大數據背景下信息管理與信息系統專業課程設置研究

梁亞玲 揭安琪

[摘 ? ?要] 大數據技術應用迅猛發展，對大數據人才的需求也在持續地增長。信息管理與信息系統專業與“數據”息息相關，其發展必然受到大數據技術的影響。但傳統的信管專業存在課程設置更新慢、課程體系設置不嚴謹等問題，難以培養出適應時代發展需要的高質量人才。本文選取了國內不同層次的20所高校，對其信管專業的課程設置狀況進行分析;同時將大數據應用人才培養需求與信管課程設置現狀進行對比，為新時期信管專業課程設置提出優化建議。

[關鍵詞] 大數據;信息管理與信息系統專業;課程設置;優化

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

[中圖分類號] G642 ? ?[文獻標識碼] ?A ? ? ?[文章編號] ?1673 - 0194（2020）13- 0208- 06

0 ? ? ?引 ? ?言

大數據的快速發展對信息管理與信息系統專業（以下簡稱“信管專業”）的發展產生了沖擊，中國政府在《大數據產業發展規劃（2016-2020年）》中闡明目前大數據人才不滿足市場的需求，對大數據人才的培養建設不能忽視。在此背景下，必須對傳統的信管專業課程設置進行優化。

1 ? ? ?大數據概述

1.1 ? 大數據的基本概念

大數據的概念最早由麥肯錫公司定義，即“大數據”為一個非常大的數據的集合，舊的數據庫工具的能力已經無法匹配“大數據”的需求。麥肯錫公司認為“大數據”有以下四個特點：大規?；?、多元化、快速化、高質低密度。它同時強調，大數據的定義并不是完全取決于數量值的大小，不是必須大于一定的數據值才能叫“大數據”。

Gartner公司對“大數據”的看法是：“大數據”需要與先進的數據分析工具合作，以充分發揮大數據的優勢。總的來說，Gartner公司認為大數據的作用不在于擁有大量的數據信息，而在于對這些大量的數據信息使用數據分析工具進行分析，然后挖掘數據信息的實用價值。簡單地說，即從信息中發現財富。

筆者認同Gartner公司的說法，大數據的最終意義是挖掘不同類型和價值的數據信息，來滿足企業發展的需求，幫助企業獲取利潤。如廣告行業，從傳統的廣告形式到現在的信息流廣告，依靠的就是應用大數據技術對人群的深度分析與挖掘，將每個人打上一個標簽，從而將信息流廣告精準地推送給目標人群，使企業可以使用較少的推廣費用，而獲得較大的收益。

1.2 ? 大數據技術發展現狀分析

目前大數據技術應用在藝術、社會安全、零售、金融等領域都有所涉及，應用范圍十分廣泛。食品飲料加工行業的農夫山泉公司，利用大數據技術使庫存周轉周期縮短，從原來的5天縮短為3天，這一舉措使營銷額也上升了30%左右，也證明了大數據有利于企業對市場更好地進行把握，更快速地了解市場動態。在互聯網行業，大數據的應用更是觸手可及，如蘋果手機的siri這個智能語言助手，隨時隨地地解決用戶的困擾。在廣告行業，大數據也使得企業的營銷更為精準。

我國對大數據的發展也越來越重視。近年來，國家發布了多項與大數據相關的政策，涉及林業、交通業、水利、城市管理、公安等領域，如表1所示。大數據技術發展的同時，各類大數據技術人才也成了社會需求的重點。通過對招聘網站的調查總結出大數據人才主要分為四種類型，如表2所示。

我國大數據人才存在較大缺口?！?018全球大數據發展分析報告》中顯示，目前中國大數據產業相關人才數量占比全球最高，達59.5%。其次為美國，占比22.4%。但中國的大數據人才的數量還不能滿足社會的需求。中國的大數據產業相關人才占中國整體就業人口規模的0.23%，而美國占比0.41%，韓國占比0.43%，芬蘭占比0.84%，以色列占比1.12%。因此中國大數據人才雖然在數量上占優勢，但相對數量卻是嚴重不足。

1.3 ? 大數據應用人才知識結構要求分析

大數據應用人才通常都是復合型人才，需要具備商業、計算機、信息管理等專業知識;大數據應用人才需要發現數據分析結果能給企業帶來的價值。一個優秀的大數據應用人才，其專業素養可以從專業知識結構和性格培養兩方面來體現。

1.3.1 ? 大數據應用人才知識結構分析

優秀的大數據應用人才需要有多方面的知識與能力，包括計算機應用、統計學與數學知識、信息分析的能力等。表3為國外Facebook和Twitter公司招聘大數據相關人才的要求。

（1）計算機應用能力。從表3可以看出，要至少會使用一種計算機編程語言，例如PHP，Python等。編程能力是作為大數據技術人才的基礎條件，無論是數據庫的應用還是數據分析都需要編寫程序。大數據人才必須掌握多種計算機軟件的操作，包括SQL，SPSS等，這些軟件的使用可以幫助大數據人才更好地進行數據分析和數據挖掘。

（2）統計學和數學知識。大數據技術人才需要深入地學習統計學和數學知識。例如假設檢驗、概率分布、貝葉斯統計等統計學相關知識，是大數據人才進行數據分析工作時的理論基礎。

（3）數據可視化的能力。一個大數據應用型人才只會處理數據、挖掘數據是無法滿足社會需求的，如果不能將分析結果清晰有效地傳達給有關部門，那么信息可能會失去價值。這時候就需要數據可視化技術，將數據分析結果用JReport，Excel，QlickView，Microsoft Power BI等數據可視化軟件直現表示出來，使深奧專業的分析結果變得簡潔、易懂，也使得數據分析工作更加簡單高效。

1.3.2 ? 大數據技術應用人才內在素養分析

（1）溝通表達能力。數據分析完成后，對數據分析結果的表達和溝通也極為重要，因為數據分析的結果不僅僅只有專業的數據人才使用，其他部門，如市場部門、營銷部門等都需要了解到這個分析結果。此時大數據專業人才就需要有很強的溝通表達能力，便于他人能理解接受分析結果，并將分析結果運用到實際工作中。

（2）創造力。大數據的意義不在于擁有大量的數據，而是讓數據變成有價值和實際意義的數據，這個目標的實現就需要發揮大數據人才的創造力。例如“榨菜指數”，將榨菜銷售量的變化，與流動人口結合起來，從而反映人口流動的趨勢，這個案例反映了大數據和人們創造力的結合，從而使一些看似無關緊要的數據發揮了它的價值。同時，大數據技術人才在實際工作中接觸到的數據是多種多樣的，對于如何深入挖掘出這些數據背后的價值，就需要大數據技術人才的獨立思考能力和創造能力。

（3）強烈的好奇心與求知欲望。大數據分析過程通常是枯燥乏味的，面對一大堆的數據，需要大數據人才擁有強烈的求知欲望、不輕言放棄的心態。同時，大數據技人才還要擁有對其他領域事物的好奇心，例如體育、自然、科學等領域，只有擁有強烈的好奇心，才有可能將大數據應用與其他行業更好地融合，體現出大數據的社會價值。

（4）對于數據的強烈敏感性。大數據應用人才需要會對數據進行分析預測，而數據預測這項技能需要大數據人才對數據有強烈的敏感性，才能選擇最優模型與方法對數據進行分析預測。一般來說，處理過的數據越多，對數據越敏感。

2 ? ? ?信管專業人才培養現狀分析

2.1 ? 信管專業人才培養目標

信管專業相較于其他學科是一個交叉性較強的學科，培養掌握信息分析和應用，管理學以及計算機等方面知識的復合型人才。簡言之，就是使用計算機軟件操作對數據進行收集整理，然后使用信息分析以及高等數學、統計學等專業知識對數據進行分析，最后運用企業管理方面的知識來賦予數據信息價值，為管理人員提供決策支持。需要掌握的知識與技能見表4。

2.2 ? 信管專業發展現狀分析

2.2.1 ? 數據來源

本文選擇國內20所不同水平的高校作為樣本院校，其中既有清華大學等“985工程”院校，也有華中農業大學等“211工程”院校和南京工程學院等一般院校，這些高校分布在不同省份，數據來源廣泛，調查結果具有一定的代表性。20所高校信管專業課程設置的數據均來自各院校網站。樣本高校如表5所示，樣本院校水平分布如圖1所示。

2.2.2 ? 數據處理

將 20 所院校的信管專業課程設置數據進行匯總，發現專業課程共有 65 門。因為課程數量過多，所以剔除開設院校數量僅為 1 的課程，最后將 50 門課程作為分析的對象。

將 50 門信管專業課程的開設情況使用 Excel 進行整理，結果如圖 2 所示 。

2.2.3 ? 數據分析

50 門專業課程分為三個部分，第一部分為“普遍開設的課程”，即開設該課程的院校數量排名在前三分之一;第二部分為“部分高校開設的課程”，即開設該課程的院校數量排名在中間三分之一;第三部分為“少數高校開設的課程”，即開設該課程的院校數量排名在后三分之一，分別進行數據整理分析，如表6、表 7、表8 所示。

表6顯示，20 所高校普遍開設的課程有 17 門課程。這些課程大致的可以分為三類：信息管理類，計算機技術和高等數學類。這反映出大部分高校是依據信管專業人才培養目標進行課程設置，目標是將信管專業學生培養成掌握信息分析和應用、管理學以及計算機相關知識的復合型人才。

表7中的課程反映出各高校對于信管專業的傾向性，如貴州師范大學開設的“財務管理”“應用寫作”等專業課程，即該校信管專業傾向于培養“金融+信息管理”的復合型人才。

表8中間課程匯總，反映各高校信管專業的發展方向，如數據可視化、大數據分析與預測，數學分析，商務智能等課程體現了各高校信管專業課程的與時俱進，反映出目前大數據發展的趨勢，一部分學校的信管專業開始有意識地開設大數據的相關課程，使學生擁有大數據相關知識與技能。

2.2.4 ? 研究小結

2.2.4.1 ? 課程設置現狀

根據以上對 20 所高校信管專業課程設置的整理分析，總結高校信管專業課程設置的現狀：

（1）從普遍開設的課程看，各高校已經深入貫徹落實了信管專業人才培養目標，教育部要求的信息管理與信息系統本科專業的主要課程基本都已開設完備。同時也反映出信管專業學生對于計算機，數學和管理學的基本理論知識的掌握也比較充分。

（2）在信管專業的專業課程設置中，整體看，大部分高校開設的課程都有所區別，總開課數量達65門之多，且設置較為分散，反映出信管專業的起源是由五個不同的專業在1998年結合而成的，所以各高校的信管專業課程設置的差異較大?？傮w上，信息管理類的課程還是各高校開設的核心專業課程，這類課程體現出信管專業在大數據背景下的核心優勢，也是信管專業課程設置需要重點關注的類別。

（3）在少數開設的課程中和部分院校開設的課程中，一方面反映了該校信管專業的專業特色，另一方面反映了現在的技術發展程度和就業趨勢。這兩類課程的設置，使信管專業畢業生可以更好地就業，讓信管專業更靈活地發展，增強專業特色。

2.2.4.2 ? 課程設置中存在的問題

當前國內信管專業課程設置存在三個方面的問題：

（1）課程更新的速度慢，跟不上科學技術發展創新的速度。目前大數據技術成為科技中發展的重點，大數據人才也是人才市場中的“搶手貨”，但部分高校仍然沒有開設大數據相關的課程，例如長江大學、貴州師范大學、江漢大學等高校，這就使信管專業學生所學的知識與社會需求不符，一定程度上導致其畢業生就業率低下。

（2）課程設置系統性不強。信管專業作為一門綜合性較強的學科，所學的專業課程也種類繁多，像計算機、金融、管理等都有所涉及，但部分高校只是基于管理學和計算機類課程將大量的課程簡單組合拼湊，沒有注重課程之間的聯系和區別，課程順序安排混亂，導致學生在學習的過程失去銜接性，沒有形成一個完整的知識體系，例如江漢大學開設的有關編程語言的課程中，第二學期將C語言課程和面向對象的語言課程同時開設，這兩門課程既有一定程度的相似，又有一定程度的區別，同時開設可能導致學生在學習時產生混亂。此外，很多實用的先進的編程語言課程沒有開設，比如Linux、Python 語言等。在管理學方面，部分學校僅開設了管理學原理這一門課程，學生沒有針對性地系統性地去學習管理學，這就導致了信管專業的學生既比不上管理學專業人才，也與計算機專業人才有一定的差距，在求職時沒有競爭優勢。

（3）實踐環節過少。雖然大多數高校都開設了一定課時的實踐課程，但相對于總體課時來說，實踐課程的占比較少，并且由于學生和老師對實踐課程不重視，實踐課程考核方式不嚴格、不規范、形式化，往往只是采用提交實踐報告等方式進行考核，導致學生偷懶，甚至采用百度搜索抄襲別人的報告，因此失去實踐課程教學的意義，課程效果達不到預期。

3 ? ? ?大數據背景下信管專業課程體系優化建議

3.1 ? 設置相關前沿課程

在大數據技術快速發展的時期，信管專業的課程設置必須考慮時代需求。高校信管專業有必要增加一些關于大數據技術與應用的課程，譬如數據挖掘、R語言、NET 等課程，這些課程不僅能拓展學生的知識范圍，而且可以使學生畢業后從事大數據相關工作更加從容。然而從目前的情況看來，開設有大數據相關課程的高校還只是少數，例如清華大學等，大部分普通高校并沒有開設有關大數據的課程。

3.2 ? 加強學生專業綜合訓練，增強實踐能力

在大數據時代背景下，信管專業的學生要發揮自己的專業優勢，在人才市場中更具競爭優勢，不只是依靠自己的專業知識，更需要努力提高自己的綜合能力。綜合能力包括創新思維能力、實踐能力，以及成為大數據人才所需要的數據敏感性等。綜合能力的培養需要各高校多多開展各種實踐活動，例如參加創新創業大賽、“互聯網+”等比賽，以及多多安排專業相關的實習，使學生能盡早參與互聯網項目，熟悉各種項目的流程，增強實踐能力。利用這些項目全方位提升學生的綜合能力。

3.3 ? 增設培養溝通交流與合作能力的課程

在實際工作中，大部分企業都要求大數據人才具有溝通交流能力。此外，美國學者明確指出大數據專業人員必須擁有積極向上的心態和良好的溝通交流與團體協作能力，信息設計和管理者必須具備良好的口頭表述能力。所以，在信管專業課程設置中，為了適應社會的需求，適量增加企業與管理溝通課程、合作能力與精神培訓等課程是有必要的。

3.4 ? 充分考慮課程之間的邏輯性

信管專業課程多而雜，很容易忽視課程之間的異同點，從而使課程的設置并不是有機的組合，而只是簡單的拼湊，使信管專業學生在學習的過程中無法確定本專業的核心課程，對未來的就業發展方向感到迷茫。所以在課程設置的過程中一定要注意學科之間的內在關聯，使課程體系設置結構嚴謹，突出重點。一個系統性的、邏輯嚴謹的信管專業課程體系設置不僅可以使學生掌握專業知識和技能，而且可以擴展學生的知識面，培養學生創新思維，從而拓寬其就業范圍，使信管專業畢業生更具競爭力。

主要參考文獻

[1]胡洋，石云輝，王觀玉.大數據背景下的信息管理與信息系統專業建設改革探究[J].中國教育信息化，2018（3）：65-68.

[2]龔芳. 大數據時代下應用型信管專業建設的問題與對策[J]. 科教文匯：下旬刊， 2018（6）：76-78.

[3]蔡雪蓮， 李會. 大數據時代下以就業為導向的信管專業人才培養模式研究[J]. 赤峰學院學報：自然科學版， 2017， 33（11）：205-207.

[4]賀玉珍， 張海江. 大數據視角下信管專業人才培養研究[J]. 中國管理信息化， 2016， 19（21）：241-242.

[5]王文銘， 殷鳳朝. 美國大學經濟管理類信管專業本科教育培養模式及啟示[J]. 圖書館學研究， 2014（18）：8-12.