- 前辅文
- 第1章 大数据管理与应用的研究与发展
- 1.1 大数据基本概念与特征
- 1.2 大数据技术发展历程
- 1.2.1 萌芽阶段(20世纪90年代至21世纪初)
- 1.2.2 成熟阶段(21世纪初至2010年)
- 1.2.3 大规模应用阶段(2010年后)
- 1.3 大数据管理与应用领域
- 1.3.1 金融大数据
- 1.3.2 医疗大数据
- 1.3.3 制造大数据
- 1.3.4 公共安全大数据
- 1.3.5 电子商务大数据
- 1.3.6 环境资源大数据
- 1.3.7 社交媒体大数据
- 1.3.8 其他大数据
- 1.4 大数据管理与应用的发展前景
- 1.4.1 大数据建模与分析
- 1.4.2 大数据智能决策与管理
- 1.4.3 大数据资源治理
- 1.4.4 大数据使能创新
- 第2章 大数据管理与应用专业的定位和课程体系
- 2.1 大数据管理与应用专业的定位
- 2.2 大数据管理与应用专业课程体系设计
- 2.2.1 大数据管理与应用专业培养目标
- 2.2.2 大数据管理与应用专业课程体系
- 2.3 大数据管理与应用专业建设的相关建议
- 2.3.1 深化专业内涵建设
- 2.3.2 加强师资队伍建设
- 2.3.3 开展教学资源建设
- 2.3.4 开展就业分析与指导
- 第3章 课程教学大纲
- 3.1 专业核心课
- 3.1.1 大数据管理与应用概论(Introduction to Big Data Management and Application)
- 3.1.2 大数据技术基础(Fundamentals of Big Data Technology)
- 3.1.3 大数据智能分析理论与方法(Theory and Methods of Big Data Intelligent Analysis)
- 3.1.4 大数据计量经济分析(Econometric Analysis of Big Data)
- 3.1.5 数据驱动的管理方法与应用(Application for Data-driven Management Methods)
- 3.2 专业主干课
- 3.2.1 数据结构与程序设计(Data Structure and Program Design)
- 3.2.2 Python编程基础(Fundamentals of Python Programming)
- 3.2.3 数据库技术(Database Technology)
- 3.2.4 数据挖掘与机器学习(Data Mining and Machine Learning)
- 3.2.5 自然语言处理(Natural Language Processing)
- 3.2.6 大数据可视化原理与实践(Principles and Practices of Big Data Visualization)
- 3.2.7 非结构化数据分析与管理应用(Unstructured Data Analysis and Management Applications)
- 3.2.8 管理统计学(Management Statistics)
- 3.2.9 复杂网络理论与应用(Theory and Application of Complex Networks)
- 3.2.10 智能优化算法基础(Fundamentals of Intelligent Optimization Algorithm)
- 3.2.11 管理决策理论与方法(Management Decision Theory and Methods)
- 3.2.12 大数据治理(Big Data Governance)
- 第4章 课程教学相关建议
- 4.1 大数据管理与应用专业教师
- 4.1.1 大数据管理与应用专业教师的来源
- 4.1.2 大数据管理与应用专业教师的基本职责
- 4.1.3 大数据管理与应用专业教师的培训
- 4.2 课程思政相关建议
- 4.3 实验环境与实训基地建设
- 4.4 实验教学环节
- 4.5 社会实践环节
- 4.5.1 认知实习
- 4.5.2 专业实习
- 4.5.3 其他课外实践
- 4.6 毕业实习与毕业设计(论文)
- 第5章 本专业毕业生就业分析