大数据管理与应用专业课程体系

本书内容涉及大数据管 理与应用的研究与发展、大 数据管理与应用专业的定位 和课程体系、课程教学大纲 、课程教学相关建议、本专 业毕业生就业分析等章节， 涵盖了大数据管理与应用专 业课程体系的主要模块，显 现出广阔的国际视野，同时 也是我国管理科学与工程学 科自主知识体系建设的一个 专业层面的范例尝试。该书 对于我国高校大数据管理与 应用专业的发展建设乃至人 才培养提供了规范化和指导 性参考，且对于大数据相关 领域的企事业单位管理培训 课程具有积极的借鉴作用。

第1章 大数据管理与应用的研究与发展 1.1 大数据基本概念与特征 1.2 大数据技术发展历程 1.2.1 萌芽阶段（20世纪90年代至21世纪初） 1.2.2 成熟阶段（21世纪初至2010年） 1.2.3 大规模应用阶段（2010年后） 1.3 大数据管理与应用领域 1.3.1 金融大数据 1.3.2 医疗大数据 1.3.3 制造大数据 1.3.4 公共安全大数据 1.3.5 电子商务大数据 1.3.6 环境资源大数据 1.3.7 社交媒体大数据 1.3.8 其他大数据 1.4 大数据管理与应用的发展前景 1.4.1 大数据建模与分析 1.4.2 大数据智能决策与管理 1.4.3 大数据资源治理 1.4.4 大数据使能创新 第2章 大数据管理与应用专业的定位和课程体系 2.1 大数据管理与应用专业的定位 2.2 大数据管理与应用专业课程体系设计 2.2.1 大数据管理与应用专业培养目标 2.2.2 大数据管理与应用专业课程体系 2.3 大数据管理与应用专业建设的相关建议 2.3.1 深化专业内涵建设 2.3.2 加强师资队伍建设 2.3.3 开展教学资源建设 2.3.4 开展就业分析与指导 第3章 课程教学大纲 3.1 专业核心课 3.1.1 大数据管理与应用概论（Introduction to Big Data Management and Application） 3.1.2 大数据技术基础（Fundamentals of Big Data Technology） 3.1.3 大数据智能分析理论与方法 （Theory and Methods of Big Data Intelligent Analysis） 3.1.4 大数据计量经济分析（Econometric Analysis of Big Data） 3.1.5 数据驱动的管理方法与应用（Application for Data-driven Management Methods） 3.2 专业主干课 3.2.1 数据结构与程序设计（Data Structure and Program Design） 3.2.2 Python编程基础（Fundamentals of Python Programming） 3.2.3 数据库技术（Database Technology） 3.2.4 数据挖掘与机器学习（Data Mining and Machine Learning） 3.2.5 自然语言处理（Natural Language Processing） 3.2.6 大数据可视化原理与实践（Principles and Practices of Big Data Visualization） 3.2.7 非结构化数据分析与管理应用（Unstructured Data Analysis and Management Applications 3.2.8 管理统计学（Management Statistics） 3.2.9 复杂网络理论与应用（Theory and Application of Complex Networks） 3.2.10 智能优化算法基础 （Fundamentals of Intelligent Optimization Algorithm） 3.2.11 管理决策理论与方法（Management Decision Theory and Methods） 3.2.12 大数据治理（Big Data Governance） 第4章 课程教学相关建议 4.1 大数据管理与应用专业教师 4.1.1 大数据管理与应用专业教师的来源 4.1.2 大数据管理与应用专业教师的基本职责 4.1.3 大数据管理与应用专业教师的培训 4.2 课程思政相关建议 4.3 实验环境与实训基地建设 4.3.1 实验环境 4.3.2 实训基地 4.4 实验教学环节 4.4.1 课程实验 4.4.2 课程设计 4.5 社会实践环节 4.5.1 认知实习 4.5.2 专业实习 4.5.3 其他课外实践 4.6 毕业实习与毕业设计（论文） 第5章 本专业毕业生就业分析 5.1 调研的基本情况 5.2 就业前景分析