大数据时代的高校电子商务专业课程建设

摘要：分析大数据对电子商务的影响，结合信息技术和社会需求，阐述大数据时代电子商务专业课程建设的特点、具体内容和教学目标。

关键词：大数据；云计算；电子商务；专业课程建设

1.电子商务的大数据时代

随着云计算、物联网等技术的推广，特别是移动应用的发展，数据正以前所未有的速度在不断地增长和累积，大数据时代已经到来Ⅲ。大数据本身是一个抽象的概念，文献将其定义为：大数据是指那些大小已经超过传统意义上的界定，一般软件工具难以捕捉、储存、管理和分析的数据。国际数据公司（IDC）认为大数据应具有4个特征，即海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。

当前，电子商务的数据大规模存在且持续增长，表现为数据量大幅增长、数据类型多样化、并发访问不断增加等特点。例如，2014天猫“双十一”交易额达571亿元，其中移动端交易额达到243亿元；2014年京东在618大促的高峰三天中获得700万订单，整体流水共计50亿元。伴随着业务量的快速增长，各大电商平台每秒都在产生海量且多模态的交易数据、评价数据、用户行为数据等。大数据为电子商务带来IT基础设施、数据管理模式以及服务模式的转变，促使数据的实际应用更紧密地与企业运营相结合，促使电子商务业务模式、服务模式、营销模式不断革新。

2.大数据对电子商务的影响

2.1大数据对电子商务IT基础设施的影响

IT基础设施是大数据时代电子商务得以实现和发展的基础，只有在高性能、可扩展的技术平台上，电子商务企业的商务模式和营销策略才能实现。同时，技术架构的安全性和稳定性也是保证网络产品和服务交换的前提条件。

大数据时代电子商务的发展离不开云计算的支撑，云计算下的海量存储、计算虚拟化、网络虚拟化、云安全和云平台是支撑大数据时代电子商务应用的技术基础。云计算可以对IT资源进行自动化的管理和配置，降低基础设施管理的复杂程度，提高IT资源利用的效率，能有效缓解大数据给传统的数据中心和IT基础设施带来的压力，能有效解决电子商务大数据的存储、计算和挖掘等问题。

根据美国国家标准与技术研究院（NIST）的定义，云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池（如计算设施、存储设备、应用程序等）的计算模式。NIST给云计算定义了5个关键特征：按需自助服务、广泛的网络访问、资源共享、快速的可伸缩性、可度量的服务；3个服务模型：基础设施即服务层（IaaS）、平台即服务层（PaaS）、软件即服务层（SaaS）；4个部署模型：私有云、社区云、公共云、混合云。云计算技术体系结构如图1所示。

大数据结合云计算是时代发展的必然趋势。传统电商通常自行架构服务器以及关系型数据库来管理数据，并为用户提供产品和服务。大数据时代下，越来越多的电商企业转向租用云计算的硬件和软件服务，无需再自行架设IT基础设施，其存储单元、计算单元、协调单元的总体效率会更高。云计算为大数据提供弹性可扩展的基础设施支撑环境和数据服务的高效商业模式，大数据为云计算大规模与分布式的计算能力提供了应用空间。

2.2大数据对电子商务数据管理模式的影响

传统的计算机硬件和软件设计都是以管理结构化数据为主，即解决结构化数据的存储、处理与应用，但是大数据时代电子商务应用产生了大量的非结构化数据（如图片、照片、文档、音频和视频等），同时数据规模越来越大，并发量越来越高，大数据时代对电子商务数据的管理模式提出了新的需求。

对电子商务大数据的管理可分为在线事务处理OLTP（on-line transaction processing）和大数据分析处理OLAP（on-line analytical processing）两部分。随着电子商务用户和移动设备的爆炸性增长，大数据时代的电子商务应用对OLTP系统的需求是：具有处理海量事务的能力、具有更好的实时交互性能和更高的可扩展性、具有能够进行对海量数据进行实时查询的能力。随着新型互联网应用和新型OLTP应用的产生，传统的关系型数据库在扩展性上遇到了瓶颈，NoSQL（not only SQL）数据库应运而生，NoSQL数据库普遍存在一些共性：不需要预定义数据模式，数据表中每条记录可以有不同的属性和格式；常采用无共享架构，即将数据划分后直接存储在各个本地服务器上，从而提高了系统性能；可扩展性好，可以在系统运行过程中动态添加或删除节点，不需要停机维护，数据可以自动迁移；基于日志的异步复制；不要求满足事务严格的ACID特性等。

目前还有一类最新出现的具有可扩展性和高性能的数据库系统NewSQL，这是一类新型的关系数据库管理系统。对于OLTP应用来说，它们可以提供和NoSQL系统一样的扩展性和性能，还可以如传统的单节点数据库一样保持ACID事务特性。

在实际应用中，大型的电商公司往往会结合使用多种数据，例如用户评论、非实时搜索等一致性要求不敏感的数据，使用NoSQL非常适合，但对于交易数据这类对一致性要求很高的数据，传统的关系型数据库依然是最佳选择。一些具有短事务、点查询、用不同参数执行的相同查询等特征的事务则非常适合用NewSQL进行处理。

2.3大数据对电子商务服务模式的影响

大数据作为继云计算、物联网之后IT产业又一次颠覆性的技术变革，必将对现代企业的管理运作理念、组织业务流程、市场营销决策以及消费者行为模式等产生巨大影响，使得企业商务管理决策越来越依赖于数据分析而非经验甚至直觉。

大数据为电子商务带来商务模式的发展与创新，文献归纳总结了大数据时代下3种创新型的电子商务服务模式：个性化导购服务、垂直细分领域服务和数据产品服务。具体而言，个性化导购服务主要指利用大数据技术，对海量的电子商务用户行为等数据进行收集、存储、深度分析和挖掘，提高企业的信息分析能力，提高广告投放准确性。此外，电商企业通过分析用户行为，挖掘数据价值，推荐出用户阶段性最需要、最适合的产品，实现个性化和精准的商品推荐。垂直细分领域服务主要针对中小型电商企业。在大数据时代，中小型电商企业应专注于某一垂直细分领域，做精做专，更好地分析和挖掘用户大数据，从而为特定的客户群体提供更加专业和细致的产品和服务，才能更好了解产业链上客户的需求，也能容易完善自身的服务。数字产品服务指电商企业可将通过自身平台获得的海量数据进行产品化的包装，并营销给需要数据的其他企业，提升大数据的增值服务。

电商企业利用大数据技术收集、处理、分析海量数据，从中获取信息和知识，例如透过数据能看到消费群分布、潜在用户分布，通过解读数据可获得消费者消费动向、规律和趋势。由数据可以驱动业务转型，探索并发现新的商机，对客户和市场进行新的洞察，实现业务创新和流程创新，发展出新的电子商务服务模式，可以说大数据为电子商务赋予了新的价值。

3.大数据时代电子商务专业课程建设研究

自教育部高教司于2000年批准设立电子商务专业以来，全国已有近350所高校开设了电子商务专业或方向。各高校电子商务专业在建设与发展中逐渐形成了4种取向：以经济为主、以技术为主、以管理为主、以物流营销为主的电子商务办学模式。

在大数据时代，无论采取何种取向都应强调大数据、云计算技术与管理、商务的结合，强调它们在电子商务本科教学中的融合。高校的电子商务专业教育必须与时俱进，依据学科领域的理论研究、前沿发展趋势和行业应用前景，及时调整培养目标和培养规格，专业课程的教学内容应充分体现当前大数据时代的特征，使毕业生能够应对大数据时代电子商务创新应用和创业工作的挑战。

3.1大数据时代电子商务专业课程建设的特点

大数据时代正在改变电子商务的IT基础设施、数据管理模式、商务模式等方面，培养掌握大数据、云计算技术与电子商务业务知识相结合的人才才能满足时代需求。大数据时代高校电子商务专业课程的建设应具有以下特点。

3.1.1增设大数据、云计算的相关架构和编程技术

增设大数据、云计算的相关基础架构、编程技术的教学内容。介绍云计算系统架构层次和逻辑，掌握PaaS、SaaS、IaaS服务模式以及关键技术，如数据中心管理技术、虚拟化技术、资源管理与调度技术、Web服务技术、互联网应用开发技术等。结合Hadoop分布式系统基础架构，介绍分布式文件系统HDFS、并行编程模型MapReduce、内存数据处理框架Spark的原理和实践方法。介绍大数据处理平台系统原理和设计实践方法。

3.1.2增设大数据管理、分析与挖掘的工具与方法

增设非关系数据库NoSQL、新的非传统数据库NewSQL的原理与应用内容，介绍列存储型、文档型存储、键值存储型等NoSQL数据库的特点和应用场景；结合MongoDB、HBase等学习主流NoSQL产品的实践应用；结合Spanner等介绍NewSQL可扩展和高性能的数据库系统的原理与应用。

增设大数据分析平台的技术架构、多平台大数据采集技术，大数据分析、挖掘方法的学习内容；结合Mahout等开源平台，介绍大数据下的聚类、分类、关联规则挖掘、回归分析等数据挖掘算法的并行实现方法；结合实例学习相关算法在电子商务中的应用，如点击率预估、转化率预估、个性化搜索及推荐、商品自动聚类及销量预测等。

3.1.3增设大数据时代电子商务的创新商务模式与营销策略

增设应对大数据时代电子商务的创新商务模式策略，介绍大数据所推动的电子商务新兴产业链。在结合电子商务概论、网络营销、消费者行为学等课程的理论原理基础上，理解大数据带来的数据服务新变革。学习基于大数据的新型营销方式，如基于社交网络、基于位置服务LBS（10cation based service）大数据的营销等，针对消费者的特性提供相应的个性化服务、消费预测等原理与案例内容。介绍大数据营销平台AdTime，以云图的方式将大数据营销过程可视化。在学习大数据分析与挖掘技术的基础上，引导学生从实践教学中，学习描绘、预测、分析、指引消费者的行为，探索发现基于大数据平台的新兴电子商务服务模式，帮助企业制定有针对性的商业策略。

3.2大数据时代电子商务专业课程建设的主要内容

基于大数据对电子商务的影响，以及大数据时代高校电子商务专业课程建设的特点，我们把电子商务受大数据技术影响的专业课程，按其与大数据的关系进行了划分，并对更新后的课程教学内容进行了描述。

围绕电子商务的大数据，我们将需要新增或更新教学内容的专业课程分为5类，分别是大数据存储与管理、大数据统计、大数据分析与挖掘、大数据开发与应用、大数据商务运营与营销。具体对应的专业课程可以增设的教学内容、教学目标参见表1。各高校可根据人才培养的侧重点进行选择和调整，将相关课程设置为专业必修或专业选修。

4.结语

目前，各大电子商务企业越来越重视数据营销、数据分析的作用，因此借助大数据的价值与功能，电子商务将获得更大、更好的发展空间。顺应技术和时代发展的新教学内容，将有助于帮助学生掌握大数据时代电子商务学科前沿技术和方法，更好地培养学生的大数据分析挖掘能力和电子商务的创新应用能力。