信息管理与信息系统专业大数据类课程建设思考

宫雨

基金项目：中国石油大学（北京）教改项目：信息管理与信息系统专业大数据类课程规划与建设教学改革

摘要：高校如何建设合理的大数据课程体系建设是信息管理与信息系统专业面临严峻的挑战，本文从大数据类课程体系建设、课程体系的实施保障两个方面探讨了这一问题。针对第一个问题提出课程体系应包括：技术基础类、大数据分析类、能源行业应用与实践类课程;针对第二个问题分析了与现有课程融合、教学师资保障方面的内容。

1引言

大数据对各个高等学校的信息管理与信息系统专业带来了新的挑战和机遇[1，2]，对师资队伍、培养计划、课程设置等方面均有影响，尽管各高校的信息管理与信息系统专业的背景、历史渊源各不相同，但目标都是培养符合新时代要求的人才，提高学生在人才市场的竞争力，在专业建设方向上也有研究探讨，由于各高校在专业建设思路、课程设置等方面有很大不同，因此需探讨适合本校和本专业的大数据课程体系。

笔者所在高校的信息管理与信息系统专业隶属于经济与管理学院，自1999年获批以来已有23年的历史，在长期的专业建设中遵循了相关国家标准，目前在传统本专业课程体系已经建设得比较完善。但在大数据时代：如何设置适合于本专业的大数据课程？如何将这些课程融入到现有课程体系？如何在现有师资队伍的情况下，保障课程体系顺利开展？这是本文着重探讨和解决的问题。

2大数据类课程体系建设

大数据技术本质上来说是信息技术在互联网时代的一种技术升级和变革，它带了新的“数据”范式，也带来数据驱动决策的管理思想，是经济与管理学院的学生必须要掌握的内容。从信息管理与信息系统专业来说对于大数据课程的目的更侧重于掌握实际的应用，在毕业后拥有从事相关工作的能力。

大数据类课程是一个很宽泛的内容，在不同高校和不同专业有不同的界定，从传统的统计到数据挖掘、机器学习;从传统的数据库到数据仓库、数据湖;从SQL到NoSQL、NewSQL到混合事务和分析处理（HTAP）都可以算作大数据技术的内容。但是课程建设中特别是本专业隶属于经济与管理学院的情况下，需要有取舍的进行课程设置。总体上来说，笔者认为适合本专业的大数据课程应该分为三类：技术基础类、大数据分析类、能源行业应用与实践类课程，如图1所示。

2.1技术基础类的课程

技术基础类课程的目的让学生掌握大数据的概念，熟悉原理，能够熟悉流行的大数据技术工具和框架，包括如下内容：

Hadoop大数据平台课程，作为最为广泛应用的大数据技术平台，应该着重教授分布式处理、Map-Reduce等内容;

数据仓库和分布式数据仓库课程，随着数据仓库快速的演进，传统的数据仓库课程内容不能满足现在的需要，应该考虑在课程中增加分布式数据仓库的内容，如MPP、hive等，另外也要对数据湖相关技术进行介绍。

NoSQL、NewSQL、混合事务和分析处理（HTAP）课程，近年来很多企业对Hadoop应用的反思，Hadoop解决了很多企业特别是互联网企业的大数据分析问题，但是随着应用的深入，人们发现NoSQL、NewSQL和HATP针对很多应用和场景对比Hadoop依然有独特优势，越来越多的企业正在回归到数据库（新的数据库）路径上，因此本专业的学生应该了解这方面的进展。

2.2大数据分析类的课程

对于管理学科的学生来说掌握大数据时代的分析意识和能力更加重要，因此在课程体系中应该强调大数据分析类的课程，目前在信息管理与信息系统专业中大多开设了《统计学》《商务统计》《数据挖掘》等课程，在过去很好满足了专业学生的需求，但在大数据时代应进一步的完善和补充：

1）数据可视化的课程，数据可视化是任何数据分析的基础，在理论方面可以开设《数据可视化原理》这样课程，在实践方面可开设、PowerBI、Tableau等应用课程

2）数据分析工具的课程，很多信息管理与信息系统专业中已经开设了python之类的课程，但是这些课程往往把Python作为一门编程语言来对待，而不是数据分析工具，因此有必要修改或者新增Python或者R数据分析这样的课程，增强学生对数据分析工具的掌握程度。

3）数据分析方法类的课程，需要在《数据挖掘》课程的基础上进一步拓展内容，包括：半结构化和非结构化数据的挖掘、图计算和流计算相关的课程，另外对大数据挖掘Spark等应该有所涉及，拓宽学生对数据分析方法的认知。

2.3能源行业应用与实践实验类课程

能源行业应用类课程可以突出行业特色，打造竞争优势;实践类课程对信息管理与信息系统专业来说具有非常重要的地位，能够加深学生对理论课程的理解，也能提升学生的实际动手能力，从而为将来的深造和工作打下基础，在原有《数据挖掘》《数据仓库》课程之外，从课程应该包括如下：

1）大数据基础平台方面的实践课程，《Hadoop平台实践》

2）大数据分析平台方面的实践课程，《Spark大数据分析实践》《Storm实践》

3）数据仓库和分布式数据仓库的实践课程，《分布式数据仓库实践》《数据湖实践》

4）结合能源行业的加油站零售、油气价格预测、能源政策分析等方面的专业优势，开设能源大数据方面的特色专题课程，建立具有能源特色的专业优势，为学生将来的就业和深造奠定牢固的基础。

3 课程体系的实施保障

在完成了大数据类课程体系建设之后，更加重要的问题是如何顺利的实施，如何将这些课程融入到现有的课程体系？如何在现有师资队伍的情况下，保障课程体系顺利开展？

3.1与现有课程的融合

对信息管理与信息系统专业来说大数据技术的相关课程建设是对目前培养计划的补充，而不是颠覆，这样就需在课程体系建设过程中权衡和考虑如下原则：

1）整体规划，在实施课程体系建设过程中需要从专业建设、学校其它专业的情况、专业未来的发展方向等多方面考虑，给出课程的总体规划和实施的路线图，然后在每年调整教学大纲、培养计划时加以考虑。

2）分步实施，按照实际需要，首先开设最基础和急需的课程，再开展其它课程的开设，例如应该优先开设《大数据技术基础》课程和《能源行业应用》课程，能够再原有已经开设了《统计学》《数据挖掘与数据仓库》《Python》等课程的基础上对大数据技术内容进行补充。

3.2教学师资保障

信息管理和信息系统专业的课程建设中师资问题是一个绕不开的问题，这个问题可通过如下几个方面来保障：

1）优化原有培养计划的内容，去除陈旧、实际意义不大的课程，释放师资力量到大数据课程体系中。

2）利用学校平台，结合相关专业的课程，在课程开设时优先考虑相关专业已有的课程。

3）利用行业优势，跟能源行业央企的信息技术公司紧密合作，开设相关的实践课程。

4）建设实践平台时优先考虑可以提供课程资源和辅助的厂商，利用社会外部资源。

4结论

本文针对笔者所属高校的信息管理和信息系统专业在大数据类课程建设的若干问题进行了分析和探讨，总结了本专业这方面的建设经验，希望能够对同行和相关人士提供一定的借鉴意义。

参考文献

[1] 李明伟.大数据时代下信息管理与信息系统专业课程体系改革研究[J].湖南邮电职业技术学院学报，2019，18（03）：113-115.

[2] 高湘昀.國内信息管理与信息系统专业核心课程体系研究[J].科教导刊（下旬刊），2020（36）：55-57.