大数据背景下信息管理与信息系统专业课程设置研究

梁亚玲 揭安琪

[摘    要] 大数据技术应用迅猛发展，对大数据人才的需求也在持续地增长。信息管理与信息系统专业与“数据”息息相关，其发展必然受到大数据技术的影响。但传统的信管专业存在课程设置更新慢、课程体系设置不严谨等问题，难以培养出适应时代发展需要的高质量人才。本文选取了国内不同层次的20所高校，对其信管专业的课程设置状况进行分析;同时将大数据应用人才培养需求与信管课程设置现状进行对比，为新时期信管专业课程设置提出优化建议。

[关键词] 大数据;信息管理与信息系统专业;课程设置;优化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 13. 089

[中图分类号] G642    [文献标识码]  A      [文章编号]  1673 - 0194（2020）13- 0208- 06

0      引    言

大数据的快速发展对信息管理与信息系统专业（以下简称“信管专业”）的发展产生了冲击，中国政府在《大数据产业发展规划（2016-2020年）》中阐明目前大数据人才不满足市场的需求，对大数据人才的培养建设不能忽视。在此背景下，必须对传统的信管专业课程设置进行优化。

1      大数据概述

1.1   大数据的基本概念

大数据的概念最早由麦肯锡公司定义，即“大数据”为一个非常大的数据的集合，旧的数据库工具的能力已经无法匹配“大数据”的需求。麦肯锡公司认为“大数据”有以下四个特点：大规模化、多元化、快速化、高质低密度。它同时强调，大数据的定义并不是完全取决于数量值的大小，不是必须大于一定的数据值才能叫“大数据”。

Gartner公司对“大数据”的看法是：“大数据”需要与先进的数据分析工具合作，以充分发挥大数据的优势。总的来说，Gartner公司认为大数据的作用不在于拥有大量的数据信息，而在于对这些大量的数据信息使用数据分析工具进行分析，然后挖掘数据信息的实用价值。简单地说，即从信息中发现财富。

笔者认同Gartner公司的说法，大数据的最终意义是挖掘不同类型和价值的数据信息，来满足企业发展的需求，帮助企业获取利润。如广告行业，从传统的广告形式到现在的信息流广告，依靠的就是应用大数据技术对人群的深度分析与挖掘，将每个人打上一个标签，从而将信息流广告精准地推送给目标人群，使企业可以使用较少的推广费用，而获得较大的收益。

1.2   大数据技术发展现状分析

目前大数据技术应用在艺术、社会安全、零售、金融等领域都有所涉及，应用范围十分广泛。食品饮料加工行业的农夫山泉公司，利用大数据技术使库存周转周期缩短，从原来的5天缩短为3天，这一举措使营销额也上升了30%左右，也证明了大数据有利于企业对市场更好地进行把握，更快速地了解市场动态。在互联网行业，大数据的应用更是触手可及，如苹果手机的siri这个智能语言助手，随时随地地解决用户的困扰。在广告行业，大数据也使得企业的营销更为精准。

我国对大数据的发展也越来越重视。近年来，国家发布了多项与大数据相关的政策，涉及林业、交通业、水利、城市管理、公安等领域，如表1所示。大数据技术发展的同时，各类大数据技术人才也成了社会需求的重点。通过对招聘网站的调查总结出大数据人才主要分为四种类型，如表2所示。

我国大数据人才存在较大缺口。《2018全球大数据发展分析报告》中显示，目前中国大数据产业相关人才数量占比全球最高，达59.5%。其次为美国，占比22.4%。但中国的大数据人才的数量还不能满足社会的需求。中国的大数据产业相关人才占中国整体就业人口规模的0.23%，而美国占比0.41%，韩国占比0.43%，芬兰占比0.84%，以色列占比1.12%。因此中国大数据人才虽然在数量上占优势，但相对数量却是严重不足。

1.3   大數据应用人才知识结构要求分析

大数据应用人才通常都是复合型人才，需要具备商业、计算机、信息管理等专业知识;大数据应用人才需要发现数据分析结果能给企业带来的价值。一个优秀的大数据应用人才，其专业素养可以从专业知识结构和性格培养两方面来体现。

1.3.1   大数据应用人才知识结构分析

优秀的大数据应用人才需要有多方面的知识与能力，包括计算机应用、统计学与数学知识、信息分析的能力等。表3为国外Facebook和Twitter公司招聘大数据相关人才的要求。

（1）计算机应用能力。从表3可以看出，要至少会使用一种计算机编程语言，例如PHP，Python等。编程能力是作为大数据技术人才的基础条件，无论是数据库的应用还是数据分析都需要编写程序。大数据人才必须掌握多种计算机软件的操作，包括SQL，SPSS等，这些软件的使用可以帮助大数据人才更好地进行数据分析和数据挖掘。

（2）统计学和数学知识。大数据技术人才需要深入地学习统计学和数学知识。例如假设检验、概率分布、贝叶斯统计等统计学相关知识，是大数据人才进行数据分析工作时的理论基础。

（3）数据可视化的能力。一个大数据应用型人才只会处理数据、挖掘数据是无法满足社会需求的，如果不能将分析结果清晰有效地传达给有关部门，那么信息可能会失去价值。这时候就需要数据可视化技术，将数据分析结果用JReport，Excel，QlickView，Microsoft Power BI等数据可视化软件直现表示出来，使深奥专业的分析结果变得简洁、易懂，也使得数据分析工作更加简单高效。

1.3.2   大数据技术应用人才内在素养分析

（1）沟通表达能力。数据分析完成后，对数据分析结果的表达和沟通也极为重要，因为数据分析的结果不仅仅只有专业的数据人才使用，其他部门，如市场部门、营销部门等都需要了解到这个分析结果。此时大数据专业人才就需要有很强的沟通表达能力，便于他人能理解接受分析结果，并将分析结果运用到实际工作中。

（2）创造力。大数据的意义不在于拥有大量的数据，而是让数据变成有价值和实际意义的数据，这个目标的实现就需要发挥大数据人才的创造力。例如“榨菜指数”，将榨菜销售量的变化，与流动人口结合起来，从而反映人口流动的趋势，这个案例反映了大数据和人们创造力的结合，从而使一些看似无关紧要的数据发挥了它的价值。同时，大数据技术人才在实际工作中接触到的数据是多种多样的，对于如何深入挖掘出这些数据背后的价值，就需要大数据技术人才的独立思考能力和创造能力。

（3）强烈的好奇心与求知欲望。大数据分析过程通常是枯燥乏味的，面对一大堆的数据，需要大数据人才拥有强烈的求知欲望、不轻言放弃的心态。同时，大数据技人才还要拥有对其他领域事物的好奇心，例如体育、自然、科学等领域，只有拥有强烈的好奇心，才有可能将大数据应用与其他行业更好地融合，体现出大数据的社会价值。

（4）对于数据的强烈敏感性。大数据应用人才需要会对数据进行分析预测，而数据预测这项技能需要大数据人才对数据有强烈的敏感性，才能选择最优模型与方法对数据进行分析预测。一般来说，处理过的数据越多，对数据越敏感。

2      信管专业人才培养现状分析

2.1   信管专业人才培养目标

信管专业相较于其他学科是一个交叉性较强的学科，培养掌握信息分析和应用，管理学以及计算机等方面知识的复合型人才。简言之，就是使用计算机软件操作对数据进行收集整理，然后使用信息分析以及高等数学、统计学等专业知识对数据进行分析，最后运用企业管理方面的知识来赋予数据信息价值，为管理人员提供决策支持。需要掌握的知识与技能见表4。

2.2   信管專业发展现状分析

2.2.1   数据来源

本文选择国内20所不同水平的高校作为样本院校，其中既有清华大学等“985工程”院校，也有华中农业大学等“211工程”院校和南京工程学院等一般院校，这些高校分布在不同省份，数据来源广泛，调查结果具有一定的代表性。20所高校信管专业课程设置的数据均来自各院校网站。样本高校如表5所示，样本院校水平分布如图1所示。

2.2.2   数据处理

将 20 所院校的信管专业课程设置数据进行汇总，发现专业课程共有 65 门。因为课程数量过多，所以剔除开设院校数量仅为 1 的课程，最后将 50 门课程作为分析的对象。

将 50 门信管专业课程的开设情况使用 Excel 进行整理，结果如图 2 所示 。

2.2.3   数据分析

50 门专业课程分为三个部分，第一部分为“普遍开设的课程”，即开设该课程的院校数量排名在前三分之一;第二部分为“部分高校开设的课程”，即开设该课程的院校数量排名在中间三分之一;第三部分为“少数高校开设的课程”，即开设该课程的院校数量排名在后三分之一，分别进行数据整理分析，如表6、表 7、表8 所示。

表6显示，20 所高校普遍开设的课程有 17 门课程。这些课程大致的可以分为三类：信息管理类，计算机技术和高等数学类。这反映出大部分高校是依据信管专业人才培养目标进行课程设置，目标是将信管专业学生培养成掌握信息分析和应用、管理学以及计算机相关知识的复合型人才。

表7中的课程反映出各高校对于信管专业的倾向性，如贵州师范大学开设的“财务管理”“应用写作”等专业课程，即该校信管专业倾向于培养“金融+信息管理”的复合型人才。

表8中间课程汇总，反映各高校信管专业的发展方向，如数据可视化、大数据分析与预测，数学分析，商务智能等课程体现了各高校信管专业课程的与时俱进，反映出目前大数据发展的趋势，一部分学校的信管专业开始有意识地开设大数据的相关课程，使学生拥有大数据相关知识与技能。

2.2.4   研究小结

2.2.4.1   课程设置现状

根据以上对 20 所高校信管专业课程设置的整理分析，总结高校信管专业课程设置的现状：

（1）从普遍开设的课程看，各高校已经深入贯彻落实了信管专业人才培养目标，教育部要求的信息管理与信息系统本科专业的主要课程基本都已开设完备。同时也反映出信管专业学生对于计算机，数学和管理学的基本理论知识的掌握也比较充分。

（2）在信管专业的专业课程设置中，整体看，大部分高校开设的课程都有所区别，总开课数量达65门之多，且设置较为分散，反映出信管专业的起源是由五个不同的专业在1998年结合而成的，所以各高校的信管专业课程设置的差异较大。总体上，信息管理类的课程还是各高校开设的核心专业课程，这类课程体现出信管专业在大数据背景下的核心优势，也是信管专业课程设置需要重点关注的类别。

（3）在少数开设的课程中和部分院校开设的课程中，一方面反映了该校信管专业的专业特色，另一方面反映了现在的技术发展程度和就业趋势。这两类课程的设置，使信管专业毕业生可以更好地就业，让信管专业更灵活地发展，增强专业特色。

2.2.4.2   课程设置中存在的问题

当前国内信管专业课程设置存在三个方面的问题：

（1）课程更新的速度慢，跟不上科学技术发展创新的速度。目前大数据技术成为科技中发展的重点，大数据人才也是人才市场中的“抢手货”，但部分高校仍然没有开设大数据相关的课程，例如长江大学、贵州师范大学、江汉大学等高校，这就使信管专业学生所学的知识与社会需求不符，一定程度上导致其毕业生就业率低下。

（2）課程设置系统性不强。信管专业作为一门综合性较强的学科，所学的专业课程也种类繁多，像计算机、金融、管理等都有所涉及，但部分高校只是基于管理学和计算机类课程将大量的课程简单组合拼凑，没有注重课程之间的联系和区别，课程顺序安排混乱，导致学生在学习的过程失去衔接性，没有形成一个完整的知识体系，例如江汉大学开设的有关编程语言的课程中，第二学期将C语言课程和面向对象的语言课程同时开设，这两门课程既有一定程度的相似，又有一定程度的区别，同时开设可能导致学生在学习时产生混乱。此外，很多实用的先进的编程语言课程没有开设，比如Linux、Python 语言等。在管理学方面，部分学校仅开设了管理学原理这一门课程，学生没有针对性地系统性地去学习管理学，这就导致了信管专业的学生既比不上管理学专业人才，也与计算机专业人才有一定的差距，在求职时没有竞争优势。

（3）实践环节过少。虽然大多数高校都开设了一定课时的实践课程，但相对于总体课时来说，实践课程的占比较少，并且由于学生和老师对实践课程不重视，实践课程考核方式不严格、不规范、形式化，往往只是采用提交实践报告等方式进行考核，导致学生偷懒，甚至采用百度搜索抄袭别人的报告，因此失去实践课程教学的意义，课程效果达不到预期。

3      大数据背景下信管专业课程体系优化建议

3.1   设置相关前沿课程

在大数据技术快速发展的时期，信管专业的课程设置必须考虑时代需求。高校信管专业有必要增加一些关于大数据技术与应用的课程，譬如数据挖掘、R语言、NET 等课程，这些课程不仅能拓展学生的知识范围，而且可以使学生毕业后从事大数据相关工作更加从容。然而从目前的情况看来，开设有大数据相关课程的高校还只是少数，例如清华大学等，大部分普通高校并没有开设有关大数据的课程。

3.2   加强学生专业综合训练，增强实践能力

在大数据时代背景下，信管专业的学生要发挥自己的专业优势，在人才市场中更具竞争优势，不只是依靠自己的专业知识，更需要努力提高自己的综合能力。综合能力包括创新思维能力、实践能力，以及成为大数据人才所需要的数据敏感性等。综合能力的培养需要各高校多多开展各种实践活动，例如参加创新创业大赛、“互联网+”等比赛，以及多多安排专业相关的实习，使学生能尽早参与互联网项目，熟悉各种项目的流程，增强实践能力。利用这些项目全方位提升学生的综合能力。

3.3   增设培养沟通交流与合作能力的课程

在实际工作中，大部分企业都要求大数据人才具有沟通交流能力。此外，美国学者明确指出大数据专业人员必须拥有积极向上的心态和良好的沟通交流与团体协作能力，信息设计和管理者必须具备良好的口头表述能力。所以，在信管专业课程设置中，为了适应社会的需求，适量增加企业与管理沟通课程、合作能力与精神培训等课程是有必要的。

3.4   充分考虑课程之间的逻辑性

信管专业课程多而杂，很容易忽视课程之间的异同点，从而使课程的设置并不是有机的组合，而只是简单的拼凑，使信管专业学生在学习的过程中无法确定本专业的核心课程，对未来的就业发展方向感到迷茫。所以在课程设置的过程中一定要注意学科之间的内在关联，使课程体系设置结构严谨，突出重点。一个系统性的、逻辑严谨的信管专业课程体系设置不仅可以使学生掌握专业知识和技能，而且可以扩展学生的知识面，培养学生创新思维，从而拓宽其就业范围，使信管专业毕业生更具竞争力。

主要参考文献

[1]胡洋，石云辉，王观玉.大数据背景下的信息管理与信息系统专业建设改革探究[J].中国教育信息化，2018（3）：65-68.

[2]龚芳. 大数据时代下应用型信管专业建设的问题与对策[J]. 科教文汇：下旬刊， 2018（6）：76-78.

[3]蔡雪莲， 李会. 大数据时代下以就业为导向的信管专业人才培养模式研究[J]. 赤峰学院学报：自然科学版， 2017， 33（11）：205-207.

[4]贺玉珍， 张海江. 大数据视角下信管专业人才培养研究[J]. 中国管理信息化， 2016， 19（21）：241-242.

[5]王文铭， 殷凤朝. 美国大学经济管理类信管专业本科教育培养模式及启示[J]. 图书馆学研究， 2014（18）：8-12.