信息管理专业数据挖掘人才培养模式研究.docx

信息管理专业数据挖掘人才培养模式研究 摘 要： 数据科学时代，以数据为核心的信息管理与信息系统专业担当着数据挖掘人才培育的重任。针对传统信息管理专业课程设置和人才培育的特色与特点，本文分别从理论教学、试验教学、实践教学和双模式人才培育等方面对该领域的数据挖掘人才培育模式进行了分析，比较传统信息管理与数据科学这两种人才的教学体系与培育模式。该人才培育模式不仅有助于信息化时代向数据科学时代转变，也为信息管理专业的数据挖掘人才培育供应新的教学改革思路。 关键词： 信管管理专业； 数据挖掘； 人才培育模式； 大数据； 教学改革 中图分类号：G420 文献标记码：A 文章编号：1016-822811-92-03 Research on data mining talent cultivation mode of information management specialty Li Hailin1， Yang Libin2 Abstract： In the era of data science， the specialties of information management and information system， which take data as the core， bears the important task of training data mining talents. In view of the characteristics and features of the curriculum setting and personnel training for traditional information management specialty， this paper from the theoretical teaching， experiment teaching， practical teaching， personnel training and the dual mode talent training and other aspects， analyzes the training mode of the data mining talent， and compares the teaching system and training mode for the talent of traditional information management and talent of data science. The talent training mode proposed in this paper will not only help the era of information change to the era of data science， but also provide new teaching reform ideas for the training of data mining professionals in information management specialty. Key words： information management specialty； data mining； talent cultivation mode； big data； teaching reform 0 引言 信息管理与信息系统专业通常被简称为信息管理专业，其目的是培育适应国家经济建设和科技进步发展且具备良好的数理基础、管理学和经济学等相关理论学问、信息技术和系统开发及应用的专业人才1。信息管理专业以管理信息系统为核心课程，培育学生驾驭管理信息系统的系统规划、系统分析、系统设计、开发与实施以及系统管理与维护等方面的技能，具备肯定的系统开发和应用实力。随着大数据时代的到来，信息管理专业人才势必会接触更多的数据信息，并且须要对管理信息系统中积累的数据进行挖掘与分析，获得有利于企业发展的信息与学问。 互联网数据呈指数级增长，半结构化和非结构化的数据类型也普遍存在，使得局限于结构化数据管理与分析的传统管理信息系统显得有些力不从心2。虽然运用智能分析技术嵌入管理信息系统产生了决策支持系统，但其探讨的数据对象依旧针对传统结构化或半结构化的数据处理、分析与探讨，很难实现其他困难数据类型进行有效管理与分析。 随着大数据的产生与发展，从各类数据源中获得信息与学问的方法和技术已渐渐被人们所接受，数据挖掘与分析也成为高校其他专业所熟识的课程名词，这也说明白数据挖掘的重要性和影响力。数据挖掘探讨的對象就是数据或信息，对数据和信息的清理与集成、选择与变换以及挖掘与分析获得相关模式与学问，使得该专业学生具备学习数据挖掘的学问储备和理论基础，能够培育出具备系统设计开发、信息管理和学问发觉等技能的高级人才3-4。 本文在传统管理信息专业培育模式的基础上，探究和分析该专业下数据挖掘人才的培育方法，分别从理论教学、试验教学、实践教学以及双模式人才培育机制等方面来探讨，为信息管理专业数据挖掘人才培育供应相关教学的改革和发展思路。 1 理论教学 信息管理与信息系统专业以管理信息系统课程为核心，要求学生具备肯定的数学基础和程序设计实力，因此在传统信息管理专业的教学安排中通常开设经济数据、线性代数、面对对象技术和数据库系统原理与应用等基础性课程，并开设企业资源安排原理与应用、信息系统分析与设计以及IT项目管理等专业核心课程，让学生系统地驾驭管理信息系统的规划、分析、设计、开发与维护等理论学问。如表1所示，传统信息管理专业教学主要使学生能够驾驭信息管理和信息系统的基本理论和学问，提高管理信息系统的分析、设计和实现技术以及信息组织、分析探讨、传播与利用的实力5。 表1 传统理论教学与革新理论教学的课程设置比较 课程性质传统教学革新教学数学相关课程经济数学、线性代数、概率统计、运筹学高等数学、高等代数、概率与数理统计、运筹学和高级统计学等学科基础课管理学、数据结构、面对对象技术、数据库系统原理与应用、网站建设与Web编程、管理信息系统和生产与运作管理管理学、数据结构、面对对象技术、数据库与数据仓库、数据分析与可视化语言、网站建设与Web编程、管理信息系统，R或Pathon语言专业核心课企业资源安排原理与应用、信息系统分析与设计和IT项目管理等企业资源安排原理与应用、信息系统分析与设计、数据挖掘、机器学习 数据挖掘是一个受多个学科影响的交叉学科，其包含了统计学、数据库系统、机器学习、信息科学和可视化等。数据挖掘理论和算法的应用还将会涉及到详细应用领域的学问背景，例如管理学、经济学、金融学、生物医学和物理学等学科理论与学问。 为了更好地培育学生具备数据挖掘的实力，在原有信息管理专业主体课程设置的基础上修改并添加有效培育学生具备数据处理、分析与挖掘实力的课程体系。然而，由于数据挖掘过程中，所运用的技术和方法须要学生有较强的数学基础、扎实的算法设计和程序实施实力，所以教學改革中的课程设置须要提高学生数学理论与应用基础，即将原有较为简洁的数学课程更改为高等数学、高等代数和高级统计学等，进而为驾驭数据挖掘理论与方法的供应必要的数学逻辑思维和学问推导实力6。与此同时，为了使学生具备肯定的数据处理和分析实力，须要驾驭基本的数据挖掘任务和方法，主要包括相识数据、数据预处理、关联分析、模式发觉、分类、聚类和异样检测等数据挖掘和机器学习理论和学问。除此之外，学生要有管理信息系统相关前期课程的学习，如数据结构、面对对象程序设计、数据库与数据仓库、网站建设与Web编程和数据分析和可视化语言等计算机理论和技术，并结合数据处理语言R或Pathon，使得学生能够独立完成对数据分析任务的解析与挖掘，具备较好的算法分析、系统开发与维护以及计算机程序设计实力。 2 试验与实践教学 试验教学场所主要是在机房，试验教学的目的是提高学生对抽象理论学问的理解，培育学生的上机操作实力。在传统信息管理专业的试验教学中，主要是提高学生对管理信息系统的开发和设计实力，使学生能够进一步理解管理信息系统相关课程中的抽象理论和学问，培育学生对数据和信息的组织、检索和管理的技能。而基于数据挖掘的试验教学，除了要对数据处理及管理外，还要使学生能够从海量数据中发觉潜在有价值的信息和学问，这就要求学生必需在理论课程中相识数据、预处理数据、数据仓库、分类、聚类和预料检测等详细方法。同时，由于数据挖掘理论与方法的抽象性及处理问题的困难性，在试验教学设置课程中，通过详细实际存在的小型数据进行挖掘与分析，结合详细案例背景问题进行数据挖掘，以便学生更好地驾驭和理解数据挖掘相关技术和方法在实际应用领域中的作用和意义。 与试验教学相比，实践教学可以进一步巩固课堂教学中的理论学问并且加深理解。实践教学必需理论联系实际、详细问题处理与分析、培育学生驾驭科学方法和提高动手实力的重要平台。实践教学通过社会实习基地的详细任务或老师主持的详细科研项目来让学生参加任务和项目的探讨与实践，在巩固数据挖掘相关理论和方法等基本学问和技能的同时，提高运用数据挖掘技术进行社会化大数据分析的实力。另外，扩展学生和老师对高校生创新创业等国家级赛事的参加面，让教学过程融入嘉奖与竞争机制，增加学生和老师对数据挖掘理论学习和实践应用的爱好度。 3 双模式人才培育 大多数据高校将信息管理专业支配在经济管理或工商管理等具有文科性质的学院中，学生的学问基础通常具有文科和理科双重背景，但专业基础学问和技能的扎实程度不如管理学、经济学、工学或理学等专业方向的学生。依据学生的基本特点，提出双模式人才培育，即针对学生自身的学问储备，提出管理信息系统和数据挖掘两个方向的人才培育。 管理信息系统专业方向人才培育模式须要老师通过对一年级学生基本学习状况和学习爱好的了解，然后具体介绍管理信息系统专业方向所须要的基本学问、将会驾驭的技能和将来就业状况等说明，在敬重学生爱好和志愿的前提下，激励学生从二年级起先对将来的课程选择和技能学习作出明确安排，围绕驾驭管理信息系统方向的学问和技能来开展学习。老师依据管理信息系统专业方向的人才培育机制动身，重点开展管理信息系统分析及设计、计算机程序设计、数据库原理、企业资源安排、生产管理安排、财务管理系统等方向的理论课程和上机实操，集中于对学生进行管理信息系统相关专业课程的学习实践技术的培育。同时，结合基本的数据挖掘学问，学生了解信息系统产生数据、信息和学问给企业带来的潜在价值，为其能与数据挖掘方向人才培育模式的学生有数据和信息上的交叉和共鸣，这样有利于学生开展智能化决策系统和专家系统的设计和开发。 数据挖掘方向人才培育模式则须要有较好的计算机科学技术和数学理论基础，结合智能算法、数据挖掘、机器学习和统计学等学科学问，运用R语言和Pathon两种语言来处理和分析相关行业的数据。学生须要具备较强的数学分析和逻辑思维实力，有肯定的算法分析和设计技能，对算法和新技术的学习实力较强。由于数据挖掘方向学生对信息管理学问了解程度较为不足，须要老师在大一期间对数据挖掘方向学生进行针对性的讲解，让学生了解学习数据挖掘在大数据时代背景下的意义、目的、挑战及前景。通过具有案例的分析和讲解，让学生真正理解数据挖掘相关学问和技能在当今社会发展的重要性和作用。在课程学习过程中，须要注意培育学生对数据挖掘算法的管理和创新，提高高校本科生在数据挖掘领域中对新算法、新方法和新技能的创新，结合实践教学拓展数据挖掘在详细实践领域中的应用创新。与此同时，依据导师的教学探讨安排和相关的科研项目，让学生参加实际的科学探讨，培育学生对数据挖掘理论、方法和应用等方面的学术创新。 4 结论 本文在传统管理信息专业培育模式的基础上，探究和分析该专业下数据挖掘人才的培育方法，分别从理论教学、试验教学、实践教学以及双模式人才培育机制等方面来探讨。在理论教学方面在保留传统管理信息系统主体课程前提下，加强数据挖掘、机器学习和统计学等数据科学探讨必要的课程。在试验和实践教学环境中，注意教学案例分析与实际项目的探讨，提高学生对实际数据的处理与分析实力。同时提出了信息管理与数据挖掘双模式培育机制，使得同一专业下能够培育多元化的社会人才需求。信息管理专业数据挖掘人才培育模式的探讨，有利于提高传统信息管理专业对社会发展的适应性，而且能够在传统模式下为数据挖掘人才培育供应相关教学改革和发展思路。 参考文献： 1 杨丽彬，李海林，张飞波.大数据环境下的管理信息系统发展 探讨J.大数据，2022.2：86-101 2 崔羽，高连伟.大数据环境下的管理信息系统升级与改造J. 规划师，2022.31：101-103 3 李海林.大数据环境下的数据挖掘课程教学探究J.计算机 时代，2022.2：54-55 4 王欣，张毅，丁涛.管理信息系统课程教学改革与实践探讨J. 东北电力高校学报，2022.32：56-58 5 查先进，杨海娟.大数据背景下信息管理专业人才培育模式 改革创新影响因素探讨以湖北高校为例J.图书情报学问，2022.2：21-29 6 邵俊明，杨勤丽.理论创新驱动的数据挖掘课程教学改革J. 计算机教化，2022.4：92-93 第10页 共10页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页第 10 页 共 10 页