關程度。相關關系是一種非確定性的關系。例如，在本次的畢業設計質量分析中，以X和Y分別記一個畢業設計作品質量和該作品畢業生的性別，或分別記畢業設計作品質量與指導教師的指導時間，則X與Y顯然有關系，而又沒有確切到可由其中的一個去精確地決定另一個的程度，這就是相關關系分析。

相關關系分析模型也是本次大數據分析過程中使用的主要的分析依據模型。

（2）對應分析模型

對應分析也稱關聯分析，通過分析由定性變量構成的交互匯總表來揭示變量間的聯系。可以揭示同一變量的各個類別之間的差異，以及不同變量的各個類別之間的對應關系。對應分析的基本思想是將一個聯列表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來。在本次畢業設計質量分析中，使用對應分析模型主要是為了以點的形式形成趨勢，從而可以在趨勢中看到數據波動變化。

（3）對比分析模型

對比分析是按照同一個參考依據，將同一類別的不同變量放在一起形成對比，通過不同變量的變化趨勢，進而分析變量之間存在的某種關系。

根據上述的分析模型進行相關數據的采集收集以及整理過程，如整理畢業設計成果形式數據分析時的內容如圖2所示。

5 畢業設計分析工作指標設計

在本次畢業設計分析工作過程中，整理的大量指標及其數據，具體的指標有教師指導畢業設計的數量、畢業設計成果形式、科研項目衍生課題數量、參加二次答辯分析、不同軟件開發技術的畢業設計作品、不同數據庫技術的畢業設計作品、不同作品成果形式的畢業設計作品數量、作品擴展形式等眾多分析指標，分析指標的具體內容詳見表2所述。

6 畢業設計工作分析結果

6.1 分析報告結果形態

筆者與團隊經過長時間的整理，最終將如此多的數據整理匯總，并對畢業設計作品的質量進行分析，本次分析的結果改變了以往紙質分析報告的常規，本次的畢業設計質量分析結果以Web化的形式呈現，網站地址為：http：//，如圖3所示。

本次的分析結果以網站的形式呈現，這樣這設計的主要目的及意義有以下幾方面內容。

（1）方便快捷。本次主要使用的是ECharts畫圖的方式，運用ECharts多種繪圖的方式，將數據導入到ECharts畫圖代碼中，可直接生成圖像，也可對圖像進行形狀改變，從而方便快捷。

（2）修改整理方便。當在分析的過程中，可能發現某些數值或字段是缺失或錯誤的，可在源數據中進行準確查找，并可將查找后的結果直接寫在代碼中，這將會自動從新繪制新的圖形，從而可以在修改、查錯的過程提供方便。

（3）分析結果直觀、效果強。以網站形式將分析的結果呈現，可以直觀、方便地看到畢業設計質量分析的結果，同時也可根據每個分析指標結果的色彩不同，從而可以更加直觀的展示出各個字段之間的差異性，從而使分析的結果更具有可視化。

6.2 分析結果呈現

（1）歷屆教師指導畢業設計作品成績層次匯總分析

首先對歷屆教師指導畢業設計數量進行統計，具體統計結果如圖4所示。

然后對歷屆教師指導畢業設計作品成績進行統計，并對其成績層次比例進行匯總分析，具體分析結果如圖4所示。

從圖4中可以看出，歷屆教師人均指導畢業設計的數量成逐步上升趨勢，從圖5教師指導畢業設計的質量來看，所有的畢業設計中，優秀比率在30%以上的教師有9人（22%），優秀比率在30%以下的教師有32人（78%），從而充分的說明了，教師指導的力度不夠，從而促使畢業設計的優秀率偏低。

（2）指導教師初評成績分析

對歷屆指導教師初評平均成績與畢業設計參加一次答辯時的平均成績進行統計分析，統計結果如圖6所示。

從圖中可以看出，指導教師給自己所指導的畢業設計的打分（平均值），普遍高于一次答辯時評委組給相應畢業設計的打分（平均值）。

充分的體現出指導教師對自己所指導的畢業設計作品的存在一定的“私心”，指導教師沒有進行嚴格把關，展現出畢業設計工作中的問題。

（3）畢業設計所用軟件開發技術分析

對歷屆畢業設計作品中所使用的軟件開發技術進行統計分析，結果如圖7所示。

在本次分析的過程中，也根據性別進行統計，統計分析結果如圖7所示。

通過兩個分析結果，可以看出HTML/CSS和JS/Jquery是畢業設計中用的最多的技術；.NET、C#的比例也較高，但從趨勢來看，C#的比例有下降趨勢；JAVA、JSP和C/C++呈上升趨勢；PHP的比例相對穩定；ASP技術明顯呈下降趨勢。結合性別分析發現，男生中，使用C#與使用JAVA的人數基本持平，約為1.3：1，而女生中，這一比例達到2.8：1，說明女生更傾向于使用C#。

根據上述的分析，可以為本專業類教學內容體系的改變提供重要的依據，學院可以根據學生使用的比率而進行教學內容的改革。

7 畢業設計分析工作存在的不足與改進

7.1 存在的不足

（1）指標點少。由于本次畢業設計分析工作是第一次對畢業設計質量進行分析，所以在設計和整理的過程中所使用的指標點都較少，所以造成本次畢業設計分析內容有待升華。

（2）關聯性低。在進行關聯數據分析時，對收集到的數據關聯分析較低，沒有充分的發揮出每一個字段的價值，同時，在本次畢業設計質量分析中，關聯分析力度不足，如沒有對畢業生的在校職位與畢業設計最終成績分析、指導教師的年齡與指導畢業設計作品成績分析等，這都是本次畢業設計分析工作中的所欠缺的。

（3）數據清洗度不高。雖然在前期對數據進行清洗處理，但是處理的力度不夠，所以在分析過程中，仍能發現存在許多錯誤的數據，這樣給畢業設計分析工作帶來了一定的影響。

7.2 下一步計劃

根據本次畢業設計分析工作中存在的問題，在以后的分析工作中，將加大對指標點的統計整理，如學生的籍貫、學生在校期間獲得的獎項、教師的工齡、教師的性別等等，同時也將增加每個指標點之間的關聯分析，從而使每個指標點數據更加有意義。

8 結束語

隨著國家技術的不斷發展，信息化的不斷發展，大數據分析也起到了越來越大的作用，為每個項目的發展和前進提供了重要的依據。本文也結合了大數據分析技術對畢業設計作品進行質量分析，從分析結果中得到許多的結論，也為教學改革提供依據，從而也推動了整個教學內容體系的完整和發展。

參考文獻：

[1]劉智慧，張泉靈.大數據技術研究綜述.智能系統與控制研究所，2014-06.

篇2

計算思維是運用計算機科學的基礎概念求解問題、設計系統和理解人類行為。為了在實踐教學中體現這個基本思想，我們采用遞進式的教學任務分解方法，在實驗教學的3個環節中進行具體的實施，其步驟是層層疊加、逐步深入，目標是最終培養具有一定計算思維能力的專業人才。遞進式實踐教學改革的總體方案如圖1所示。首先，課程設計環節主要是通過給學生講解能夠反映計算思維的典型案例，讓學生相對獨立地求解一些案例，從而培養學生對基礎計算理論的應用能力；其次，STITP環節主要是以項目驅動的方式，讓學生在教師的指導下，通過參與一個能夠反映計算思維應用的、相對完整的子集，在實踐中體會計算思維的理論；最后，第3個實踐環節是畢業設計，對于一個大學生而言，這是大學期間最后一個綜合性的實踐課程，教師從校內的科研項目和校外的企業需求出發制訂畢業設計的任務書，著重培養學生解決相對復雜的計算和應用問題的能力。

2遞進式實踐教學改革方法的具體實施

2.1遞進式實踐教學改革方法的課程設計環節

對于計算機專業的學生而言，在經過計算機導論、數據結構、算法設計等課程的學習之后，進行相應的課程設計是一個運用計算思維求解問題和設計系統的很好機會[8]。以南京郵電大學計算機相關專業的學生為例，他們有一門課程設計是算法與數據結構設計，16學時。為了貫徹計算思維中利用“抽象和分解的方法”控制龐雜的任務[7]，在實踐教學改革中，我們把16學時的上機實驗分為5次課。5次課的總任務是指導學生選擇合適的數據結構和算法解決一些實際問題，考查學生實際的分析、編程、解決問題能力以及團隊合作精神。每次課程又細分為教師任務和學生任務，兩種任務相互交互形成一個完整的課程設計實踐環節。課程設計環節的抽象與分解如圖2所示。由于采用了任務分解和團隊合作的方式，每個小組選擇一個組長，小組成員的任務相同，但是解決問題的方法可能不同。在“問題剖析和疑問交流”部分，學生有了相互交流和獨立思考的過程；在“大作業的問答與驗收”部分，指導教師根據提交的作業，對不同的解決方案進行一題多解點評，擴展學生對問題的理解深度與廣度。

2.2遞進式實踐教學改革方法的STITP環節

這里的STITP是指南京郵電大學根據教育部相關通知展開的大學生創新創業訓練計劃，目的是通過實施該計劃改革人才培養模式，為國家建設培養高水平的創新人才。與課程設計環節不同，STITP環節是課外的、以學生為主體的實踐環節。STITP的具體實施分為3級的實踐創新訓練計劃體系，即校級、省級和國家級。以2012年的大學生創新創業訓練計劃項目為例，南京郵電大學共有378項大學生創新創業訓練計劃項目獲得立項，包含國家級40項、省級45項和校級293項，其中40項國家級的STITP是南京郵電大學首次獲得國家資助的項目，筆者依托科研項目指導學生申請的項目（0700412017）也是40項國家級的STITP之一。這種以科研促進實踐教學的嘗試有利也有弊。弊在于這些課題對于大學本科生而言有一定的難度，并且本科生的課余時間比較少，同時兼顧學業和STITP項目很有挑戰性；利在于項目的申請結合了當前計算機研究領域的熱點，使得學生比較感興趣且有利于學生將來的就業和繼續深造。以筆者2012年指導的STITP項目為例，該項目是研究壓縮感知理論在無線傳感器網絡中的應用。項目組的3名學生在2012年6—7月開始學習壓縮感知的基礎理論知識，在2012年9—11月對壓縮感知和無線傳感器網絡有了一些理解。雖然每周都有多次的交流（包括每周的研究日志、讀書筆記、文獻討論等），但是他們有時對理論和算法還是不理解，不知道如何下手作研究。經過查閱國內外的各種文獻，參加學術會議，聆聽學術報告，他們逐步學會了計算過程的形式化描述、函數及其計算等相關的計算理論和計算模型，體會了計算思維在實際科研項目中的應用，最后通過共同努力出色完成了該項目，并將研究成果WSNsDataAcquisitionbyCombiningHierarchicalRoutingMethodandCompressiveSensing發表在SCI期刊上。從目前的實踐教學改革情況看，雖然STITP項目實施過程有一些困難和曲折，但是筆者指導的所有STITP項目均成功結題，學生通過STITP環節的鍛煉提高了自己的研究能力和團隊合作能力。總體而言，利大于弊。

2.3遞進式實踐教學改革方法的畢業設計環節

畢業設計是學生對大學期間所學知識進行綜合運用的重要實踐環節。作為指導教師，在遞進式實踐教學改革中，我們以計算思維為核心，強調“學以致用、圍繞應用”，分3個階段指導畢業設計。首先是前期階段，我們結合校內的科研任務和校外的企業需求制訂畢業設計任務書，給學生提供參考文獻，指導學生完成開題報告；其次是中期階段，我們根據中期考核表檢查學生的文獻調研情況、進度等是否符合要求。目前，很多計算機專業學生沒有進行深入思考就急著直接編寫程序代碼，這不是一種科學的方法，因此在畢業設計的實踐環節，指導學生像計算機科學家一樣思考具有重要的意義。最后一個階段是后期階段，指導學生通過實驗驗證，撰寫畢業論文，進行答辯驗收。考慮到畢業設計是一個有一定深度的綜合性實踐環節，我們實行分層教學，因人施教，在兼顧大部分學生課題難度的同時，鼓勵一部分學生在CPTR第2個環節的基礎上展開深入的團隊研究。以2013級的畢業設計為例，筆者作為指導教師，指導學生團隊的畢業設計從百度公司等互聯網企業的需求出發，在這些學生前期積累的大學生創新項目STITP基礎上，選擇大數據領域中相互關聯的幾個子課題進行研究，主要研究“分布式環境下大數據的存儲、分發、分析、挖掘和實時處理”，包括基于Hbase的實時讀寫方案、大數據領域中的大規模快速分發問題、移動社交網絡中的數據分布規律、面向互聯網平臺的推薦系統、通過分析淘寶等現有網絡技術研究分布式實時流數據的處理策略等。這是業界研究的熱點問題，雖然很有挑戰性，但是學生的興趣很高。經過大家的努力，團隊成員不僅參與SCI期刊學術論文SemanticOverlayNetworkforLarge-ScaleSpatialInformationIndexing的相關實驗，還成功申請專利“一種基于P2P網絡技術的計算機集群快速擴容方法”，整個團隊還獲得2013年江蘇省普通高校本專科優秀團隊畢業設計獎。

3相關的應用實例和分析

我們從3個環節對上述遞進式實踐教學改革CPTR的實踐成果進行統計、評估和分析，對于課程設計實踐環節，筆者前后指導了6期算法與數據結構設計的課程設計，共157名學生，通過對學生“提交課程設計的大作業”部分書面作業的驗收和口頭的問答交流，判定最終獲得優秀的學生比例為15.29%。雖然優秀的比例不是很高，但是這說明：一方面，實踐教學的改革仍然需要繼續，可以采取增加師生的比例等措施；另一方面，整體成績的好壞和學生群體的水平相關，需要教師在新生入學之后就貫徹和執行計算思維教學改革。從總體上而言，CPTR實驗教學的方式值得嘗試，既能發揮教師在教學過程中的主導作用，又可以充分體現學生在學習過程中的主體性與協作性，這與何克抗教授的教學改革理念也是一致的。對于STITP實踐環節，筆者作為指導教師共指導了11個小組的學生進行項目申請，獲得了5個省級以上的項目，其中獲得國家級項目資助2項。按照表1的統計，我們實踐改革獲得“優秀”的比例為45.46%，這里的“優秀”數目是指成功申請并順利結題的江蘇省級STITP項目數。以2012年為例，全校立項的STITP總數是378，其中省級以上的項目數是85，此處的“優秀”比例約是22.49%（因為立項的85個項目不是都能順利結題的，這里取最高值作為近似計算），低于我們實踐改革取得的成績45.46%。改革成功的原因是在項目申請之前，我們以正在承擔的國家自然科學基金、國家863計劃等科研項目為背景，嘗試以計算思維為核心，通過約簡、嵌入、轉化、仿真等方法，對科研項目中的任務進行劃分，把劃分后的一些子課題作為STITP的任務交給大學本科生，讓學生在項目驅動的應用實踐中得到提高，取得理想的成績。畢業設計是CPTR的最后一個環節，以筆者指導的畢業設計為例，總共參與的學生人數為34人，獲得院級、校級、江蘇省級的優秀比例為58.82%，遠遠高于同等級平均的優秀比例。例如，南京郵電大學計算機學院、軟件學院2013年共有395人參加畢業設計，其中成績優秀的為47人，優秀率僅為11%。CPTR的畢業設計環節情成功繼續攻讀碩士以上學位的學生人數為17，占50%，同時也有多名學生成功進入一流IT企業工作，如阿里巴巴公司、百度公司等。由于在實踐指導過程中貫徹了計算思維的改革理念，強調了“利用啟發式推理尋求解答”，因此，無論是從畢業設計的成績，還是從學生后續的發展情況來看，這種遞進式的實踐教學改革是有成效和值得推廣的。

篇3

自1998年教育部將原來的計算數學、運籌學、控制論、信息科學4個專業整合成一個新專業――“信息與計算科學”專業后，全國已有600多所高校開設了信息與計算科學專業，該專業是數學、計算機、信息工程等學科的交叉，目標是培養具有扎實數學基礎和一定的計算機技能，能夠在信息科學和計算科學領域從事科研、教育、軟件開發及解決實際問題的能力的應用型人才[2-3]。

但是，隨著招生規模逐步擴大，暴露出許多問題，如專業特色不明顯、專業就業方向不明確、課程設置、實踐環節等方面滯后于信息技術和計算機技術的發展，學校教育和社會實際需要脫節等問題[4-5]。

云時代、大數據時代的到來，為信息計算科學專業的發展帶來了新的契機。

大數據，指的是所涉及的數據量規模巨大到無法通過人工，在合理時間內截取、管理、處理并整理成為人類所能解讀的信息[1-5]。隨著各行各業信息量的快速膨脹，今后對擁有大數據管理和分析能力的人才需求將快速增長[7-8]。

大數據時代需要分析數據及其與業務相結合的分析人才，這與信息與計算科學專業的培養目標相吻合，信息計算科學專業充分發揮其數學的優勢，結合專業背景和社會實際需求，可以為未來的大數據市場培養熟練掌握大數據技能并擅長海量數據的采集、存儲、管理、挖掘與分析等經驗的人才。為適應社會需求，該校及時調整專業方向，徐州工程學院信息與計算科學專業于2016年秋季招收大數據方向學生。

培養優秀的大數人才，構建合理的課程體系是關鍵，該文根據該校實際情況，探討信息與計算科學專業如何在保持數學類專業優勢的情況下，融合大數據時代的技術和思想，構建合理的面向大數據的信息與計算科學專業課程體系。

1 人才培養目標制定

依據徐州工程學院應用型本科院校的要求，制定符合該校特色的面向大數據的信息與計算科學專業培養目標。

（1）綜合素質目標。培養滿足地方經濟、社會發展需要，德、智、體全面發展，具備良好法律意識與職業道德規范，具備團隊合作意識，具備較強的溝通表達能力、分析理解能力、專業文檔撰寫能力、創新能力、項目管理意識等各項綜合素質的人才。

（2）專業技能目標。培養具有良好的數學素養，掌握信息科學和計算機科學的基本理論、方法和技能，熟悉主流大數據管理及分析平臺、數據分析算法與工具，具備較全面的大數據平臺的應用開發與管理運維能力，有一定的大數據平臺架構能力，有一定數據分析與算法實現能力，有較強的創新意識和初步的大數據工程實踐能力，適宜在IT企業從事大數據應用開發、大數據系統運維等工作、并具備一定行業經驗認知的應用型大數據人才。

2 課程體系構建思想

為培養適應不同大數據崗位的專業人才，我們采用定制化課程體系、多元化教學模式，重點拓展和提升實踐類課程建設，適當加入拓展課程。

2.1 定制化課程體系

針對大數據行業不同崗位技能要求，課程體系遵循“通用+特長”的設計思路，通過通用開發語言與特色大數據技能相結合的培養模式，利用項目驅動的實戰技能訓練，可實現學生的個性化培養。

重視基礎課程，加強技術主干課程，構建核心課程群。在夯實基礎課程之后，考慮學生實際就業方向，開設針對性強的專業課程，根據實際情況安排學生針對性選擇實訓方向，安排相應技術性課程學習，同時強化學生技術技能的運用能力。

2.2 多元化教學模式

為調動學生學習積極性，提高課程效果，采用多元化的教學方式。通過理論課、實驗課、項目實戰課和職業素質課程，培養學生理論結合實踐的綜合應用能力，提升學生的職業技能與綜合素質；并通過線上教學環節為學生提供靈活高效的學習渠道、提升學習興趣、拓展專業知識、培養主動學習的良好習慣。

為了將學生培養成為大數據開發、數據挖掘和數據分析類高端特色專業人才，課程體系以知識體系和能力體系為雙主體進行規劃，強調技術與職業素養的雙重培養，將職業發展所需要的各種軟能力培養融入到日常教學中，以實現學生的職業化能力培養。

2.3 重點拓展和提升實踐類課程建設，適當加入拓展課程

在保持基礎扎實的前提下，拓展和提升實踐類課程。除強化校內實踐課程外，還要運用校企合作實訓基地，進行實訓項目開發，強化理論教學與工程實踐的結合。

不定期聘請名企在職IT專家或業界知名人事，開展各種主題活動，拓寬學生視野。

3 課程體系構建方案

遵循“通用+特長”的設計思路，課程體系的構建重視基礎課程，并加強大數據技術相關課程，劃分為通識課程、學科基礎課程、專業課程以及集中實踐課程四大課程模塊。

3.1 通識課程

包括通識必修課程和選修課程兩種類型，是對本專業學生進行公民基本素質教育的重要內容，以提升學生的政治思想水平、文化科學素養、信息技術能力和外語溝通能力等大學生必備的基本素質為目標，也對本專業學生進行職業生涯與職業發展指導。

3.2 學科基礎課程

該類課程是對該專業學生進行學科專業知識教育的基礎內容，目標是提升學生的學科專業認知水平。專業基礎課程一是用以鋪墊專業數學基礎，培養學生的基本科學素質。二是強化計算機科學與大數據技術的共用核心技術，增強學生進入社會的適應能力。該類課程如數學分析、高等代數、C語言程序設計、Java程序設計等課程。

3.3 R悼緯

該類課程是對該專業學生進行專業技術和專業能力訓練的重要內容，培養學生解決實際問題能力和應用創新能力，具備信息計算科學專業相關領域，尤其是大數據分析及應用開發領域技術工作所需的專業理論知識及相應的應用能力。該類課程包含數據結構、數據庫原理及應用、Linux操作系統、數據分析、數據挖掘、大數據內存計算、大數據流式計算、大數據離線計算等。

3.4 集中實踐課程

該類課程是對該專業學生進行專業創新教育和素質拓展訓練的重要內容，重點是培養學生提出問題、分析問題和解決問題的意識、能力和方法，了解信息科學專業尤其是大數據分析及應用開發領域理論、技術與應用的新發展，能運用所學的理論、方法和技能解決信息技術與大數據分析及應用開發中的實際問題，具有較強的知識更新、技術跟蹤及職業能力。該類課程主要包含課程設計、項目實訓、綜合實訓、崗位實訓和畢業設計。

面向大數據的信息與計算科學專業課程教學體系框架如圖1所示。

課程開設先后次序注重學生大數據方向完整的知識鏈構建，嚴格按照大數據方向具備的知識結構設計。

實踐課程體系包含兩條線，一個是課內實驗，一個是集中實踐環節。課內實驗是每門課的實踐練習，學科基礎課中《C語言程序設計》開設了課內實驗，所有專業課均設置了課內實驗，課內實驗的安排又劃分為基礎類實驗和提高類實驗，是對學生進行的基本技能訓練。集中實踐是每學期后集中開設的實踐課程，如課程設計、項目實訓、綜合實訓、崗位實訓、畢業設計。課程設計和項目實訓目的是對學生進行綜合技能訓練，崗位實訓和綜合實訓對學生進行實戰技能的訓練，畢業設計既是對學生的綜合技能的訓練，也是是對學生知識掌握、綜合技能的一次檢驗。整個實踐體系構建如圖2。

4 結語

大數據專業方興未艾，結合大數據專業，充分發揮數學優勢，與計算機技術相結合，為我們的專業發展帶來新的契機，為培養優秀的大數據人才，我們將根據實際需求及學生發展狀況調整培養方案與課程體系，促進信息與計算科學專業的不斷發展。

參考文獻

[1] T White.Hadoop：The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North，2010，215（11）：1-4.

[2] 王勝奎，徐光輝，王家軍，等.普通院校“信息與計算科學專業”課程體系優化研究[J].數學教育學報，2009（5）：99-102.

[3] 徐鳳生，劉艷芹，趙琳琳，等.基于分層分類的信息與計算科學專業課程體系的構建[J].高等理科教育，2016（3）：103-106.

[4] 許梅生.信息與計算科學專業課程體系的探索與實踐[C]//Information Engineering Research Institute， USA.Proceedings of 2012 2nd International Conference on Future Computers in Education.2012.

[5] 盧春霞.大數據時代的信息與計算科學[J].亞太教育，2016（4）：90.

篇4

1大學生畢業設計存在的問題

畢業設計要求大學生在導師指導下，利用所學理論知識對現實問題進行獨立規劃、設計、實驗、分析、寫作，并形成一份完整的研究報告。因此，畢業設計是一項系統工程，要求以學生為中心，形成師生、校生、校企之間的良流互動。當前大學生畢業設計存在一系列問題，發現并分析這些問題，可以為構建大學生遠程畢業設計平臺提供充分依據。1．1選題內容欠妥，可操作性不強。選擇一個合適的研究課題和方向是畢業設計的首要環節，也是影響畢業設計最終質量的重要部分。當前大學生畢業設計存在的一些普遍性問題:一、選題過大。部分學生在本科期間注重于化學的基本知識學習，能夠基本掌握無機化學、有機化學、物理化學、分析化學的專業知識，但是很少去接觸科研，畢業設計更注重于用所學的專業知識對一個具體的科學問題進行探索研究，如果沒有對這化學某一領域的未來發展把握不夠精準而盲目選題，導致選題范圍過大，失去選題現實意義，實際操作工作量過大，甚至無法保證畢業設計保質保量的完成。二、選題不明確。一些學生由于專業知識不牢，同老師溝通較少，在選題時比較隨意，沒有選擇最適合自己的選題，在實驗時只能疲于奔命，效率低下，影響最終論文的質量。在疫情影響下，尤其是以實踐為主的化學類專業大學生在完成畢業設計的過程中存在一些現實問題，這些問題會被放大，需要更加被引起重視。1．2生搬硬套普遍，學術規范不夠。數據和資料是畢業設計的基礎，沒有足夠的實驗數據和文獻資料支撐，畢業設計的真實性和有效性就得不到保證。畢業生面臨畢業和就業的兩重壓力，常常無法合理權衡二者，做出正確的計劃安排，導致部分學生不能全身心投入畢業設計中，沒有嚴格遵守學術規范，不進行足夠的實驗分析和查閱文獻，就將相似的實驗數據和理論知識生搬硬套過來，做出的畢業設計往往存在巨大的漏洞，影響自己的答辯畢業。1．3監管效率較低，環節銜接不暢。造成大學生畢業設計存在各種不規范，不合理問題的重要原因之一，在于學校缺乏對學生畢業設計相關流程的嚴格監督管理。一般高校的畢業設計完整流程包括:選題申報，選題確認，開題報告，中期考核，預答辯，正式答辯等環節。每個環節都包含一定的程度規范，學校要加強管理，在各個環節發現問題都要爭取及時處理。高校畢業設計管理環節還存在一定銜接不暢問題，各環節的具體時間在現實操作中存在一定不合理安排，留給學生的準備時間不夠。1．4成果審核隨意，答辯把關不嚴。由于升學率與就業率的存在，部分學校對學生的畢業設計論文審核嚴謹度不高，論文合格標準較低，往往只要字數達到了就能合格。部分高校的畢業論文審核機制不完善，等于是在變相鼓勵"混日子"的學習態度，不利于學生形成刻苦學習，踏實實踐的優良作風。部分高校的畢業答辯存在形式主義突出問題，答辯過程不嚴肅，不嚴謹，不嚴格，這是對學生的不負責，也是對國家"立德樹人"教育政策的無視，應該采取相關措施，嚴格答辯過程，摒棄這種現象出現。

2構建化學專業的線上遠程畢業設計平臺

大學生畢業設計工作事關大學生的畢業就業，關乎國家發展的長治久安，在疫情背景下，我們可以構建集選題、學習、管理、答辯于一體的線上遠程畢業設計平臺，充分調動各方資源，破解大學生畢業設計中的難題，輔助大學生順利完成畢業設計。以無機生物炭材料在環境領域的應用研究為例。2．1構建線上化學學習平臺。目前，國內已經形成了不少包含各類精品課程的大學生網上學習平臺，例如慕課、網易公開課等平臺。我們可以在此基礎上整合各類網絡學習資源，并提高資源整合的精度，完善資源搜索的準確度和便利性，為學生的畢業設計提供更加有用的學習資源。除此之外，線上平臺可以整合各類文獻資料庫，為許多查文獻困難的學生提供鏈接跳轉服務。一份優秀的畢業設計，必然是大學生在“嘗試———失敗———學習———再嘗試”的不斷循環中完成的。受困于疫情的影響，畢業生無法在實驗室進行現場操作，卻可以在線上進行自主學習，為返校后的實驗做好充分的理論知識儲備。我們要構建包含豐富學習資源的大學生學習平臺，幫助大學生完成畢業設計。2．1．1化學專業相關軟件的學習。化學畢業生應以實踐學習為主，導師可以在線上為學生提供學習化學計算機軟件的學習資源，這些軟件包括Jade、Origin、Chemdraw等軟件。充分利用豐富的線上資源，指導學生了解化學中大量繁瑣的理論計算、公式推導、分子結構的繪制、化學動力學曲線的繪制和擬合等問題，促進學生自主學習化學實踐工作，提高化學畢業生的自主學習能力。2．1．2學習查閱生物炭應用領域的相關文獻。在確定研究課題前，給予學生主動選擇自己感興趣的大方向，例如:無機材料方向，有機全合成方向，計算化學等大方向。當學生選擇了自己心儀的大方向，通過導師責任制，將學生劃分到不同小方向的課題組，比如無機生物炭功能材料制備的課題組，在一個大方向的課題組中也有不同的小方向，比如生物炭制備電池、生物炭降解有機污染物、生物炭吸附重金屬和生物炭催化裂解產油等更具體的研究方向。導師及時與學生溝通，并指導學生查看有關生物炭方向的論文。當學生對生物炭領域有大致的了解后，及時與導師溝通自己對生物炭的某個領域感興趣，導師就可以指導學生確定自己的具體研究方向。2．2構建大學生畢業設計選題平臺。線上遠程畢業設計平臺，必須要為大學生畢業設計的選題提供足夠的資源支撐。首先，院系可以會議，對選題的內容進行層層篩選把關，充分關照院系、導師、學生、企業之間的研究互動，建立較為開放的線上研究方向，并對每個科研方向劃分化學大類，幫助學生高效地選擇自己的研究課題。每類選題的價值意義不同，要讓學生在選題時充分發揮主觀能性，真正選到自己感興趣的，自己能完成的，有一定價值的課題［1］，同時使學生對選題的流程和重要性有清醒深刻的認識。2．2．1如何選擇生物炭研究的畢業設計。由于疫情大學生不能返校，對于無機生物炭功能材料的研究只能在線上進行，不能對其進行實驗探究，這就需要學生要閱讀大量的相關文獻，探究生物炭在某一領域的現有應用和前景應用。畢業生A對生物炭應用于環境領域很感興趣，導師指導其查看了大量相關文獻，最終選擇了探究環境友好型鐵基生物炭功能材料優異的理化性質在環境污染修復中的應用。畢業生A通過查閱大量的文獻資料系統的探究了鐵基生物炭的制備方法，如熱解法，水熱碳化，濕法熱解等，從而闡明了生物炭/鐵復合材料在有機污染和重金屬污染修復中的重要作用，表明鐵系負載生物炭的功能材料大大提高了復合材料物理性質及電化學性性能。最后，結合企業發展及國家需求提出了未來鐵基生物炭在環境領域的發展方向。在疫情的大環境下，學生應及時與導師溝通查閱大量與自己感興趣的研究方向的文獻，學生將文獻調研結果及時反饋給自己的導師，選擇一個小方向的值得探索的某一科學問題，對其科學問題進行深入探索研究。2．2．2“生物炭工程”科研團隊與環境企業協作共創良好的線上學習平臺。化學是一門實際應用型學科，為了能讓未返校的畢業生能深入了解無機生物炭功能能材料的研究課題以及生物炭在近幾年中的應用領域，學校可一和環境領域的公司企業形成產學研的合作關系，這些企業可以將自己的生物炭產品做成一份線上報告以供畢業生學習，促進科研與產業結合的發展，使臨近畢業的大學生體驗如何將化學應用于實踐中，給學生提供更廣泛的就業機會。2．3構建大學生畢業設計監管平臺。多數高校在大學生畢業設計過程中實行的是節點式監督管理方式，在選題、開題、中期考核等關鍵節點對學生進行監督考核管理，容易導致學生出現臨時抱佛腳、濫竽充數等消極對待現象。我們需要構建大學生畢業設計點的“一體式”、“全方位”監管平臺，實現對大學生點面結合的監督管理。在疫情期間，大學生需要在線上平臺按時匯報自己的畢業設計進度，例如:學習程度，大綱修改程度，實驗構思程度等等。導師要在平臺上對學生進行在線指導與考察，學生也可以就學習中出現的問題向平臺進行反饋，進一步促進師生良性互動。線上監管平臺的建設完善，會對學生起到充分的激勵和鞭策作用，敦促學生做好畢業設計的每個環節，從而有效提高學生畢業設計成果的質量。學校可以開發線上平臺的相關提醒、對接等功能，使管理工作的消息傳達如同QQ、微信一樣快速便捷，促進畢業設計各環節的工作得到順利銜接。2．4構建大學生畢業設計答辯平臺。在疫情蔓延期間，為保證大學生按質按量地完成既定的課程學習任務，全國各大高校均采用線上教學方式來進行大學生授課，主要依托“騰訊會議”、“雨課堂”、“課堂派”等在線軟件進行線上教學，考核與評價。畢業生答辯是一個互動過程，需要被答辯者針對提出的問題提供詳實的證明，對被答辯者的資料準備和語言表達有一定要求。“騰訊會議”等線上互動平臺“真實、高效、實時互動等特點，實時交互的信息包括文本、聲音、圖像等”［2］，可以在一定程度上滿足答辯過程的要求，因此疫情期間的高校畢業生答辯多采用這些平臺。但是這類平臺不是為線上答辯所單獨設計，頁面顯示存在一定不合理，不能為答辯提供精準的操作服務，無法為學生提供試答辯操作，不能營造答辯所需要的一定儀式感。我們可以構建審核嚴格，全程透明，服務精準的線上答辯平臺。線上畢業設計平臺的每一個環節學生都要按時通過，如果沒通過，則不允許答辯。”嚴格的過程監督、審核制度勢必直接影響學生對畢業設計的工作投入度，也必將極大提高畢業設計質量［3］”。高校還可以通過網絡平臺嚴格答辯審核機制，對答辯過程進行全程監控錄像，杜絕"走馬觀花"式的答辯現象出現。

3結語

在疫情這樣的特殊時期，確保大學生順利完成畢業設計工作，按時畢業，及時就業，是高校畢業生管理工作的重中之重。通過構建大學生線上畢業設計平臺，對大學生畢業設計進行遠程輔助，能夠較為有效地幫助大學生完成畢業設計，但是建設功能完備的線上畢業設計平臺涉及社會、高校、學生等各方行為主體，是一項宏大的系統工程，還需要進一步的論證和構思。在今后的教學工作中，我們將學生的合理建議，優化畢業設計課程的模式，探索出線上的化學畢業論文教學機制，提高畢業生的實踐教學質量。

參考文獻

［1］馮璐，張剛林．工科類專業本科畢業設計選題中的問題及對策分析［J］．中國電力教育，2013(16):147－149．

篇5

篇6

一、畢業生相關數據的收集和分析

開展畢業生就業指導的相關數據主要來源于四個方面：一是學生自身的數據，包括學生的興趣、特長、學業成績等;二是來源于校方，如學生的生源地結構、學生的正常畢業率等;三是來源于企業，如企業招聘崗位的數量、對學生年齡的要求等;四是來源于政府的政策信息，包括勞動法律、產業政策，等等。高校應充分利用計算機等工具對所有相關數據進行動態的收集和整理，按照問題導向原則加以分析，可以為指導畢業生就業指導工作提供有效的支持。就開展畢業生就業指導工作的要求和一般規律而言，注重以下幾方面數據的收集和分析：

1.招生環節。招生環節的重要數據大致包括：各專業報考率、男女比例、少數民族構成和生源地構成等。

2.培養環節。修課門數、課程構成、課程的優良率、學生參加競賽或科研活動情況、學生獎學金獲取情況、學生參加社會實踐活動及其他能反映學生學業水平和綜合素質的數據信息等。

3.畢業環節。學生畢業設計方向、畢業后去向選擇、就業地選擇、崗位及薪資期待、學生期待的企業類型、學生考研與出國的情況等。另外，從用人單位角度看，有一些重要數據需要收集并加以分析，如畢業生一年內離職率、畢業生工作崗位與所學專業的關聯度、畢業生三年內在用人單位升職加薪情況、用人單位對同一所學校相關專業每年的人才招錄數量等。需要說明的是從企業獲取數據有一定難度，需要和企業建立良好的協作關系，或者邀請專門的公司作為第三方協助調查。

以上數據僅是列舉的部分相關數據，根據工作的需要和學生的具體情況在具體執行過程中可以適時適量地增減。在數據獲取方式上有的可以從學校的信息系統直接采集、篩選、匯總，也可以通過問卷調查等方式采集，也可以如上文所述委托第三方采集。在數據分析方面，最好采用專業的統計分析軟件進行處理，以提高數據分析的效率和準確性，如常用的SPSS統計軟件等。

二、畢業生相關數據的具體應用

數據的收集、分析是一個連續不斷的過程，數據的應用卻應把握好相應的時間節點。在實際工作開展過程中，要把畢業生就業指導工作和對學生的學業指導、學業及職業生涯規劃指導有效結合，按不同的階段進行相應的數據分析、應用。這意味著，畢業生相關數據的范疇應相應前置和后延，不僅學生就讀期間的所有相關數據都要考慮，畢業后一段時期內的數據也有重要的參考價值，需要加以分析和應用。具體來講應從以下幾個階段把握：

第一階段：學生入學伊始至大二，主要就學生入學時的初始數據，包括學生的生源地結構、年齡、民族、入學成績等進行收集、整理，并結合學生第一學年的學業數據進行分析，如可以根據每位學生各個科目的成績狀況進行相應的學業指導，對學生轉專業等事項提出相應的建議。在此基礎上，可以指導學生做好中遠期學業規劃，為學生畢業后就業奠定基礎。

第二階段：學生進入大三、大四以后，一方面可以根據學生的學業狀況繼續做好學業指導，另一方面可以根據學生的學業狀況、實習實踐情況和個人職業興趣、行業企業的發展情況等對學生的職業生涯規劃提出建議。特別是進入到大四以后，一方面要關注學生的學業情況，另一方面要注意學生的生源地分布、畢業生去向選擇、職業興趣等數據，以此作為開展就業指導的基本依據。如以北京、上海等一線城市為例，近幾年由于產業結構的調整和人口調控政策的實施，在這些城市就業較之以往競爭更激烈。由此可以根據學生的生源地情況，提前引導學生回原籍就業;又如對學生的職業興趣與所學專業的關聯度及最終的就業崗位等數據進行分析，可以對學生就業的行業、企業選擇等進行指導。

第三階段：可以就學生畢業之后對其所在的行業、企業性質、薪資情況、崗位適應情況及用人單位對畢業生的總體評價等信息進行分析，可以為學校的專業設置、培養計劃、教學計劃的修訂等工作提供參考，也可以為學生就業進行行業選擇、企業選擇、崗位選擇等提出建議。

應用相關數據時應考慮到整體性和具體性兩個方面。舉例來講，在招生環節某一專業的報考率就是一個整體性的數據。假如某一專業的報考率遠超100%，即報考人數遠超錄取名額，說明這一專業社會認可度比較高，本專業畢業生未來就業時可能面臨的情況是就業崗位較多、面臨的就業競爭壓力較大。又如學生個人的課程優良率就是具體性的數據。從這個數據可以看出學生的專業水平，有利于在對學生開展就業指導時引導他們揚長避短。

三、基于“大數據思維”開展畢業生就業指導應注意的問題

大數據時代的到來，顛覆了我們對數據價值的認知，也為我們提供了數據分析、應用的新思路，也就是所說的“大數據思維”。在這一種思維模式下開展畢業生就業指導工作應注意以下幾個方面：

第一，要盡可能多地收集數據。“大數據”之“大”主要指數據數理大且豐富，能從各個角度反映問題的本質。目前，高校畢業生就業受到的影響因素很多，除了學生自身因素和學校影響因素之外，宏觀經濟形勢的發展變化、各個行業的發展變化很快、企業的發展變化及國家相關政策變化等都會對畢業生就業產生一定的影響。要做好畢業生就業指導工作，就要盡可能多地獲取相關信息，一要注意數據的積累，二要注意獲取數據的時效。舉例來說，可以根據同一行業或同一企業中過去幾年間相同或類似崗位的薪資水平變化預測當年相似崗位的薪資水平，可以為畢業生薪資談判提供參考。這其中離不開以往數據的支撐，當然需要當年同一行業中類似崗位的薪資數據作參考。

第二，傳統思維模式下，指導學生選擇就業崗位或指導學生進行長期的職業規劃，往往會從學生自身條件和興趣出發做指導，而在“大數據思維”模式下，對數據的分析和應用要拋開原有的“因果思維”模式，即不要單純地考慮“學生喜歡”、“學生條件匹配”建議學生選擇某企業某崗位。相反，應該建立起“相關性思維”，即應該在原有基礎上考慮到行業發展的需求，考慮到企業用人的標準、考慮到學生在企業較長時期的發展空間甚至國家相關政策的影響等。這樣就可以突破“就業指導就是幫學生找到工作”急功近利的想法，逐漸建立起“就業指導要幫助學生找到適合的工作，為學生長遠發展尋求更好的機會和平臺”的指導思想。

第三，作為學生就業指導人員，在主動收集數據的同時要善于利用已有的數據。現在高校教學管理信息系統、學生管理信息系統、后勤管理信息系統、學生職業測評系統等都相對健全，有些數據可以直接使用。如通過對學生在食堂就餐每餐的花費分析，大致可以判定一個學生的經濟狀況，從而可以為特定學生在就業過程中提供相應的經濟資助等，以落實國家的自助政策，提高學生找到合適工作的可能性。

第四，“大數據思維”并不過于追求數據的精確性，有時更強調數據的混雜性，通過這種“混雜性”判斷事物發展的趨勢。鑒于此，畢業生在初次就業時有時并不能一步到位，所以可以建議畢業生“先就業后擇業”，在工作過程中發現自己真正適合的方向或崗位，拓展自己的發展空間。

總之，基于“大數據思維”開展畢業生就業指導工作，能夠為學生提供更個性化的、更科學的就業指導服務，有利于提高就業指導工作的效率和效益。

篇7

隨著信息技術不斷發展，物聯網、云計算、大數據、移動互聯網等技術已經在各行各業中發揮越來越重要的作用，現代企業信息管理也利用信息系統轉變為利用相關信息技術進行敏捷化、智能化、柔性化、一體化和社會化的商業模式創新[1-2]。信息管理與信息系統專業所培養的學生在知識儲備以及實踐能力方面有了新的要求，因此專業建設需要適時調整人才培養方式以及課程體系來主動迎合社會對于相關人才的需求[3]。

信息管理與信息專業作為一門由管理學基礎理論與計算機科學技術相結合的交叉學科，是一門強調實踐性與應用性的學科[4]。信息管理與信息系統專業的實踐能力主要是運用所學的專業課程知識，進行信息的設計開發，實現資源的充分利用，解決相關問題。因此，所培養的學生除了具有信息開發的能力，還需要具備數據分析能力。其中，數據分析能力主要是對信息系統數據加以挖掘和分析，獲取自身需要的信息[5]，對學生未來從事與專業相關的工作有重要影響。

近年來，不少高校的信息管理與信息系統專業開始推動課程群建設，明確專業定位，減少不同課程的內容重復，加強課程之間的聯系，從而有效地整合現有的教學資源[6-7]。由于專業的特點，信息管理與信息系統專業對實踐教學平臺建設的要求更為迫切，高質量、高效率和高水平的實踐教學平臺既對課程群建設提供有力支撐，也是提升學生實踐能力和專業素質的重要手段[8-9]。

本文以中國地質大學（武漢）經濟管理學院信息管理與信息系統專業往屆畢業生以及相應實習企業的調研，發現部分專業畢業生的實踐能力較弱，面對實際業務中出現的問題或者需求，往往是“紙上談兵”，而無法獨立自主解決。因此，本文依托信管專業課程群和實驗軟件平臺建設項目，在整合專業核心課程，形成專業課程群的基礎上，進行實踐教學平臺的建設。該平臺以培養學生的信息系統開發能力與數據分析能力為目標，整合了教學團隊，軟件平臺和企業等資源，分別形成了課程教學軟件平臺、實踐課程資源平臺、專業實驗室平臺、校外實習基地平臺四大實踐平臺，幫助我校信息管理與信息系統專業的學生提升專業技能和實踐能力。

2實踐教學平臺建設存在的問題

從中國地質大學（武漢）經濟管理學院的信息管理與信息系統專業課程群和實驗軟件平臺建設項目出發，項目組一方面調查了2011年-2015年的信息管理與信息系統專業畢業生的工作情況，了解學生的主要就業行業、崗位、能力需求等，同時對我院現有的信管專業實踐教學平臺建設情況進行分析總結；另一方面，項目組調研了國內外高校的實踐教學平臺建設情況，了解其他高校的信息管理與信息系統專業實踐教學平臺建設的進展與成效。通過上述兩個方面的系統調研，項目組充分意識到我院現有的信管專業實踐教學平臺迫切需要加強建設，以增強學生的專業實踐能力。因此，我們比較分析了我校信息管理與信息系統專業實踐教學平臺建設主要存在以下幾方面的不足：

第一，師生對實踐教學的重要性認識不足。由于專業的特點，實踐教學是信息管理與信息系統專業本科人才培養的重要組成部分，但少數師生對實踐教學的重要性認識不足，還存在著“重知識、輕實踐”的現象，他們認為實踐教學環節僅僅是課堂理論教學中可有可無的輔助。所以，在教學工程中出現了以下現象：一是學生認為實驗課程相比課堂理論知識無關緊要，造成了實驗課的缺勤較多；二是實驗課在考核中占的比例相對較少，造成學生對實驗教學的不夠重視；三是教師相對于理論課對實驗課的要求不高，造成實驗課課堂紀律渙散。這些現象導致實踐教學環節不能很好地支撐理論教學，不僅造成理論知識掌握不牢，而且實踐操作能力也不能得到很好的鍛煉。

第二，軟件平臺對理論課程教學的支撐不夠。信息管理與信息系統專業的課程較多，而且要求的軟件也種類繁雜，而該專業所擁有的軟件不足，設置的實踐教學環節的教學定位未能與課程密切聯系而造成的軟件平臺對專業課程教學缺少強有力的支撐，而且實踐環節的課程設計未能與其專業理論課程完全對應，造成理論課程與實踐內容結合度不夠。

第三，實踐教學方法和手段的新穎性不強。實踐教學環節的課程功能定位不夠清晰，層次不高，硬件設施相對落后，難以滿足學生自主、多元、個性化的學習需求，在一定程度上限制了學生專業素質的提高。同時，有很多實踐教學的方法和手段還是原來的方式，未能隨著社會的發展進行更新。例如：關于數據挖掘的實踐教學還是學生在學習各種數據挖掘及分析方法的基礎上，按照老師的要求和給定的數據進行數據挖掘等實踐的練習。實踐內容不夠新穎，學生學習積極性不高，造成學生實踐操作能力不強。隨著物聯網、云計算、大數據、移動互聯網等信息技術的不斷發展，社會對于信息管理與信息系統專業的人才要求越來越高，不夠前沿的實踐教學方法和手段造成了所培養的人才的實踐能力不能滿足社會的發展需求。

第四，理論教學與企業實踐融合度不高。根據畢業生的反饋調查反映，信息管理與信息系統專業60%以上的畢業生從事信息系統設計開發和維護、系統實施、市場開拓、產品研發等崗位，這些工作均需要學生掌握最新的IT技術應用和管理知識。同時，學生普遍反映數據處理能力和系統實現能力需要加強。因此，迫切需要通過“產教協同”的實習基地的建設將基礎教學與企業實踐相融合，給學生提供更多的實踐技能培訓和實習機會，提升他們的實踐能力。

3實踐教學平臺的建設體系

為了優化教學內容，理順課程之間的內容與聯系，我們將信息管理與信息系統專業的核心課程進行銜接設計和集成，進一步劃分為相互支撐的三個課程群：信息系統設計實現、數據分析與優化決策與電子商務運營。“信息系統設計實現”核心課程群定位于信息系統設計理論和方法等基礎知識的培養，包括《管理信息系統》、《信息系統分析與設計》、《信息系統項目管理》、《ERP原理與應用》四門專業課以及《專業教學實習》；“電子商務運營”核心課程群定位于管理決策在商業管理應用方面應用實踐能力的培養，包括《電子商務》、《信息系統戰略與管理》、《企業電子商務管理》和《供應鏈與物流管理》四門專業課；“數據分析與決策”核心課程群定位于數據驅動的管理決策方面應用實踐能力的培養，包括《決策支持系統》、《數據挖掘》、《商務智能》、《R語言與數據分析》和《python數據分析與機器學習》五門專業課以及《數據分析實訓》。

通過對已有的信管專業實踐教學平臺建設中存在的問題進行分析和總結，依托信息管理與信息系統專業核心課程群建設，我們構建了“課程主導、軟件協同、配套完善、實戰訓練、需求驅動、綜合應用”的實踐教學平臺，主要包括三部分：“課程主導、軟件協同”的課程教學軟件平臺，“配套完善”的實踐課程資源平臺，“實戰訓練”的專業實驗室平臺，“需求驅動、綜合應用”的校外實習基地平臺。

3.1課程教學軟件平臺建設

課程教學軟件平臺建設是在課程群建設和已有軟件的基礎上，完善課程教學軟件建設，形成滿足課程群教學的軟件平臺。首先要保證信管專業教學各個課程群的軟件配備。其次是為教學提供合理配套的最新軟件工具，避免使用過時的教學軟件，使用最新最為實用的軟件，培養學生與社會接軌，真正成為社會所需的應用型人才。

因此，在信息管理與信息系統專業的培養方案里面確定了三項實訓科目：《建模與系統應用實訓》《信息系統設計與開發實訓》和《大數據分析與處理實訓》。通過這三項實訓內容，并與課程內容有機結合起來，學生可以將在課程中學到的知識在實訓中檢驗，看自身是否已經掌握，并且在實訓中補充自己課程知識中忽略的知識點。通過專業課程對應的實訓，來提升學生系統建立、數據分析等方面的能力，在實訓中開拓學生的視野，同時加強學生的專業理論知識的學習。

3.2實踐課程資源平臺建設

信息管理與信息系統專業具有交叉學科的特點，要求所培養的學生具備較強的實踐和動手能力。在構建課程教學軟件平臺基礎上，我們完善實踐課程與資源建設，發揮軟件實驗室的作用，更好支撐對學生實踐動手能力的培養。

首先，我們完成了“信息系統設計實現”課程群的課程案例集“決策支持系統案例集”和“電子商務運營”課程群的課程案例庫“社交商務案例集”，以及“數據分析與決策”課程群的大數據分析數據集“大數據分析數據集”。這些案例集在教學過程中不斷應用，根據學生的反饋進行修改完善。

其次，我們完成了《數據清洗與可視化實驗手冊》、《GAMS軟件實踐應用手冊》等實踐教學指導書。在進行實踐教學過程中，我們可以更好地進行實踐教學，提升實踐教學的效果。并在此基礎上，我們不斷完善教學指導體系。

3.3專業實驗室平臺建設

專業實驗室平臺主要是為信管專業學生構建科研實訓平臺與實戰環境，這主要是彌補傳統的專業實驗課內容設計較為單一、功能定位不夠清晰且較為脫離企業實際需求的不足[10]。

因此，為了培養信息管理與信息系統專業的學生形成數據分析思維，我們指導學生如何從數據采集、清洗到數據挖掘多個方面來鍛煉，從而讓他們可以具備足夠的能力滿足大數據環境下知識管理與智能決策的需要。首先，我們建設了大數據實踐教學軟件實驗室，構建大數據實訓科研平臺，從企業引進先進的軟硬件平臺，以及相關數據和項目案例，為學生搭建起接近企業真實應用的大數據實戰環境，讓學生有機會理解企業業務需求和數據分析，通過實戰訓練，解決實際問題，切實服務于教學與科研。其次，我們結合實踐課程資源，指導學生通過自主設計、團隊合作，完成相關的實驗項目。最后，信息管理與信息系統專業教師與學院的實驗教師一起組建實驗指導教師隊伍，每門課都有相應的實驗指導老師負責進行上課，同時借助企業的力量來培訓實驗指導老師，并以客座教授來引入企業導師加強實驗指導的師資力量。

3.4校外實習基地平臺建設

校外實習基地是企業和高校溝通的橋梁。通過合作，企業可以共享高校的人才和相關的研究設備，高校也可以參與到企業的技術研發工作中，并提升學校的科研能力和學生的就業能力。通過加強校企合作，樹立以就業為導向的教學理念，能夠讓學生盡快適應社會發展對專業人才的能力要求。

我校信息管理與信息系統專業與上海漢得信息技術有限公司、武漢鵬程信息技術有限公司和九派（武漢）全媒體股份有限公司等企業合作建設了實習基地，在校學生參與企業的實際項目中，不僅了解了企業的環境和項目情況，而且在參與項目的工程中熟悉了項目規劃、設計到研發實施的整個流程。學生通過在實習訓練基地實習，學習了實際工作中對信息技術的要求，并通過在校學習彌補與實際工作中的差距，不斷提升自己的工作能力，成為一個專業知識與專業技能“雙過硬”的人才。同時，在學生的實訓過程中，信息管理與信息系統專業教師也加強了與企業相關人員的交流與溝通，共同探討新的教學方式，改進教學內容和方式，提升教學水平，為企業的發展提供更多的實踐性人才。

4所取得的成效

我們形成了信息管理與信息系統專業開放、共享、融合的實踐教學平臺，滿足了專業實訓的需要。該平臺良好地支撐了信息管理與信息系統專業的實踐教學，有力地促進了該專業學生知識、能力、思維和素質的全面協調發展，在四個方面體現了學生實踐動手能力的提升：

（1）在信息管理與信息系統專業學生的畢業設計中，學生對于信息系統實現完整程度有了明顯的進步，數據分析的能力也有顯著提升。在畢業設計中，信息管理與信息系統專業更多學生以數據分析作為論文選題，論文質量很高，多篇論文獲得校級、湖北省優秀論文。

（2）信息管理與信息系統專業學生積極申請各類別的大學生科研計劃、社會實踐活動，積極參加國家級、省級全國數學建模競賽、挑戰杯等各類科技競賽活動，獲得了豐碩成果。例如在數學模型競賽和數據分析競賽中學生參與度和獲獎方面取得了極大的進步：2018年僅有3位信息管理與信息系統專業學生在這兩個方面獲得省部級獎項，在2019年有20余位信息管理與信息系統專業學生獲得了省部級以上的獎項，其中3項國際級獲獎。

（3）信息管理與信息系統專業學生實踐能力的提升，使得他們在實習單位更好地走進企業內部，能夠運用自己所學的知識去處理實際工作中遇到的問題，將理論與實踐結合，進而進一步增強自身實踐能力，提升專業技能，更好地完成實習中的任務。因此，信息管理與信息系統專業學生在就業方面無論是就業的質量和數量方面都有了很大的提高。

（4）信息管理與信息系統專業學生積極參與“學術領航”活動，在學習專業知識的同時，鍛煉科研能力，從理論與科研結合方面來更好地提升了實踐能力。因此，信息管理與信息系統專業學生一直保持良好的保研情況，基本上報送到985高校繼續深造。

篇8

2創新型智能技術人才培養

智能科學與技術的發展與計算機技術幾乎同時起步，但其進展比計算機技術要慢許多，根本問題在于高級智能的載體——“人腦”是世界上最復雜的系統，人類對它的認識和了解仍然處于初級階段。近年來通過智能技術解決實際應用問題有了長足進步，國內已相繼有20多所高校面向市場變化和未來需求，自2004年以來陸續開辦了智能科學與技術本科專業。盡管大多數智能技術的理論基礎還不完備，但實際應用的強勁需求與問題解決能力超越了薄弱理論基礎的約束。本專業課程的教學內容與課程實踐都適合教師與學生以研究者的身份參與到“教”與“學”的活動之中。1）研究型教學。蓬勃發展中的智能技術需要教師啟發式、創造式、批判式地“教”，學生也要創造式、批判式地“學”。教與學要能夠從研究思維、問題探索、模型改進、算法優化、腦認知和自然智能指導的角度推進教學活動，進行創新性教學和研究型學習。教學實踐活動中應強調學生半監督式學習與自監督學習為主導，鼓勵引導深度學習，經典案例、前沿講座、討論探索貫穿課堂教學，課程考核注重創新科技實踐、問題探索、課程內容探索、課程研究性專題報告、以課程為基礎的作品開發等創新效果和教學效果。2）“研究型分組”培養。智能科學與技術專業開辦時間不長，成熟教材不多，課程體系需要不斷適應學生和社會的需求做出調整，又加上智能科學專業課程本身的發展探索與實際應用現在處于同步發展階段，決定了專業老師大力推進“研究型班級教學”，在教學過程中實施“大班基礎講授”+“小班研究型討論”+“小組探索型課題實施與報告”的教學體系，同時來自相關研究方向的研究生也作為助教協助專業老師對小班（組）課題討論進行引導。3）科研訓練提高學習積極性。大類培養模式下實施科研訓練引導學習，大一、大二年級主要學習公共基礎課程和大類專業基礎課程，其中的數學基礎課，如線性代數、高等數學、概率統計、離散數學等，由于缺乏實際應用案例支撐，很多學生會懷疑這些知識在將來本專業學習中的用處，課堂課后處于被動學習狀態，個別學生還會由于認識滯后，產生厭學情緒甚至放棄基礎知識學習，以致于專業分流后表現為學習能力嚴重不足。通過吸收本科生參加科學創新實踐和科技活動，使他們發現數學知識能夠用來解決實際問題，有利于提高本科生學習基礎知識的積極性，變被動學習為主動學習。同時，教師也能從中發現部分優秀本科生的創新潛力和研究能力，激發他們科學研究的興趣，引導他們把智能科學技術作為研究方向并致力于攻讀相關方向碩士研究生、博士研究生，進一步強化其科學創新能力，勢必會使其獲得高水平創新性成果。大類培養模式下強化專業教育與實踐，專業老師要積極主動引導學生，變被動地等待學生選專業轉變為吸引優質學生，以大二上學期為主要時間點，引導大類專業學生對特色專業的興趣，通過科學研究和學生科技活動吸引選拔學生進科研團隊，同時實施科研成果進課堂、進教材、進學生活動。專業教師、班導師可宣講專業特色和就業前景，指導本科生申請大學生科研訓練計劃、參加科技競賽、開發智能技術特色作品。大類培養模式下實施科研訓練計劃，需要本科生積極主動地理解大類下各子專業的特點和特色，結合自己的興趣愛好和實際情況，在大類培養結束時分流到各特色專業。因此，本科生參加科研實踐和專業科技活動的時間點很重要，從大一結束后的暑假開始，一直延續到本科畢業，同時實施“泛畢業設計”（即大二選方向并實施課題基礎儲備，大三實施課題，大四結合專業實習完善畢業設計）[3]，這樣既充分利用了本科生大二大三充裕的課后時間，也緩解了大四本科生面臨就業、考研、出國等問題的突出矛盾。

3智能系統開發人才培養

智能技術已成為當前技術革命創新的源泉，智能系統廣泛應用于工業、農業、服務業等各領域，比如2014年11月2日開始處女航的皇家加勒比郵輪公司“海洋量子號”郵輪也因為大規模運用了高科技智能系統而號稱“世界上第一艘智能郵輪”。智能系統是建立在“智能技術+計算技術”基礎上，結合了控制技術、信息技術的軟硬件系統。智能系統開發人才培養目標是社會急需的智能系統開發工程師，其從事的工作主要包括智能系統的設計、開發、維護、運營、服務及相關的技術指導。為了適應智能系統開發人才的培養，應該建設智能終端實驗平臺、計算智能實驗平臺、腦認知實驗平臺、高性能計算平臺等人才培養基地與實訓基地，推進實施智能終端軟件開發技術、智能系統應用課程設計、智能系統與工程課程設計、智能游戲開發與設計、人機交互系統開發與設計等教學實踐活動。

4復合型智能技術人才培養

智能科學與技術是一門綜合學科，智能技術也廣泛應用到智能交通、智慧城市建設、電子信息、信息安全、電子政務、電子商務、工業制造、教育、醫療、管理、農業現代化、國防現代化等眾多領域，需要大量復合型智能技術人才。筆者認為，以下4條措施是智能科學與技術新興專業培養復合型人才切實可行的培養方案：①充分發揮大類培養特色明顯的人才培養優勢，開放“全校特色專業選修課”，跨專業、跨學院科教團隊，與大學生科技創新計劃融合，重點培養學生的綜合性、復合性、應用性；②引導并嚴格要求B學分課程學習，特別是設計規劃實施好“科技創新”、“文體活動”、“技能認證”、“企業實習”、“暑期社會實踐”等綜合能力提高計劃；③交叉融合辦好本科生二專業，鼓勵學有余力的本科生對知識的渴求，允許學生在本專業的基礎上再輔修另一個專業，并提供配套措施，保證二專業學生能獲得優質教育，發揮學科交叉融合優勢，使本科生形成寬廣深厚的知識結構，培養有特色的智能科學技術專業復合人才；④通過與企業橫向合作，建立校企實訓基地，緊跟企業和市場需求，與企業聯合培養復合應用人才。

篇9

當前網絡、報刊等媒體報道了很多本科畢業生乃至研究生畢業后，適應不了工作壓力和社會環境，做出了逃避等一些極端的做法，包括部分在大學期間表現非常優秀的學生，他們的社會適應能力也不盡人意。社會不專業提供論文寫作和寫作論文的服務，歡迎光臨dylw.net適應性通常表現在：初到社會后不知道如何與人相處和交往；不知道如何處理工作中遇到的問題以及各種在學校不會遇到的復雜情況；不知道如何安排和處理個人生活等，導致該部分學生走上社會后有失落感和挫敗感，心理素質差的畢業生開始否定自我，從而嚴重影響了他們在社會上的表現，有的甚至走上自我毀滅的道路。大學畢業生的社會不適應性越來越受到社會以及高等院校的關注。

信息與計算科學專業自1998年被國家列為一個新的專業以來，現在幾乎每個高校都設置有該專業，取得了長足發展。[1，2]但是隨著社會的發展，知識的日益更新以及企業對畢業生的要求越來越高，全國高校中的信息與計算科學專業仍存在諸多問題，培養目標及目的不明確，專業課程設置不合理等導致各個高校的信息與計算科學專業特點不突出，沒有創新性，這些問題若不能很好的解決，勢必會影響該專業的生命力。[3]

黑龍江科技大學信息與計算科學專業從2001開始招生，培養了上千名畢業生，為黑龍江的區域經濟乃至全國的IT業做出了卓越貢獻。近年來黑龍江科技大學更新教育理念，依據社會對信息與計算科學專業畢業生的要求對傳統的教學方法和培養模式進行了改革，大力推動能力培養和素質教育，把傳授知識與應用能力和創新能力的培養有機地結合起來，重點培養學生的社會適應能力，為他們以后步入社會打下良好的基礎。

一、依據社會需求和學校特色，制定好專業人才培養目標

隨著社會的發展，大信息和大數據時代的到來，特別是2014年“兩會”的召開，當前需要大量的專門技術型人才進行大數據收集分析、處理，為政府、企事業單位的決策提供信息輔助。大數據時代的到來對于信息與專業提供論文寫作和寫作論文的服務，歡迎光臨dylw.net計算科學專業人才培養來說，既是一個挑戰，也是一個機遇。歐盟委員會《就業指導綱要》中指出：要培養大學生就業能力、創業能力和適應能力共三種能力，這里的適應能力就是指的社會適應能力。教育部要求信息與計算科學專業的畢業生能成為信息技術或科學與工程計算中能解決實際問題的高級專門人才。[4]因此，結合社會對信息與計算科學專業的需求和黑龍江科技大學的“自強不息、創業創新”的辦學精神，將信息與計算科學專業的人才培養定位為主要培養具有扎實的數學基礎，較強的數學思維能力，掌握信息與計算科學的基本理論、方法和技能，具有良好的思想道德素質、身體素質，較強的專業素養，良好的文化修養，能運用所學知識和熟練的計算機技術解決信息處理、科學與工程計算、金融領域中的實際問題的高級應用型人才。

二、改革課程體系設置，適應最新技術發展

在課程設置上堅持“強化專業基礎，突出特點特色，培養綜合能力”的辦學原則，把課程體系分為四種類型：素質拓展類課程、計算數學類課程、信息科學類課程、技術實踐類課程。改革模塊化的課程設置，課程設置承前啟后，避免每門課程的獨立性和脫節性。為了適應大數據時代的到來，設置了數據挖掘和Hadoop平臺等一系列課程，使學生在校就能緊跟時代技術潮流，畢業后能盡快適應社會發展。在一、二年級，加大專業基礎課的教學、課時量等，充分保證學生具有較強的專業基礎，為以后考研等進一步深造打下良好的基礎。到三、四年級，各個方向的專業課全面展開，積極鼓勵學生根據自己的興趣、以后的職業規劃按不同方向選課，跨專業選課，擴大知識面。開設的課程也會隨著新技術的大量涌現而更新，最后形成以社會需求為導向的課程體系。

三、提高實踐教學質量與學生的動手能力

2014年號稱中國高校畢業生最難就業年，但同時企業需要大量技術性人才，這就構成了中國畢業生結構性失業的重要特征。高校中各專業加強學生專業技能訓練、提高學生的綜合素質，是辦好該專業的重要問題。[5]信息與計算科學專業實踐教學的目的是能運用所學的理論、方法和技能解決信息技術或科學與工程計算或運籌控制中出現的實際問題。實踐教學體系的好壞直接關系著培養“社會適用型”人才目標的實現。

1.課程設計

對于課程設計，在掌握、理解好本門課程理論知識的同時，做到理論聯系實際。通過編寫程序、運用數學軟件解決本課程知識點的實際問題，使學生獲得科學研究的基本訓練，提高實際動手能力。課程設計時間由原來整個大學期間的2個課程設計增加到每個學期都有2周的課程設計，使學生能做到本學期學到的知識馬上可以實際應用，增強知識的融會貫通。

2.生產實習和畢業實習

生產實習和畢業實習是學生結束大學學業走上社會崗位的臨界點，也是大學期間最重要的鍛煉機會，對于接觸和適應社會有著非常重要的作用。近兩年，通過院系領導和全體教師的共同努力，聯系企業建立實習基地，讓全部學生“頂崗”實習，從而使學生能真正接觸工作崗位，適應社會。該做法得到了學校和學生的高度認可，今后還要將該想法進一步發揚光大。

3.畢業設計（論文）

畢業設計（論文）是本科教育的最后一個實踐性教學環節，是實現培養適應型人才各方面素質的重要教學環節，既是對學生大學四年綜合素質的檢驗，也是對指導教師工作責任心、研究水平和工作能力檢評的重要手段。通專業提供論文寫作和寫作論文的 服務，歡迎光臨dylw.net過幾年的努力，信息與計算科學專業在畢業設計（論文）方面做了如下嘗試：選題方式采用雙向選擇和鼓勵同學們自主選題，對于就業學生要求一定要結合生產實習和畢業實習真題真做，全部來自于工程實際，從而使學生畢業后能以最快的速度適應社會。對于要進一步深造的學生，讓其與教師一起參與科研，為其進一步讀研奠定基礎。既鍛煉了學生科研方面的能力，也比較容易得到高質量的畢業設計（論文）。[6]

4.培養大學生創新創業能力，加強文化修養教育

創新教育體系是以培養創新意識、創新思維、創造能力等為目的的系統教育活動。目前我國大學生就業壓力越來越大，國家特別鼓勵有創新思維的大學生創業，帶動其他人就業。但是目前高校中沒有真正的創業實踐課和創業實踐基地。大一、大二年級鼓勵學生選修全校人文、經管類的課程如“人機交往”“企業管理”等，加強學生的文化修養，培養學生的創業創新能力。從大學一年級開始實施本科生導師制，鼓勵學生積極到專業基地創新實驗室或參與到教師的相關教科研項目中來，培養學生的科研興趣和創新能力。實踐證明，經常在創新實驗室跟著教師做科研的學生，綜合素質明顯提升。課下鼓勵有能力的學生積極參加各種專業競賽活動如ACM程序設計大賽、全國數學建模大賽等，為以后的就業增加砝碼，最終達到提升學生創新水平和創業能力的目標。

四、小結

經過多年的研究與實踐，黑龍江科技大學信息與計算科學專業的社會適應型人才培養取得了一些成果。但社會在發展，社會對信息與計算科學專業畢業生提出了更高的要求，因此應該對信息與計算科學專業人才培養模式進行不斷地研究和實踐，科學定位，加強師資隊伍建設，提高學生的動手能力和創新創業能力，為國家經濟社會發展培養高素質的社會適用型人才。

參考文獻：

[1]葉明鳳，姜成志.新世紀信息與計算專業人才培養模式的研究與實踐[J].大學數學，2008，24（2）：3-6.

[2]中華人民共和國教育部高等教育司.普通高等學校本科專業目錄和專業介紹[M].北京：高等教育出版社，2012.

[3]周曉晶.信息與計算科學專業創新創業教育人才培養途徑[J].沈陽農業大學學報（社會科學版），2013，15（2）：221-223.

篇10

隨著大數據時代的來臨，越來越多的企業開始意識到在電子商務中應用大數據的重要性[1]。我國國務院于2015年8月31日印發了《促進大數據發展行動綱要》，將加強大數據專業人才培養確立為國家大數據戰略政策保障機制之一，提出了“開展跨學科大數據綜合型人才培養，大力培養具有統計分析、計算機技術、經濟管理等多學科知識的跨界復合型人才”[2]。中小企業是企業中的主體，占企業總數的99%以上。但對于中小企業而言，大數據人才的缺乏已成為制約其電子商務大數據應用的重要因素之一。面向中小企業培養電子商務大數據人才具有重要的意義，本文將在開展人才需求分析的基礎上，探討如何面向中小企業培養電子商務大數據人才。

1、面向中小企業的電子商務大數據人才需求與培養目標

自電子商務專業開設以來，人們針對電子商務人才需求和培養開展了大量研究。雖然電子商務技術發展迅速，但到目前為止一般還是將電子商務人才需求分為四類：運營類、技術類、銷售類和綜合管理類[4]。電子商務大數據人才總的來說是屬于第二類，即技術類人才。通過其所開展的大數據分析，為其他三類人才的工作，包括運營、營銷和管理應用提供支撐。調研表明，電子商務大數據人才本身因其側重點不同又可以分為兩類：一類是偏重于大數據分析平臺建設和分析工具開發的研發人才；另一類是偏重于大數據應用，如提供決策支持、客戶分析、營銷服務等的應用人才。由于大多數中小企業通常不具備獨立開展大數據應用開發的條件，而主要是應用第三方的大數據分析平臺和工具，因此，面向中小企業的電子商務大數據人才以商業分析與應用人才為主，并需要少量從事第三方平臺或工具開發的研發人才。基于以上需求分析，我們將中小企業電子商務大數據人才培養目標確定為：培養具有大數據意識和思維，熟悉大數據和電子商務的相關技術，能夠熟練應用大數據分析工具開展電子商務相關的數據分析和應用，并具有一定的大數據分析軟件開發能力的技術應用型人才。

2、面向中小企業的電子商務大數據課程體系構建與實施

2.1課程體系構建

從培養目標來看，中小企業電子商務大數據人才的知識能力體系可分為三個層次：第一層次，大數據和電子商務的前導知識和技術，即計算機、經濟管理和數理統計基礎知識和技術；第二層次，大數據和電子商務相關知識和技術；第三層次，電子商務大數據分析軟件的開發和應用。在此基礎上，可以構建電子商務大數據課程體系。由于電子商務和大數據技術的發展速度迅猛，且可能的實現技術比較多，為使得課程體系具有較強的通用性，我們在圖中并未指定各方面技術具體使用什么軟件。但每一方面技術目前都有一些主流的產品，我們在軟件選擇時一般應盡量選擇當前的主流產品。如程序設計一般選擇Java語言，數據庫則建議選擇Oracle，大數據存儲和處理建議選擇Hadoop，統計軟件和大數據挖掘工具建議選擇A，大數據軟件開發建議選擇R語言。

2.2師資隊伍建設

電子商務大數據應用是一個全新的領域，綜合運用了電子商務和大數據技術。根據電子商務大數據課程體系，電子商務大數據應用相關師資應當由兩個方面組成：一方面是從事相關基礎知識和技術的學科基礎課程師資，如數學、計算機、經濟管理等，這一部分師資由相關學科提供；另一方面是熟悉電子商務、精通大數據技術并能將二者結合起來的專業方向師資，這一部分的師資應當是由現在的電子商務專業教師承擔，電子商務大數據師資建設的重點就是如何提升電子商務專業教師的大數據分析和應用能力。目前國內高校電子商務專業教師主要來自于計算機和經濟管理兩個方面。電子商務大數據應用重在大數據的商業應用，因此，對于計算機專業出身的教師而言，在深入學習掌握大數據技術的基礎上，應加強商業運營與分析領域的學習；對于經濟管理專業出身的教師而言，則需要在加強數據庫、算法等計算機基礎知識和技術的基礎上深化大數據技術的學習。而對于所有電子商務專業教師而言，在深入掌握大數據技術后，需要結合大量企業案例開展大數據實踐以提高實際應用能力，但單一中小企業顯然難以提供大量數據和案例，因此，高校應積極與行業協會，通過地方的行業協會獲取本地區眾多企業的電子商務運營數據后進行大數據分析實踐，這一方面可以提高師資實踐水平，另一方面可以幫助廣大中小企業利用電子商務大數據技術來優化生產經營。

2.3實踐教學開展

電子商務大數據人才作為技術應用型人才，其實踐應用能力的培養是最為重要和關鍵的。我們主要從實踐教學體系構建、實驗實訓室建設、實習基地建設、實踐教學組織幾個方面探討實踐教學的開展。

（1）實踐教學體系構建

電子商務大數據人才培養的實踐教學體系由三個層次組成：第一層次是課程所對應的實驗實訓；第二層次是創新實踐訓練，其中包括課程設計、畢業設計和各類創新實踐訓練項目；第三層次是企業崗位訓練，包括短期見習和畢業實習。

（2）實驗實訓室建設

為滿足電子商務大數據實驗實訓教學需要，該專業的實驗實訓室應由三方面組成：其一，基礎性的計算機和運籌統計實驗實訓室；其二，專業課程實驗實訓室，主要包括電子商務實驗室和大數據分析實驗室；其三，創新訓練實驗實訓室，主要用于創新實踐訓練。其中計算機、運籌統計、電子商務的實驗室建設都比較成熟。而大數據分析實驗室的建設案例不多，創新訓練實驗室因其面向專業不同差異很大，在此我們主要討論一下這兩個實驗室的建設。大數據分析實驗室主要應包括多臺用于數據存儲與處理的服務器、電腦、移動終端等硬件設備及Hadoop、A、R語言等大數據存儲、分析和開發的軟件。創新訓練實驗室在服務器方面應盡可能與大數據分析實驗室共享，并采用分組結構以方便小組交流合作，并配以必要的電腦、移動終端等硬件設備和大數據分析工具軟件。

（3）實習基地建設

雖然需要電子商務大數據分析人才的中小企業數量眾多，但每家企業的相關崗位都很少，這就給本專業的集中實習帶來了一些困難。為解決這一問題，我們可以從三個方面著手建設實習基地：第一，與行業協會合作，以其為載體面向區域性的行業企業群開展實習基地建設；第二，與專業從事大數據分析的開發和應用的IT企業合作建設實習基地；第三，在對真實企業案例數據進行收集整理的基礎上，建設仿真性的校內實習基地。

（4）實踐教學組織

在實踐教學管理方面，應邀請企業電子商務領域的高級管理和技術人才參與，建立由院系教學院長（主任）、企業高管、專業負責人共同組成的實踐教學指導小組和由專業帶頭人、骨干教師、企業專家共同組成的實踐課程建設小組。在實踐教學師資方面，由于電子商務大數據分析的教學必須是理論與實踐相結合，因而本專業的實驗實訓教學最好由理論課程教學老師來承擔；同時，所有老師應全面參與到學生創新訓練指導，通過這一指導過程，在培養學生創新應用能力的同時也提升了教師的實踐能力和教學水平；此外，本專業所有老師應輪流參與實習指導，通過實習指導可以掌握企業對電子商務大數據應用的真實需求，從而推動教師在課程建設和校內實踐教學更貼近實際應用。

參考文獻：

[1]王惠敏.大數據背景下電子商務的價值創造與模式創新[J].商業經濟研究,2015(7):76-77.

[2]國務院關于印發促進大數據發展行動綱要的通知[EB/OL]，2015-09-05.

[3]鄧之宏,邵兵家,段建.中國企業電子商務崗位人才核心技能需求研究[J].實驗技術與管理,2012(11):136-140.

[4]孫鑫婷,王德林,姜瀚,李名麗,楚會仙.從招聘信息看電子商務專業人才需求特點[J].中國冶金教育，2015(3):24-27.

篇11

1 引言

在現有的畢業論文選題系統中，一個學生只能選擇一個題目作為自己最終的題目，同樣，一個題目只能分配給一個學生。如果最后題目由學生自己確定，那就會出現先選的學生具有更大的選擇余地，后選的學生由于不能再選已經選定的題目，所以其可選擇的題目會越來越少，這對很多學生來說很不公平。如果學生選擇自己的志愿，最終題目由老師來定，這不但加大了老師的工作量，而且還是不能保證每位同學的公平性。如何采用計算機智能輔助選題，設計最優匹配算法實現學生與題目的整體最優匹配，會大大提高選題的效率。

湯穎曾在《畢業設計立項與選題管理及其支持系統》中提出，采用模糊匹配技術進行學生-題目的自動匹配；潘志方在《一種改進的Ford-Fulkenson算法在選題系統中的應用研究》中將題目與學生的匹配抽象為二分圖的匹配，并采用改進的Ford-Fulkenson算法實現題目與學生的自動匹配。以上兩種方法只考慮了學生與題目之間的最大匹配值，并沒有考慮學生的整體滿意度最優的情況。

本文將通過采用最優匹配算法（KM）確定一種匹配方案，使得學生的整體滿意度最高。具體方法概括如下：學生預選多個題目，并根據自己對題目的滿意度由高到底排序，這樣，滿意度成為二分圖的一分值，如圖1所示：

2 系統功能模塊設計

根據前期的可行性分析，本系統主要進行以下模塊的設計：系統管理員模塊、專業負責人管理模塊、指導教師管理模塊和學生選題模塊。

系統管理員模塊主要負責對系統參數的設置及用戶的管理。主要實現以下功能：

（1）系統設置：對系統標題、畢業生、選題參數設置；

（2）學院及專業設置：完成學院、專業的添加、刪除、修改操作；

（3）數據字典的維護：教師信息、選題難度、選題方向燈信息的維護；

（4）教師和學生的管理：完成教師、學生信息的添加、刪除和修改操作；

（5）文件文化建設管理：日志文件查看、上傳文件的管理。

專業負責人管理模塊與系統管理員權限相似，但操作的數據只能針對于指定專業，無法瀏覽及操作整個學院的課題及學生信息。最重要的功能是實現題目的審核。

導師管理模塊主要用于選題以及選擇自己選題學生的審核確認。

（1）個人中心管理：如信息修改及密碼重置；

（2）選題管理：選題的增加、修改、刪除以及選題類型的設置；

（3）學生選題查詢及審核。

學生模塊主要實現學生選題的選擇及確認。

（1）學生個人信息的修改；

（2）學生選題及確認信息查詢；

（3）學生留言及咨詢。

3 KM算法在系統中的實現

KM算法由Kuhn和Munkras分別提出來，這是一種問題。經典的算法。該算法由通過每個頂點一個頂標（A[i][j]）來求最大權匹配的問題轉化為不斷尋找增廣道路以使二分圖的匹配數達到最大的完備匹配。KM算法的關鍵在于不斷尋找二分圖中的可增廣道路。如果找到一條可增廣道路，就可以額將屬于和不屬于相等子圖的邊取相反，從而相等子圖里就是增加一條邊，一直到所有的頂點都進入相等子圖為止。

KM算法可以很好地解決選題系統中，題目與學生最優匹配的問題。下面以國際商學院09級本科學生選題為例。

在匹配過程中，設學生的集合為X={X1，X2，X3……Xn}，選題的集合設置為Y={Y1，Y2，Y3……Yn}，學生對自己選題的滿意度為二維矩陣Z[m][n]，其他題目規定權值為0。系統規定學生最多可預選3個題目，并按照滿意度分別設置0.9，0.7，0.5。以下表1是對國際經濟與貿易專業使用不同算法得出的學生滿意程度。

下面對以上數據進行說明。如采用手工分配的方式，使得681名學生中414名同學分的了題目，滿意度為60.82%；如果采用最大匹配算法進行分配，可以使分配數達到最大，有517名學生分得題目，滿意度上升為79.99%；最有用最有匹配算法進行分配，使總體滿意度達到78.24%，533人。需要說明的一點是，KM算法只是找到了整體最優匹配而不是最大數匹配，如果整體最優情況下匹配數和最大匹配數相差得太大的話，那么整體最優方案顯得不太可取。所以，最好的情況就是同時考慮最優匹配和最大匹配來同時控制兩者的大小。

4 結語

本系統實現了畢業論文選系統工作的各個管理功能，通過實現教師與學生的雙向選擇，使用KM算法，提高選題的質量和效率，為學院充分利用網絡完成畢業論文選題工作提供了便利的平臺。

參考文獻：

[1]湯穎.畢業設計立項與選題管理及支持系統[J].合肥工業大學學報，2006，29（5）.

篇12

為了培養學生具有物流優化建模的能力，以管理運籌學、物流系統工程作為物流管理專業的核心專業基礎課程，以使學生在學習物流中心設計與運營、倉儲管理、企業采購與供應管理、多式集裝聯運、供應鏈管理等專業課程當中具備相應地基礎建模及優化知識。同時為了提高學生動手解決問題的能力，在管理運籌學等專業基礎課程開設之前開設“MATLAB基礎及應用”這樣的課程以及在相關專業基礎課程中開設諸如LINGO、CPLEX等教學模塊，并進一步在專業課程中布置設計實用軟件使用的課外作業以強化學生的實用軟件使用技能。此外，為了培養學生管理科學的知識，設置了這樣一條學習主線：管理學原理→經濟學原理→物流經濟學→計量經濟學（含Eviews軟件教學模塊）→電子商務（重點包含商務信息檢索，存儲，商務信息處理及分析）。

最后，對于物流管理專業學生，筆者更傾向于開設模塊化能力非常好的成熟的通用軟件，例如MATLAB，SPSS，R，Eviews，LINGO，CPLEX，Flexsim，Extend，Witness，Arena，Netlogo等成熟的科研軟件，既讓學生學會了基本的解決問題的方法，也讓學生種下了科研分析的意識種子，從而很好地引導他們更多地主動學習新領域的新知識，同時也為將來有一部分學生走上研究生學習之路做了更好地鋪墊。例如，數學規劃軟件LINGO（嵌入了分支定界算法）對于一個整數規劃問題，可以利用簡短的幾行語句完成求解及靈敏度分析，這樣學生就不用從頭開始寫經典的分支定界算法的程序，從而在減輕學生負擔的同時也讓學生體會到成功求解的樂趣，進而增強學生學習及進一步自學的興趣。綜合以上分析，針對物流管理類專業學生在畢業設計及在課程設計中所表現出的動手解決問題———給出定量結果及分析能力不足的現象，提出物流管理類專業實用軟件技能培養目標及新的組合式實用軟件技能培養模式。

二、物流管理專業學生實用軟件技能的培養目標

（一）信息搜索能力

在日常學習及畢業設計過程中，如果學生具備非常好的搜索技能，那么學生能在非常短的時間內找到解決問題的資料、工具、方法，從而提高解決問題的可能性。對于信息搜索能力，首先，學習常用的搜索引擎（Google，Baidu，Sogou），了解每個搜索引擎的優勢及特點，例如，Google搜索引擎提供的子功能GoogleScholar可以提供學術資源的查找與搜索，尤其是英文學術資源的查找；其次，了解學校電子圖書館提供的電子資源概況，以及如何獲取和使用這些資源，包括學習使用一些常見的文獻管理軟件如NoteExpress，EndNote等；最后由專業課教師在平時上課的過程中或者在新生專業介紹會上列出與物流管理專業相關的常用社區、論壇或微博網址，如了解與管理、經濟等物流管理專業相關的大型學術網站———人大經濟論壇。

（二）信息存儲技術

21世紀已經進入大數據的時代，如何采集數據，利用數據挖掘出數據背后的有用信息是非常有潛力的一種管理模式。例如著名的尿布—啤酒故事就是典型的購物籃分析所帶來的好處，而沒有大量歷史數據的使用與存儲，購物籃分析又談何容易。而大量的數據從各種鏈接、免費數據庫、商業數據庫采集時，需要考慮采用何種方式存儲這些數據，以及如何管理并利用這些數據，因此，我們應該學習有關信息存儲技術。學習數據庫技術可以實現對一些分散的數據進行集中統一管理。

（三）信息處理能力

在收集好數據之后，對數據信息進行合理的處理是獲取信息價值的必要途徑，給學生介紹相關數據信息處理軟件：Excel，MATLAB，SPSS，R，EViews等。這些軟件都比程序設計語言處理數據要更加易于學習和使用，而且對于數據的可視化都較其他程序設計語言工具方便得多。此外，對于海量數據的處理還可以借助諸如Or-acle、SQLServer這樣的大型數據庫。

（四）問題建模及求解能力

對物流管理專業類學生而言，物流作為第三利潤源的概念已經通過很多專業基礎課程及專業課程的學習而深深映入腦海，那么思考的一個問題便是如何挖掘第三利潤源，也就是采取何種策略降低物流成本，使得物流冰山下的成本得以不斷減少，從而達到追逐并獲得第三利潤源的目的。這個過程其實就是優化問題，即如何建立優化模型，例如建立模型優化生產調度策略，優化車輛配送路徑，優化物流配送車輛裝載率，優化供應鏈的庫存，對供應鏈訂單進行排序等，這些優化模型構建的相關基礎知識在物流管理專業核心課程———管理運籌學里都有詳細的介紹，但是對于求解的方法基本都是介紹的經典理論且是對非常小規模的問題進行處理，然后用手工計算的方式進行求解。為此，我們提出介紹一些建模優化軟件如LINGO、CPLEX、MATLAB等來對問題進行求解，從而實現所解決的問題更接近實際情況。

（五）結果展示能力

當對一個問題進行分析，建模并求解之后，需要對結果進行展示，其中包括數據可視化的展示，即圖形化表示，為此學生需要具備一定的繪圖能力，這個任務可以通過學習MicrosoftVisio及Excel的繪圖功能來完成。此外，我們需要對相關結果形成正式的報告或文檔（畢業設計論文，課程設計報告），這個任務可由微軟辦公軟件WORD來完成，即學習WORD中的一些高級排版技巧（自動生成目錄，自動公式編號等）。最后，學生可能需要在一些公開場合（例如參加全國大學生物流設計大賽的答辯會）展示自己解決問題的成果，這時需要使用到PowerPoint多媒體功能。

三、物流管理專業學生實用軟件技能的培養模式

（一）單獨開設相關課程

對于某些應用范圍大、處理能力強的通用軟件或開發軟件應單獨開設系列課程，例如對于在諸多場合（優化、數據處理等）都非常實用的軟件MATLAB可以考慮單獨開設課程來講授，以使學生在后續課程當中可以不斷地使用該軟件解決課程作業及進一步解決更加實際的問題。這些軟件技能的培養對于其他課程能起到承上啟下、循序漸進的紐帶作用。

（二）依托相關專業基礎課或專業課設置教學內容模塊

對于某些學習難度不是太大的實用軟件技能，采用隨堂教學的方式依托相關課程設置一定學時的教學內容模塊來實現軟件的普及入門。例如EXCEL、WORD、VISIO的學習可以放在校必選基礎課———“計算機文化基礎”課程里，而對于LINGO可以放置在“管理運籌學”課程里，而且從2012年開始，蘭州交通大學物流管理專業選用由李引珍教授編著的國家級精品課程教材《管理運籌學》已經將LINGO列入了每一章的講授內容。此外，基于Logware軟件的供應鏈仿真建模分析也在相關課程設計中得以運用，即對于依托相關課程實施實用軟件技能培養已邁入了實質性的教學階段。

（三）設置引導型教學模塊

考慮到總學時的限制，教師在講授某些主干課程的同時，指出要求學生自學的實踐內容，即開展引導型教學模式，以培養學生的自學意識和自學能力，達到延伸、擴展課堂教學內容的目的。這部分內容可以由教師指出學生自學的提綱，內容，自學的方式、方法以及自學的資源（推薦書籍，推薦學習的工具、學習網址），由學生課后業余時間主動學習。而且對于引導型教學模塊的內容，還可以設置自學應該達到的目標，考核的方式（例如做一次匯報）及手段。

篇13

（一）對計算機專業課程體系的影響

大數據產業的發展，對計算機專業人才提出了新需求。國內各高校在大力開展大數據學術研究的同時，勢必將大數據相關理論與技術知識融入計算機專業人才培養體系中，以滿足現代社會對大數據應用人才的需求。

（二）對計算機專業人才教學模式的影響

大數據時代的計算機專門人才應能系統掌握數據分析的相關能力，具備較為扎實的信息技術與數據科學相關知識、較強的信息技術工程實踐與大數據分析能力。因此，各大高校應在計算機專業人才的培養體系中融入大數據相關理論知識與實踐技能，在計算機專業教學過程中注重多學科整合、理論與實踐的結合。

（三）教師隊伍建設影響

為培養合格的大數據管理分析計算機專門人才，勢必要修訂先前的計算機專業課程體系，對其融入眾多大數據應用與分析相關課程。新課程的引入、新教學內容的增加，也對計算機專業教師隊伍提出了新要求。培養大數據時代計算機專業人才必須加大教師培訓力度，適時提高計算機專業教師大數據理論與技術水平。

二、大數據視角下計算機專業人才培養的基本原則

如今，大數據產業如火如荼地發展。為培養適應大數據時代需要的具有較強計算機技術實踐應用能力與知識創新能力、大數據管理分析能力的高級應用型工程技術人才，大數據視閾下的計算機專業人才培養應遵循以下基本原則。

（一）多學科協同

計算機專業是一個軟硬兼顧的寬口徑專業，是面向系統、側重應用的專業。計算機專業涵蓋課程面非常廣，與其他學科聯系比較緊密。同時，大數據時代對計算機專業人才提出新的大數據處理與分析要求。因而，大數據時代計算機專業人才培養要重視多學科協同創新發展，注重跨學科基礎知識和交叉領域學習能力的培養。

（二）校企協同創新

大數據是互聯網、物聯網與云計算的產物。它要求計算機專業人才在具備一定的計算機軟硬件系統分析開發能力的基礎上，熟練掌握大數據采集、存儲、管理、應用分析等能力。而各高校大數據視角下的計算機專業人才培養還處在探索階段，未形成體系。大數據處理是學科交叉的系統性工作，應用性與實踐性要求高，因此，大數據人才培養需要企業的參與。高校計算機專業人才培養方案與大數據研究機構及企業相結合，可為學生提供更多大數據管理與應用分析的生動案例與實踐平臺，提高計算機專業人才的大數據分析能力。

（三）以數據為中心

大數據時代，計算機行業發展成真正的信息行業。計算機專業人才應充分掌握大數據技術處理能力。大數據處理技術是指從各類、多源、異構、海量數據中，快速獲得有價值的信息或知識。現今，軟件的發展不再以編程為核心，轉向以數據為核心。因此，大數據視閾下，計算機專業應以數據為中心，建設課程體系，組織教學內容，加強大數據分析處理能力的應用實踐。

三、大數據時代計算機專業人才培養方案探索

（一）明確培養目標

傳統的計算機專業旨在培養具有較強實踐應用能力與知識創新能力，能從事有關計算機科學與技術方面的研究、應用和開發工作的高級應用型工程技術人才。然而，大數據時代下，計算機專業人才應在具備一定數學、計算機等知識的基礎上，較全面地掌握大數據方向的基本理論和技術。因而，大數據時代計算機專業應以培養具有較高綜合業務素質、較強計算機工程實踐與應用創新能力，系統掌握大數據系統管理、研發、分析與利用能力的高水平、復合型精英人才為目標，以適應大數據時代對計算機專業人才的需求。

（二）合理設置課程體系

大數據的影響力已輻射到人類生活的眾多行業領域，計算機技術更是面臨巨大挑戰。由于大數據資源的規模宏大、多源異構，計算機技術在大數據處理、存儲、通信、傳輸等方面面臨眾多難題。為適應大數據時展，滿足市場對大數據應用專門人才的需求，計算機專業教學應注重教授學生基礎理論知識，培養其應用創新能力，從計算機、通信、統計分析、管理等多學科融合角度出發，進行計算機專業課程體系的設置。

1.基礎課程設置

注重多學科基礎理論與知識的學習與領會。由于大數據背景下的計算機技術涉及多學科領域知識，這要求計算機專業基礎理論課程不僅包括傳統計算機專業基礎理論課，還要涵蓋大數據相關的理論知識（如大數據技術基礎、云計算技術、物聯網、概率論與數理統計等），引導學生了解大數據技術，激發學生對大數據產業的興趣。

2.計算機專業課程設置

大數據視閾下，計算機專業課程的設置主要是使學生掌握必要的與大數據相關專業知識和專業技能，了解大數據時代計算機專業的前沿科學技術和發展趨勢，培養學生分析解決計算機工程實際問題和企業大數據應用實踐問題的能力。主要專業課程包括管理信息系統、數據庫原理與應用、NoSQL數據庫技術原理與應用、分布式數據處理、數據分析、模式識別、機器學習、數據挖掘、分布式文件系統HDFS、分布式計算框架Mapreduce、集群文件系統ClusterFS、分布式數據庫HBase、分布式數據倉庫Hive。

3.計算機專業實踐性課程設置

這類課程重在培養學生解決大數據應用實踐問題的能力，提高學生大數據分析與應用創新能力。其核心課程有Hadoop實踐、并行與分布式計算、社交網絡分析、大數據實例分析、HadoopMap/Reduce技術原理與應用、海量數據分析、數據可視化、大數據安全與隱私保護。

（三）采用多維立體實踐教學模式

大數據背景下，計算機技術是一門實踐性與創新性較強的學科。因此，計算機專業教學勢必要變更傳統教育模式，從人才培養流程上構造課內實驗、課外實踐、課程設計、畢業設計、企業實習等不同層次的多維實踐訓練體系。大數據在海量數據、實時數據、社交網絡分析等方面的應用主要來自企業，所以具備大數據技術的專業人才的培養需要企業參與。同時，在互聯網時代，大數據已成為企業核心戰略資源，也是企業創新的源動力，而企業大數據人才的需求離不開高校的培養。為此，應構建學校、在線平臺、企業實習基地等多途徑立體實踐訓練體系，打造校內外聯合實習、校企互利雙贏、線上/線下教學相結合的實踐教學模式。