信息管理與信息系統專業大數據處理課程教學改革探究

摘要：全球數據量的激增意味著大數據時代已經來臨，同時對相關人才的需求和要求也不斷提高。這不僅為信息管理與信息系統專業的建設提出挑戰，也為其帶來前所未有的發展機遇。大學信息管理與信息系統專業基于大數據時代背景制訂了具有自身特色的新型培養模式。

關鍵詞：大數據；信息管理與信息系統；培養模式 ；課程教學改革

【中圖分類號】TP31-4

“大數據”作為時下最火熱的IT行業的詞匯，隨之而來的數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據的技術逐漸成為專業人士爭相研究的焦點。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有特定意義的數據進行專業化處理。目前我國政府尚未直接以專有名詞對“大數據”給予政策支持。但是在2011年12月8日工業和信息化部發布的物聯網“十二五”規劃上提出的四項關鍵技術創新工程（信息處理技術、信息感知技術、信息傳輸技術、信息安全技術）中，信息處理技術包括了海量數據存儲、數據挖掘、圖像視頻智能分析等大數據的重要組成部分；而另外3項也都與“大數據”密切相關

大數據時代的到來不但對信息管理與信息系統專業人才的需求增加，同時也對信管專業人才培養提出了新的要求。山東理工大學信息管理專業結合大數據時代背景，從培養標準、課程設置等進行了全新的改革，以期培養出更多符合社會需求的高層次復合型人才。

一、大數據的概念和特征

從某種程度上說，大數據是數據分析的前沿技術。大數據可分成大數據技術、大數據工程、大數據科學等領域。大數據技術是從各種各樣類型的數據中，快速獲得有價值信息的能力；大數據工程指大數據的規劃建設運營管理的系統工程；大數據科學關注大數據網絡發展和運營過程中發現和驗證大數據的規律及其與自然和社會活動之間的關系。

對于大數據時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數據體量巨大（Volume Big）：數據量級已從TB（1TB=210GB）發展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數據類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數據信息；第三，價值密度低，商業價值高：以視頻為例，連續不間斷監控過程中有價值的數據可能僅為一兩秒的數據流；第四，處理速度快，處理工具演進快：數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理。

二、大數據時代對人才的需求

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》預計到2020年數字宇宙規模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數據進行處理、分析和管理。在此情況下，對于大數據環境下新型人才的培養問題在近年逐漸受到重視。未來對具有大數據管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統分析和開發的能力外，還需要具備深度分析數據的能力。同時，一些和大數據相關的職位也會應運而生，例如數據分析師、數據架構師等。

2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養的經理人才的需求量大約在150萬人，此外，還需要14萬～19萬數據分析方面的資深專家。在我國，互聯網企業、電子商務、金融機構、醫療衛生、零售、保險等行業及政府數據中心對大數據專業人才的需求量都很大。

三、管理信息系統課程教育現狀

1 教材單一

管理信息系統課程在不同的專業應該有不同的教學要求，對于信管專業的學生，重點是讓學生對于信息技術在企業管理中的重要作用有清醒認識，讓學生了解并掌握管理信息系統體系結構、功能作用和完善管理信息系統的基本方法。對于信息管理類的學生教學重點應該放在實際操作能力上，讓學生掌握開發簡單的信息管理系統的能力。因為不同的專業對于教學要求和側重點的不同，有些教材雖然將適用專業標注在了教材封面上，但是教材的內容都是一樣的。特別是對于工商管理類專業的學生，他們具有計算機基礎薄弱的特點，很多學生認為這是門講授軟件開發的課程，與本專業關系不大，從而難以調動其學生興趣。

2 理論教學沒有結合實踐操作

在教學方式上看，管理信息系統課程仍停留在教師講授的傳統模式上，課堂中很少引入案例講解和實踐操作活動，同時應用到整個管理信息系統開發流程的完整的案例很少，這樣對于學生理解和掌握管理信息系統的理論知識產生了很大的負面影響，使管理信息系統理論知識成了“空中樓閣”。

3 教師隊伍知識結構單一

多數管理信息系統教師是從院校畢業后直接從事教學工作，具有非常豐富的理論知識，但是實際應用知識和實踐能力匱乏。即便是參加過培訓或者具備企業實際工作經驗的教師，在管理信息系統理論和技術飛速發展的情況下，也很難將專業知識掌握到前沿水平，在教授學生的時候就存在局限性，影響了管理信息系統課程的教學效果。

4 管理信息系統課程改革措施

（1）針對信息管理類專業和工商管理類兩個不同的專業，在進行教材設置的時候要有所側重。對于工商管理專業的學生來說，培養目標是了解和理解管理信息系統，對于管理信息系統的管理方法和流程，管理計劃的制訂和實施過程能夠很好地掌握。所以，在進行教材編寫的時候要做到有所側重，有詳有略，同時做到不破壞整個管理信息系統教學的完整體系。

（2）教材編寫要考慮專業特色，特別是對于案例選擇上，應該針對學生專業所涉及的業務流程進行案例的選取，以激發學生的學習興趣和學習熱情。

5 理論教學結合實踐操作

管理信息系統學科融合了管理學、運籌學和信息學等很多學科，其理論知識具有涉及面廣，難度系數大等特點，這就決定了學好管理信息系統課程的基礎是打下扎實的理論基礎。但是管理系信息系統的學習也不能停留在理論層面，在打好理論基礎的同時要注重實踐操作能力的培養。在實際教學中，只有理論知識結合實踐操作，才能達到良好的教學成果。

6 轉變教學模式，注重能力培養

（1） 啟發式教學

在實際教學中，教師在對教材知識的講解和傳授過程告別“灌輸式”教學模式，在對教材知識的講解時要先引入實際生產問題，和學生一起對問題進行分析，引導學生思考解決問題的方法，在研究問題解決方法的過程中講解分析問題，引入教材解決方案，以激發學生學習熱情和主動性。

（2） 案例討論法

在實際教學中引入案例能夠很好地提升學生學習興趣，讓學生在對案例問題進行分析解決的過程中，模擬日后工作中的實際操作能力。教師應選擇具有代表性、全面性以及啟發型的案例。經過學生、老師之間的分析討論，提高學生在信息管理方面的實際能力。

（3） 多媒體教學方法

多媒體教學方式明顯優于傳統的講授模式，多媒體的引入可以提高學生獲取信息的效率，提高學生掌握信息的水平。尤其是在案例教學過程中，利用多媒體可以形象清晰地對案例進行分析，激發學生參與學習討論的熱情和積極性。

對管理信息系統教育進行改革，要有針對性地編寫出能夠反映專業特點的課程教材，同時增加實踐教學在整個教學階段所占的比重，將案例教學方法以及課堂討論的方式結合起來，加強師資隊伍建設，提高教師教學能力和綜合素質，從而促進管理信息系統教學工作的順利展開。

四、信管專業數據庫類課程體系設置存在的問題

目前國內高校信管專業的課程設置給人拼盤教學的感覺，沒有自己的核心課程，沒有課程主線，就數據庫類課程而言存在課程少，沒有系統性、完整性和發展性。大多數院校的信管專業都只設置了數據庫原理及應用這門課程，選擇的課本也大多是簡單介紹數據庫的基礎和一些基本應用。學習這門課程之后學生可能連數據庫使用、SQL語句書寫都不熟練，更談不上能夠設計應用系統的數據庫。

另外，盡管多數高校認識到數據庫類課程要理論知識和實驗相結合，但是如何讓兩者互相配合達到良好的效果確實是目前主要存在的問題，實驗及實習效果不好，學生的動手能力差；數據庫課程教學中缺少完整的實例，雖然教程及實驗指導書中都圍繞教學管理系統舉了很多實例，但是缺乏一個涉及整個應用系統開發全過程的完整的案例，因而很多同學學完該門課程之后不知道自己通過該課程的學習能夠干些什么，和自己的專業有怎樣的聯系；缺乏必要的教學手段保證教學質量。

五、信管專業數據庫類課程體系建設基本思想

針對以上分析的信管專業存在的問題以及數據庫在信管專業的重要地位，高校應重點建設數據庫類課程體系，本著科學、合理、可行的原則，突出專業特色。增加數據庫類課程，加強實驗和實習環節，增強學生的動手能力和實踐能力；數據庫類課程的按照由淺到深、由基礎到專業、由必修到選修的原則設置，既符合學生學習的規律，又能照顧學生的興趣，形成一個課程類體系，培養有扎實的數據庫知識理論和較強應用能力，能夠在信息管理、信息系統設計、開發、管理和維護方面從事研究和工作的優秀畢業生。

六、信管專業數據庫類課程體系結構

數據庫課程體系應包括數據庫系統、大型數據庫管理系統、數據庫挖掘和數據庫倉庫、信息系統設計開發等。其中數據庫系統可以選用（美）埃爾姆斯里等著的數據庫系統基礎初級篇，該書的數據庫知識比較系統完整，分兩個學期教學。在教學中要選取一個完整的教學實例，依托常用的數據庫應用系統SQL Server 平臺開展教學和實踐，使學生體驗理論知識在實際應用中的作用，將抽象的數據庫原理知識運用到生活實際中，對利用數據庫技術解決實際問題有一個完整的認識。上半學期重點是SQL語言的講解和訓練，SQL語句的掌握要靠大量的訓練，目前，學生對SQL掌握的不夠熟練主要原因是操作的太少，要熟練掌握SQL語句，就必須多加練習，如果一個學生一學期寫上上千條的SQL語句，那么對SQL語句的掌握必然能達到熟練于心的地步。針對此情況高校要增加上機實驗，且實驗要有針對性、系統性，比如可以使用一個成熟完整的項目案例，讓學生針對實際的需求寫SQL語句或是做報表，可以強化學生對數據庫的掌握程度。下半學期重點是數據庫設計，可以以做項目的形式學習這門課程。模擬實際開發項目的流程，教師把書本上的知識融到項目當中，引導學生把所學的知識運用到項目當中，進而加強對基礎知識的理解，也提高了學生的實踐能力和團隊合作能力。

七、授課與考核方法設計

對不同層次學生要求不同，這種不同既體現在知識點的要求上，又直接體現在任務的難易性程度上，這都需要教師在課程設計時充分考慮不同要求情況下的不同的授課方式，并使學生清楚自己需要掌握的程度。對于高級算法和實現部分，通常可以選擇一到兩章內容采用專題探討式的教學方法。這種方法是指在教師啟發和引導下，以學生為主體，選擇某個基本教學單元為專題，學生自主研究作為知識傳遞的基本形式，將多種靈活的教學方式綜合運用到教學環節的教學方法。根據信管專業培養方案的培養目標、以及對學生調研的情況，實踐環節比較適合選擇成熟的商務智能工具進行數據的整合和多維數據建模，也就是直接使用現成的；或者使用數據挖掘軟件進行數據建模，完善數據挖掘算法。可以針對學生管理基礎課與IT基礎課知識的掌握情況，選擇合適的工具為學生設計綜合性實驗。實驗中給出部分操作步驟，并在實驗后期僅給出數據與工具，讓學生自己設計數據倉庫、進行數據挖掘、并對挖掘結果進行多種形式的展示。

八、大數據時代下信管專業培養模式

1.培養目標和培養標準

在大數據環境下，重新定位信管專業的培養目標和標準，以適應“大數據”對專業人才提出的新要求，是信管專業建設的首要議題。我校信管專業突破國內高校信息管理專業人才培養的三種主要模式（一是強調 IT技術，弱化了現代管理理論與方法；二是強調管理又過于弱化了IT 技術；三是 IT技術與管理相融合，但實際效果不理想），強調學生不但要掌握現代信息系統的規劃、分析、設計、實施和運維等方面的方法與技術，更要具有現代管理科學思想和較強的信息系統開發利用以及數據分析處理能力。

我校信管專業還制定了全新的培養標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業學生需具備的技能和能力，并為課程的設置提供了依據。

2.課程設置體系

為了滿足大數據時代對人才提出的新要求，我校信管專業課程設置圍繞主干學科（管理學、經濟學、計算機科學與技術、管理科學與工程）不僅設置了國內高校信管專業常設的管理學、統計學、管理信息系統、數據庫原理與應用、數據結構與算法分析、計算機網絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數據倉庫與數據挖掘、商務智能與人工智能等相關課程，使學生在理解新興數據處理模式的同時，智能化數據分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發、企業信息系統構建與仿真、電子商務平臺架構設計等課程，使信管專業的學生成為擁有合理知識結構的復合型人才。

大數據時代下新型的信息管理與信息系統專業人才的培養既要高度重視理論知識的學習，又要加強實踐能力的培養。為此，我校信管專業還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環節，為學生搭建實踐平臺，拓寬實踐渠道。

九、基于模塊化方法的課程內容分析

模塊化教學模式是按照程序模塊化的構想和原則來設計教學內容的一整套教學體系，它是在既定的培養目標指導下，將全部教學內容按照一定標準或規則進行分解，使其成為多個相對獨立的教學模塊，且各教學模塊之間可以按照一定的規則有選擇性的重新組合。學生可以根據個人興趣和職業取向在不同模塊之間進行選擇和搭配，從而實現不同的教學目標和人才培養要求。模塊化教學本質上是以知識點與實踐的細化為出發點研究的。商務智能方法本身非常豐富，實踐應用也是課程的主要特點之一，因此十分適合使用模塊化的知識分解方式。本課程的知識點模塊管理分為兩個層次，一是從宏觀角度設計課程的基礎內容模塊和高級主題模塊；二是從微觀角度針對較為復雜的教學內容進行的知識點劃分。

1.課程主要內容模塊化分析。目前該課程包括十章理論內容，分別為數據倉庫與數據挖掘的基本知識、數據倉庫的OLAP技術、數據預處理、數據挖掘系統的結構、概念描述：特征化與比較、挖掘大型數據庫中的關聯規則、分類與預測、聚類分析、復雜類型數據挖掘和序列模式挖掘。根據模塊化管理的宏觀角度分類，課程內容的第一至五章屬于基礎理論部分和簡單數據挖掘技術的介紹，可以作為基礎內容模塊；第六至八章為數據挖掘的核心算法，其中既有基礎理論與技術方法，又可深入到較難的方法和復雜的應用，因此介于基礎內容與高級主題之間；第九、十章可以算做課程的高級主題模塊；另外，課程的實踐模塊既包含數據倉庫的建設又包含數據挖掘算法的應用，難度也介于基礎內容與高級主題之間。

2.復雜知識點的模塊化管理。從微觀角度對知識點進行設計主要針對的是上述的高級主題、以及難度介于基礎內容與高級主題之間的章節，由于這些章節知識點在難度上有一定層次，講授內容彈性比較大，因此需要在課程設計中明確一定課時量所要達到的難度。以商務智能技術中的分類算法為例：首先一般的入門課程都會介紹分類算法的概念和基本原理；接著開始介紹分類算法的基礎算法――決策樹，而決策樹算法中又包含ID3等多種算法，并且除了決策樹外，還有其他更高級的分類算法；在真正使用分類法進行預測時，還要分析預測準確度；最終要將所學知識加以應用。這樣就形成了一個結構清晰、難度循序漸進的知識點模塊的層次關系。在宏觀角度、微觀角度對教學內容進行分類的前提下進行相應的授課方法與考查方法的研究，才能真正有助于學生的學習。

當前流行的大型數據庫管理系統有Oracle、Sybase、SQL Server、DB2等。選擇其中一種數據庫系統（一般是Oracle），通過學習一個完整的大型數據庫系統的特點、安裝配置、備份與恢復、安全性以及事物管理等，讓學生系統掌握數據庫應用系統的知識和內部實現機制，既能鞏固之前所學的數據庫基礎知識，又增強了學生的實踐能力，為學生在這方面的進一步研究和學習奠定了良好的基礎，也為學生的就業增加了籌碼。這是很重要的一門課程也是目前高校教學中缺少的課程環節。

數據倉庫和數據挖掘是目前比較流行的一門技術，專業性比較強，也是數據庫的發展方向之一，可以讓學生根據興趣愛好和就業方向作為選修課學習，不做過多的要求。

信息系統設計是一門綜合性的應用課程，是綜合了管理、財務、計算機技術多方面知識的課程，要以實驗課為主，以學生做的課程設計為該課程的評分依據，讓學生獨立做一個完整的系統，鍛煉學生對知識的綜合運用能力。

這幾門課程是相互聯系、相互滲透的學科，孤立的學習各門課程無法使學生達到綜合應用的能力要求，所以要把這個課程體系綜合、系統起來學習。

十、數據庫類課程教學方法

以實例為依托：數據庫系統、大型數據庫管理系統這兩門理論課要依托具體的DBMS和一個完整實例，使理論和實踐相結合，讓學生有個清楚明了的認識，而不是灌輸一些抽象的理論。

開展啟發式教學：在教學中使學生“于無疑處生疑”， 把學生思維引到矛盾的焦點上，很容易激發學生的求知欲望。另一方面，數據庫技術的發展本身就有很重要的規律，可以說每一種新技術的誕生都是需求在推動，即都是為了解決當時的某種問題， 這就給啟發式教學方法一個很好的發揮空間。

教學嚴格：限于大多數學生的判斷力和自控能力，在教學中，對學生應嚴格要求，在理論知識的學習階段注重基礎知識的學習，課后習題是必須要做的；實驗階段不能采用“放羊式”的方式，每次實驗課都要有目標和實驗要求；課程設計和項目演練階段，每個人要有明確的分工和任務，且要嚴格監督抄襲已有的設計的系統充數。對學習過程中學生的學習成果要制定相應評斷標準以及獎罰方法。

十一、總結

信息管理與信息系統專業是一個跨管理學、計算機技術、網絡技術、數理統計學等學科的專業，具有適應范圍廣、發展變化快等特點。大數據時代為信息管理專業建設提出了新挑戰和發展機遇，信管專業能否靈活應對、轉變發展思路、積極創新還有待時間的檢驗。

參考文獻：

[1] 維克托·邁爾-舍爾維恩，肯尼斯·庫克耶. 大數據時代[M].杭州：浙江人民出版社，2013.

[2] 孫金鳳. 高校信息管理與信息系統專業建設問題分析及對策研究[J].中國電力教育，2010，（3）：27.

[3] 陳如明. 大數據時代的挑戰、價值與應對策略[J].移動通信2012，（17）：14-15.

[4] 閆娜. 大數據視角下信息管理與信息系統專業建設研究[J].圖書館學研究，2013，（11）：9-11.

[5]趙志剛.管理信息系統課程教學改革研究[J].現代商貿工業，2011，2（14）：183-184.

[6]李守偉.管理信息系統課程的教學改革研究[J].科教文匯：中旬刊，2007，12（25）：28-29.

[7]胡晶，何澤恒，耿文莉.管理信息系統課程無邊界教學改革探索[J].黑龍江社會科學，2014，2（26）：157-160.

[8]肖海蓉.信息管理與信息系統專業數據庫類課程群體系研究，2011.

[9]張艷.財經類院校“數據庫基礎與應用”課程教學改革探討與實踐.[J].福建電腦，2010，（1）.

[10]陳曉紅.信息管理與信息系統專業.[J].課程教學探討，2007，（6）.

作者信息

左智（1989.12-），男（漢族），江西省吉安，貴州民族大學，碩士學位，專業教師，助教，網絡與信息安全、大數據處理，