大数据工程实践课程报告 第1篇
【关键词】“互联网+”财务管理创新
“互联网+”时代，会计行业借助“互联网+”思维，将现代信息技术应用于财务工作中，在再造业务流程、创新管理服务模式等方面进行创新变革，可以在提升财务管理水平、确保资金安全等方面取得突破性进展。
pagenumber_ebook=110，pagenumber_book=108
“互联网+”时代财务管理变革与创新的驱动力
2013年出台的《企业会计信息化工作规范》和2015年颁布的《会计档案管理办法》为财务管理的变革与创新的实现奠定了良好的制度和技术基础。
与此同时，随着我国经济的飞速发展，各种商务平台、以及微信、支付宝等新的支付形式的出现，财务管理业务量呈现井喷式增长，各级各类财务管理政策不断出台，财务工作强度及工作难度日益加强；同时审计督查、税务稽查、绩效考评等各种监管愈发频繁严格，财务管理人员承受的各种监管压力也越来越大，传统的会计核算已无法完成如此繁重的工作需求。
“互联网+”时代财务管理的变革与创新的条件已初具规模。首先是财务服务共享平台初步建立。随着移动互联网、云计算、物联网等技术迅速发展，信息技术引导各行各业积极变革创新，财务管理逐步实现由会计电算化阶段到智能化阶段发展。其次是财务管理人才队伍向复合型人才转变。“互联网+”时代，对财务管理从业人员的要求进一步提高，需要一批不仅熟悉专业知识，而且掌握信息技术的复合型人才。
做好“互联网+财务管理创新”新文章需利用好云计算、财务共享平台等工具
依托云计算，实现具体业务与会计核算深度融合。“互联网+”时代，随着大数据、云计算技术广泛应用，可实现企业业务数据信息与财务数据信息的互联互通，提高信息的共享程度，会计核算流程发生突破性变化。借助会计信息系统平台、财务报账信息系统等，会计人员从繁杂、重复的记账工作中解脱出来，也使业务人员从原始的排队报销中解放出来，扩大了财务管理的内涵和外延，实现企业会计人员由核算型会计向财务管理型会计的转变，促使财务人员的财务管理水平进一步提升。同时，财务数据和业务数据资源共享，实现了业务信息和财务信息的无缝衔接，避免出现人工传递数据产生的失误、误差，保障财务信息的及时、真实、完整和准确性。另外，数据共享后，可以第一时间取得准确全面的财务数据信息，企业管理人员可以获得实时化的财务报告，及时获取披露信息。利用数据挖掘技术还可以对海量数据信息进行深度挖掘，通过建立数学模型等定量、定性的预测方式，对资金使用进行科学预测，提高预算编制的准确性。
利用财务共享平台，创新财务管理模式。随着云计算、大数据、移动互联等信息化技术的发展，财务共享服务平台的建立成为可能，财务共享服务的目标是将广大的会计从业人员从简单的会计核算中解脱出来，将会计人力资源与其他业务单位充分融合，而不是简单数据集合。通过财务共享服务，以来源于财务核算系统、财务预算系统、工资系统、酬金发放系统、缴税系统等财务业务系统的海量财务基础数据为条件，利用信息技术手段和采用图表、财务指标分析模型等方式，形成完善的智能分析与决策支持系统，将原来无序的、繁杂的数据转化成直观的、简单易懂的可视性图表、模型，为决策者提供精准直观的决策依据。以云计算等先进信息技术为手段，借助云计算服务平台将整合后的数据存储、数据计算等有效资源进行多维度的虚拟转化，转化为计算机语言，并通过虚拟化手段将企业筹资活动、投资活动、运营活动等财务活动产生的海量数据资源迁入云计算平台终端，结合当前新的电子档案的管理制度，使会计核算管理等财务工作无纸化、自动化甚至云端化成为可能，激发会计核算等财务管理工作内涵式发展。同时结合管理会计的应用创新建立财务管理模式，借助标准化、流程化的手段使财务管理职能大幅前移，实现财务管理从侧重于服务职能向侧重管理方向转变，实现财务管理为企业创造价值的目标，实现财务管理核算的突破及创新，从而进一步提升企业财务管理及信息化水平。
做好“互联网+财务管理创新”新文章需提升抗风险能力和人员素质
大数据工程实践课程报告 第2篇
随着现代科技的不断进步，信息技术呈现出跨越式大发展的特点，以移动互联网、物联网、大数据和云计算等为代表的新技术应用大幅提高了社会的生产生活效率。而近年来，传统商业银行和互联网金融之间的博弈也已被各界炒至白热化。互联网金融生态的蓬勃发展、信息技术的快速变革与商业模式的不断创新，给传统银行业带来机遇的同时，也对银行自身的经营理念和模式、信息处理能力提出了前所未有的挑战。对于传统商业银行而言，如何有效利用既存的大数据，在互联网金融时代突破重围，以促进自身的转型与发展成为其需首要思考的问题。
另一方面，随着利率市场化的不断推进，利差缩小，市场竞争激烈，业绩增长乏力将成为商业银行发展所面临的主要问题。除此之外，产能过剩行业贷款是2015年面临的最主要信用风险事件，钢铁、水泥、建材、船舶、光伏等行业遭遇经济周期下行和结构调整的双重压力，经营环境更趋艰难，整体行业信用风险持续攀升，导致不良贷款率逐步攀升。严峻的经营态势促使银行通过开展大数据分析等方式内部挖潜，以实现“盘活存量、用好增量”，有效提升业绩、管控风险，以实现自身的可持续性发展。
二、大数据应用于信贷管理的原因及意义
（一）银行大数据特点
从大数据特点角度来看，银行业是一个数据驱动的产业，在互联网金融时代或者大数据金融时代，银行信息化进入了一个新的发展阶段，即大数据应用阶段。大数据应用作为创新的催化剂，正改变着金融业态，并将引起银行业务模式深刻的变革。由于银行业大数据应用同时具备体量大、种类多、访问速度快和准确性要求高等特点，大数据应用将拓宽商业银行业务发展空间，加速产品创新，通过数据的不断积累与整合，具体分析客户需求以推出银行差异化产品，改变当下银行产品同质化趋势。其次，大数据应用将提升银行的核心竞争力，通过大数据能够更加有效地评价银行的经营业绩，评估其存在的经营风险，尤其是信贷风险。再者，大数据应用将开拓银行的经营渠道，使得网络银行，电子银行得以不断推广和完善。最后，大数据应用将提高商业银行的经营管理水平。随着商业银行数据分析能力提升，通过对数据进行统计、分析、评估，为银行业务发展、市场营销、资产负债管理、客户关系管理等方面提供有效的决策支持。
（二）银行不良贷款率现状
中国银监会2月15日的2015年第四季度主要监管指标数据显示，商业银行不良贷款余额12744亿元，较上季末增加881亿元；商业银行不良贷款率，较上季末上升个百分点。我国商业银行不良贷款率已连续10个季度上升，由于关注类贷款和逾期类贷款增长较快，不良贷款后续仍面临较大压力，信用风险管控压力加大。此外，受不良贷款侵蚀、净息差收窄等多因素影响，我国商业银行利润增长持续放缓，商业银行2015年当年累计实现净利润15926亿元，同比增长。①
近日，中国银行业协会、普华永道会计师事务所联合的《中国银行家调查报告（2015）》显示，的银行负责人认为产能过剩行业贷款是2015年面临的最主要信用风险事件，钢铁、水泥、建材、船舶、光伏等行业遭遇经济周期下行和结构调整的双重压力，经营环境更趋艰难，整体行业信用风险持续攀升。[1]短期内，利率市场化仍将挤压银行的存贷利差空间，这对于长期以存贷利差为主要利润来源的盈利模式，以及依赖基于此种盈利模式而形成的风险管理模式将产生一定冲击。在此形势下，银行需要不断寻求安全高效的信贷资产，优化调整信贷结构，利用大数据进行商业银行信贷资产的管理应运而生。
（三）大数据信贷管理作用
首先，大数据将会改变信贷管理的分析方法，由于个人诚信数据库的建立，避免了以往到第三方处开具证明，利用抵押，质押等担保手段的繁琐与复杂。银行可以通过大量搜取客户的诚信信息，并运用特定的运算程序进行信用评级，综合分析判断最后决定是否放款。
其次，大数据将影响信贷管理的效率，随着大数据的普及与广泛运用，银行可以采用云计算等先进的技术手段进行分析，效率得以极大提高。
最后，大数据对于商业银行的信贷管理有利于优化其信贷结构，大数据的计算方法将改变固有的仅依靠企业财务报表及信用报告的信用评级方法，实现评级的多元化趋势。打破信贷结构中由大中型企业信贷垄断的局面，解决中小企业融资难的问题。
三、大数据在银行业务应用现状
目前，已有多家银行利用大数据的技术来增强自己的竞争力。中信银行信用卡中心通过大数据完成了实时营销；交通银行通过大数据实现了数据营销；建设银行通过此项技术实现了电子商务平台和信贷业务的结合；光大银行则以此建立了社交网络信息数据库；招商银行通过大数据来发展小微贷市场。由此，我们可以看出，从大数据概念的引入到在银行业的广泛实践，大数据实际上为中国银行业的发展带来了很大的帮助。
在客户营销方面，银行通过大数据的营销模式可分为交叉销售模式和个性化推荐营销模式。中信银行的信用卡中心实现了实时、历史数据进行全局分析，风险管理部门现在可以每天评估客户的行为，并决定对客户信用额度在同一天进行调整；原有的内部系统、模型整体性能显著提高。Greenplum数据仓库提供了统一的客户视图，更有针对地进行营销。2011年，中信银行信用卡中心通过其数据库营销平台进行了1286个宣传活动，每个营销活动配置平均时间从2周缩短到2～3天。再以阿里信贷为例，其主要面向阿里巴巴的普通会员全面开放，无须提交担保和抵押，仅凭企业的信用资源就可以“微贷”。“微贷”通过网络低成本广泛采集客户的各类数据信息，分析挖掘的数据，判断客户资质，用户可以24小时随用随借，商务平台上的每一笔交易，建行都有记录并且能够鉴别真伪，可作为客户授信评级的重要依据。
在授信审批阶段，随着银行数据采集范围的扩大和建模技术方法的更新，银行已经开始探索采用大数据方式，完善传统的客户评级评分模型，优化自动审批策略。其特点在于变量丰富，模型稳定，可将稀疏的数据逐步加工为密集信息。在信用额度及利率制定上，根据大数据产生的客户风险参数，各项成本参数，市场敏感性参数来设定授信的额度。在交行信用卡中心，最丰富的数据是与客户电话沟通过程中的录音数据。录音数据是典型的非结构化数据，也是典型的“大数据”。一方面，数据不断累积，而且随着业务的繁忙，还在不断加速增长，存储和管理都较为麻烦，除了存储备用和少量的人工的质检调听外，几乎没有其他用途，海量数据大都成了“沉没数据”；另一方面，语音数据里蕴含了丰富的客户信息，如客户身份信息、客户偏好信息、服务质量信息、市场动态信息、竞争对手信息等，但由于技术的限制，一直没有有效的分析处理手段，数据的价值无法体现，具有丰富价值的数据却成了“死数据”。交通银行信用卡中心的破局之道，是采用智能语音云（Smart Voice Cloud）产品对海量语音数据进行分析处理。智能语音云是新型数据服务平台，它采用了大规模异构数据的高效存管和流式数据处理机制，实现了海量语音数据的归集、处理、存储、调用和分析。
四、大数据在信贷管理中对策建议
（一）大数据自身构建
为加强大数据在信贷管理中的作用，必须首先确保大数据自身构建的完善。大数据具有数据量巨大的特点，这一特点通常会造成与数据分析处理能力的不匹配，这需要加快技术创新，尤其是对基础设施的创新。大数据的基础设施通常包括硬件设施和软件设施，硬件设施主要提高云计算的灵活、动态的IT能力，以实现简化IT结构、降低管理成本、减少能耗的目的。而软件设施则主要通过培养一部分能够熟练掌握大数据应用技术的金融人才，其可以对数据进行实时深度分析，并对未来的走势进行准确的预测，为决策提供智力支持。
搭建开发式数据平台，客户信息和数据是银行的共有资源，在开发和分享的同时，要注意防范操作风险，保证合规政策的执行与落实。在建立企业级数据仓库的同时，要建立营销、风险等数据仓库，包括分析提供有力的信息与分析支持。为此，银行与电商平台可形成战略合作，银行业共享小微企业在电商平台上的经营数据和经营者的个人信息，由电商平台向银行推荐有贷款意向的优质企业，银行通过交易流水、买卖双方评价等信息，确定企业资信水平，给予授信额度。银行也可自建电商平台，获得数据资源的独立话语权。在为客户提供增值服务的同时，获得客户的动态商业信息，为发展小微信贷奠定基础，是银行搭建电商平台的驱动力。此外，银行通过建立第三方数据分析中介专门挖掘金融数据，在银行与电商之间，加入第三方公司来负责数据的对接，为银行及其子公司提供数据分析挖掘的增值服务。其核心是对客户的交易数据进行分析，准确预测客户短时间内的消费和交易需求，从而精准掌握客户的信贷需求和其他金融服务需求。
（二）客户准入定价应用
在此环节中，应重点开发智能人脸识别技术在商业银行的应用。由于人脸信息有着不可复制、不可盗取、简便直观的特点，是大数据时代下商业银行重要的战略资源。在技术变革，人脸数据库识别系统成本降低，识别精度不断提高的情况下，此项技术在商业银行领域的潜在价值不断被挖掘提升，保障安全，节约时间，整合并挖掘数据资源方面具有广泛的应用前景。在贷款过程中，为避免欺诈现象的发生，可以利用已有的人脸信息进行身份验证，实现贷款客户身份认证信息化、智能化、网络化管理。由于银行数据是核心的金融数据，应充分考虑在监管要求下的用户数据安全，在具体应用的功能设计方面，应遵循相关监管政策与行业的规范。
此外，征信是现代金融体系的基础设施，是传统行业转型的内在要求，其本质在于对金融主体的数据刻画。现行征信体系以央行征信系统为主，具有非营利性，收费仅用于日常运营，是银行等金融机构主要征信信息来源。通过创新征信模式，如专门针对P2P行业而建的网络金融征信系统（NFCS）和小额信贷征信服务平台（MSP）可以更好地发挥征信作用。完善的法律体系是征信市场良性发展的前提，庞大而优质的数据库则是征信机构的核心竞争力。互联网征信机构有望凭借海量的互联网数据、强大的IT技术以及开放创新的思维，建立互联网平台征信模式；而非互联网征信机构则可能依靠多年的风险评估经验、特色征信数据，深耕区域性、专业性等细分领域市场。
（三）贷后监控环节应用
尽职的贷后管理可以发挥三个方面的作用：一是风险预警。通过有效的贷后管理及时发现风险隐患并快速化解，可以起到降低风险化解成本、减少经营损失的作用；二是存量客户深度挖潜。应该认识到贷后管理的过程是巩固客户关系和业务需求挖掘的契机；三是以管理创造价值。通过抓好贷后管理中的基础管理工作，可以有效杜绝客户信用评级中断、贷款临时性逾期等增加经济资本占用的事项发生，直接创造价值。
在“互联网+”、大数据不断深化发展的背景下，银行业需要在激发内生资源的同时，积极借助外力，提升贷后精细化管理水平，补足这块风险管理的短板。大数据在银行客户贷后风险预警体系中可包括单客户风险预警、客户群风险预警、风险传染预警等领域。依托运营商、互联网等外部数据资源，利用大数据位置定位、情绪分析、实时分析等技术，从偿付能力异动和偿付意愿异动两大维度出发，对个人客户、企业客户进行多维信息的深度洞察、行为精确跟踪，实现信用风险多维监控与实时评估。严格监控资金流向，把握资金流动规律，对于偿付出现的异常情况进行预警。建立适当的大数据贷后风险评估模型，将外部信息与银行内部信息如资金往来异常信息相结合，建立完整的企业预警信息系统。结合各个风险因素影响等级的不同对风险划分等级，实行分级管理。
五、总结
信息时代下，数据深刻影响着银行的未来发展。在中国庞大的人群和应用市场下，探索以大数据为基础的解决方案，深入洞察复杂且充满变化的市场成了银行提高自身竞争力的重要手段。在大数据时代下，传统银行需不断适应其自身的新角色，促进自身的转型。银行需要不断扩大触角，全面收集、分析、辨别复杂的信息，改变运营思路，审视市场和自身。
在经历过刺激政策下的信贷大投放、增速换挡中的信贷需求起落、结构调整阵痛期的信贷质量下降之后，细化对银行的信贷管理成为当下银行工作中的重中之重。而加快银行的信息化建设，完善银行数据结构，顺应数据化时代的浪潮，是推动银行经营转型的必由之路。
大数据工程实践课程报告 第3篇
本课程设计项目涉及数据的预处理、数据的存储、数据查看、算法编写、算法应用和大数据结果展现等全流程所涉及的各种典型操作，涵盖Linux、MySQL、Hadoop、Spark、SparkMlib、IntelliJ IDEA（简称IDEA）、等系统和软件的安装和使用方法。通过本项目，将有助于学生综合运用大数据课程知识以及各种工具软件，实现数据全流程操作。
本课程设计项目需要完成以下任务：
本课程设计任务遵循真实的企业标准开发流程，使学生了解和体会商业项目开发的过程与环境。指导其完成制定开发计划、分析系统需求、设计系统架构及功能，让学生通过团队合作，在预定周期内完成软件项目的开发，从而训练学生的编程开发、文档撰写、统筹规划、分工协作等技能及能力。
三、选题的原则
1.选题原则
2.题目难度、深度、广度分析
四、课程设计内容
课程设计题目：基于Spark MLlib的电影推荐
设计一个基于协同过滤算法的电影推荐算法，采用Scala语言编写Spark MLlib程序实现该算法，利用已有的训练数据集对算法进行训练得到电影推荐模型，并用测试数据集进行电影推荐，最后，将推荐结果进行可视化展现。
基本需求包括：
（1）数据ETL：可以把保存在文本文件中的数据集，通过ETL工具，加载到分布式文件系统HDFS中。
（2）编写Spark程序实现电影推荐功能：采用Scala语言，编写Spark MLlib程序，对HDFS中的数据进行分析，实现电影推荐算法；
（3）可视化：采用可视化技术，把分析结果展现给用户。
五、课程设计的教学方法
课程设计采用“技术教学 + 项目实践”的形式，以技术教学作为项目实践的准备和基础，以项目实践强化技术教学的效果，并训练学生的团队协作、交流沟通以及实施商业项目开发的能力。
技术教学环节采用的教学方法包括：
项目实践环节采用的教学方法包括：
（上图 项目答辩最佳团队获得林子雨老师赠书）
六、学生名单（共44人）
（上图 实训课程课堂照片）
七、授课过程
授课时间：2018年9月3日到28日，共84学时
（上图 实训课程林子雨老师在上课）
（上图 林子雨老师在解答学生问题）
（上图 实训课堂上学生团队在讨论解决问题）
（上图 不同团队之间在互相交流学习）
八、教学管理平台
本次实训课程采用“教学过程一体化管理平台”，对教学全过程进行高效的信息化管理。该系统具备课程资源管理、学生管理、授课过程管理、授课质量分析、成绩自动统计等功能。
学生作品
相册
大数据工程实践课程报告 第4篇
关键词：大数据；复合人才；教学内容；实践形式；校企合作
一、引言
随着计算机软硬件技术的快速发展，计算技术已从传统的PC平台计算模式发展到嵌入式计算、移动计算、并行计算和服务计算等多种计算系统并存及融合的计算模式，处理的对象也呈现出网络化、多媒体化、大数据化和智能化需求的特征，而物联网、移动互联网的快速发展促进了这一趋势，从而迎来了大数据时代的到来。大数据是继云计算、物联网之后兴起的又一新兴发展方向，被学术界、工业界乃至政府机构密切关注和广泛研究。
大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极的目的的资讯。在维克托・迈尔・舍恩伯格及肯尼斯・库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。一般说来，大数据具有4V的特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
二、大数据时代对人才的要求
三、大数据人才培养的探索
在教学内容的设置上，大数据系列课程建议可分为理论教学和技术教学两个方面，因为理论是大数据认知的必经途径，也是被广泛认同和传播的基线；而技术是大数据价值体现的手段和前进的基石。在理论方面，讲授的理论内容可涵盖如下几点：
（1）大数据概念：大数据概念出现的历史，关于大数据定义的各种流派以及说明，大数据的四个特征，大数据与云计算、物联网的关系，大数据与大规模数据、海量数据的差别。这个部分主要突出“大数据”概念中应包含的“对数据对象的处理行为”。
（2）典型的大数据应用实例：精选有新意的大数据分析典型案例，可帮助学生更清晰的理解大数据的概念和含义，这样的案例如：美国梅西百货的实时定价机制（根据需求和库存的情况对多达7300万种货品进行实时调价）、百度搜索的实时热点排行榜（以数亿网民的搜索行为作为数据基础，建立权威的关键词排行榜与分类热点）、沃尔玛的搜索引擎Polaris（利用语义数据进行文本分析、机器学习和同义词挖掘使得在线购物的完成率提升了10%～15%）、谷歌流感趋势工具（通过跟踪搜索词相关数据来判断全美地区的流感情况）等。在教学过程中，教师应注意将授课的重点放在系统化的开发步骤和关键性问题的求解上，介绍案例的设计思想、主要方法和应用过程等。
（3）大数据关键技术与挑战：介绍大数据时代面临的新挑战，包括大数据集成（数据异构性和数据质量问题）、大数据分析（数据形式多样化、数据处理的实时性、索引结构的复杂性等）、大数据隐私问题（隐私保护和数据分析的矛盾）、大数据能耗问题（低功耗硬件的设计）、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。
（4）大数据存储和管理技术：介绍如何把采集到的大数据存储起来，建立相应的数据库，并进行管理和调用。主要内容包括：分布式文件系统（HDFS）、去冗余及高效低成本的大数据存储技术、新型数据库技术（键值数据库、列存数据库、图存数据库以及文档数据库等）、异构数据融合技术、分布式非关系型大数据管理与处理技术、大数据索引技术和大数据移动、备份、复制等技术。
（5）大数据分析及挖掘技术：介绍从大量数据中寻找其规律的技术，通常由数据准备、规律寻找和规律表示3个阶段组成。数据准备是从上述大数据中心存储的数据中选取所需数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含规律找出来；规律表示则是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等。
在技术方面，可考虑分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程，具体可包括以下几点：
（1）NoSQL技术：NoSQL产生的背景、NoSQL现状、NoSQL数据库与关系数据库的比较、聚合数据模型、分布式模型、数据一致性、典型的NoSQL数据库分类、NoSQL数据库开源软件。
（2）MapReduce：MapReduce模型概述、编程模型：Map和Reduce函数、MapReduce工作流程、并行计算的实现、实例、Yarn等
（3）Hadoop分布式文件系统：Hadoop出现的背景、Hadoop的功能与作用、为什么不用关系型数据库管理系统、Hadoop的优点、Hadoop的应用现状和发展趋势、Hadoop项目及其结构、Hadoop的体系结构、Hadoop与分布式开发、Hadoop应用案例、Hadoop平台上的海量数据排序。
（4）还可进一步包括数据流的管理与挖掘、云数据库、图数据库等。
由于大数据系列课程所涉及的技术具有很强的应用背景和实践意义，因此应摒弃传统教学模式中“重理论、轻实践”的思想，在掌握大数据相关的理论知识和技术知识之后，还需重点培养学生的综合实践能力，以满足社会就业的需要。为此，应设立一定的大数据技术实践课程内容，帮助学生从知识型向能力型转变。结合上一节分析的大数据时代对人才的具体要求，建议按以下流程设置实践环节的内容：
（1）分组。如前所述，大数据时代下的数据分析任务通常需要以团队的形式来完成，因此首先要求学生根据自身情况，结合各自的技术优势，合理进行分组。
（2）选题。在具体选题上，可使用校企合作的具体项目或以Apache Hadoop、MongoDB、Dremel、Gephi等一系列的开源大数据分析软件作为实践平台，以Kaggle为数据科学平台来进行选题。
（3）明确需求并撰写大数据分析任务书。明确选定的题目范围内，数据分析要研究的主要问题和预期的分析目标。只有明确了数据分析的目标，才能正确地制定数据收集方案，即收集哪些数据，采用怎样的方式收集等，进而为数据分析做好准备。
（4）数据收集及预处理。由于大数据分析最终的结果与其获取的数据质量紧密相关，因此收集的数据是否真正符合数据分析的目标是必须注意的重要问题。该步骤要求学生从分析目标出发，从浩瀚的数据中正确的收集高质量且服务于既定分析目标的数据，然后对数据进行必要的加工整理，包括填写空缺值、平滑噪声数据、识别和删除孤立点、解决不一致性、规范化（消除冗余属性）和聚集（数据汇总）等。
（5）探索性数据分析。由于大数据分析的数据量通常达到PB甚至YB级以上，因此希望直接选定一个分析模型是不现实的，而且面对高维海量数据，也很难直接看出数据的规律。在这个步骤中，应指导学生通过基本描述统计量的计算、基本统计图形的绘制、用各种形式的方程拟合等手段，计算某些特征量等方法探索规律性的可能形式，帮助学生快速掌握数据的分布特征，这是进一步深入分析和建模的基础。
（6）模型选定分析。在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。有时选择几种统计分析方法对数据进行探索性的反复分析也是极为重要的。每一种统计分析方法都有自己的特点和局限，因此，一般需要选择几种方法反复印证分析，仅依据一种分析方法的结果就断然下结论是不科学的。
（7）模型的验证及分析报告。指导学生对选择的数据分析模型及结果进行分析，可使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。观察模型提供决策的信息是否充分、可信，所发挥的作用是否与期望值一致，数据分析方法是否合理，是否将风险控制在可接受的范围。
以上这种项目式实践形式的优势是：在学生参与完成某一具体的大数据分析任务过程中，通过主动地学习来自主地进行知识的建构，让学生经历项目开发的整个过程，从中去发现和掌握相关知识，达到既能熟悉大数据分析过程，又完成了经验的积累，还能实现学习知识、培养能力的目的。在这里，教师不再是知识的传授者，而是项目活动的组织者和咨询者。
四、校企合作推动人才培养
一方面，大数据的核心业务必然是一种扎根于特定行业，综合运用已有的存储、分析、挖掘、展现技术，根据用户需求并融入行业特色技术模型的一站式大数据平台业务。另一方面，对于企业来说，各类业务产生的数据为数据分析创造了非常好的基础条件。大数据解决方案是有价值的，但是苦于找不到既懂数据分析技术，又懂得业务的专业人才。由此可见，既懂得相关技术，又谙熟企业业务的复合型人才才是企业部署大数据应用最迫切需要的人才。因此，企业可以与学校联合培养自己所需要的大数据人才，这种方式有两方面的优势：一是大数据技能训练的对象，即大量的数据，只有企业才具备；二是在企业的支持下，学校也能通过针对性的实践训练来培养学生的大数据处理技能。
大数据时代下的校企合作的形式多种多样，可通过联合办学、联合制定人才培养方案、合作开发课程和教学内容、设置实训项目、教学管理和共建“双师”结构教学团队等形式展开。
五、结语
大数据工程实践课程报告 第5篇
实验室位于厦门理工学院精工园1号楼416教室，建于2008年6月，实验室面积约120平方米，设备总额约46万元。实验室配备具有较强的数据运算与图形图像处理能力的计算机，能满足图形图像处理、遥感图像处理、数据挖掘、大数据等课程的需求。
主要仪器设备：Dell OptiPlex7040 计算机61台，主要技术参数：CPU: Intel 酷睿i5-6500；内存：16GB；硬盘：1TB*2；显示器：23寸 LCD。
大数据环境搭建：本次实训课程没有采用任何厂商的大数据实验平台。实验室机房里面的电脑使用Windows7操作系统，在实训课程中，由学生自己在Windows7系统中安装虚拟机软件VirtualBox，然后，在VirtualBox软件中安装Linux虚拟机（），再在Linux虚拟机中安装各种大数据软件，构建“伪分布式”的大数据实验环境。由于机器的内存有16GB，所以，整个实训过程，运行非常流畅。
大数据工程实践课程报告 第6篇
随着互联网的飞速发展，特别是随着社交网络、云计算以及多种传感器的广泛应用，以数量庞大，种类众多，时效性强为特征的非结构化数据不断涌现，数据的重要性愈发凸显， 2011 年，麦肯锡在题为《海量数据，创新、竞争和提高生成率的下一个新领域》的研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。据IDC 预测，至2020 年全球将拥有35ZB 的数据量，大量数据实时地影响我们的工作、学习和生活，乃至国家经济、社会发展，毫无疑问，大数据对教育领域也带来巨大的影响和冲击。作为一线教师，结合自己的工作岗位，探讨一下大数据背景下市场营销教学受到的影响和冲击，以便及时做好调整与应对，保证和提高教学质量。
一、大数据的内涵与特征
大数据是一个较为抽象的概念，至今尚无确切、统一的定义。维基百科对于“数据”一词的定义是：“数据（Data）是载荷或记录信息的按一定规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机代码。对信息的接收始于对数据的接收，对信息的获取只能通过对数据背景的解读。”维基百科对于大数据的定义：“大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。”麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。
“大数据”本身并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。美国IBM认为大数据具有“3V”特点，即种类（Variety）多、速度（Velocity）快、容量（Volume）大；国际数据咨询公司IDC则认为满足“4V”即：Variety（种类多）、Velocity（流量快）、Volume（容量大）、Value（价值高）指标的数据才可称为大数据。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”不同，它不仅仅是用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。
涂子沛先生在《大数据》一书中指出：“‘大数据’之大，不仅仅意味着数据之多，还意味着每个数据都能在互联网上获得生命，产生智能，散发活力和光彩。”社会学教授加里?金称“这是一场革命，庞大的数据资源使各个领域开始了量化进程，无论学界、商界还是政府，所有领域都将开始这种进程”。
二、大数据背景下市场营销学教学面临的挑战
（一）市场营销学的教学内容发生巨大变化
市场营销学研究的是企业的营销行为，而当前市场环境瞬息万变，云计算、大数据、社会化媒体、移动互联网等新趋势不断涌现、层出不穷，也使得传统企业面临大转型，不管在哪个行业，传统营销的优势没有了。如果企业的商业模式还是老一套，生产、加工、产品、招商、广告，这一套路早晚会使企业走进穷途末路。因为商业模式变了，有很多营销思想、策略和手段就不奏效了，有的甚至发生了颠覆性的革命，所以相应的教学内容也必须做出调整。
1.企业的战略规划时间将缩短
市场营销学认为，企业要制定一个战略规划，它是一个社会管理过程，是具有长期性、全局性、根本性和方向性的谋划。大数据时代企业做3-5年战略规划是没有任何实际意义的，我们看到，今天的阿里巴巴很火，明年后年就不一定，说不准就被微信替代了。企业在互联网大数据日新月异的变化下，只能制定有效的一年战略，策略战术变化以周为单位，这样才能保证企业的与时俱进。
2.传统的促销策略将被改写
促销的实质即沟通，而沟通的方式之一――广告的力量将被大大削弱。新社交网络下的广告技术亟待革新。现在没有多少企业还会把大把的钱投向电视广告，还在以为分众的电梯广告占据了终端？那就错了，要知道，未来谁的WIFI覆盖率越高，谁就越可以占据终端用户的心。租个足够的数据流量，使人们习惯从你这里进入免费的WIFI，其广告价值将无可限量。现在的企业也越来越多地使用二维码营销的沟通手段。二维码的使用也使广告变得亲切宜人。
3.品类竞争将凸显
任何行业的发展，都是不断发展出新品类；而任何一个新品牌的崛起，也正是因为代表了一个品类。以互联网为例，QQ代表了即时通信，微博代表了简短共享自媒体，微信代表了免费移动社交，这些新品牌的崛起，正因为开创了主导新品类。事实上，战略上主导品类，战术上根据品类发展阶段来配置运营企业的资源（互联网是配置资源之一），才是可持续增长的根本性、系统性思维，被称之为“品类增长战略”。今天微信已经主导了移动社交这个品类，相比之下，来往因为没有分化出新品类，无法改变顾客的选择路径，导致其所谓的创新不足，从而缺乏竞争力。
4.市场调查与分析的内容将重整
大数据的出现，使营销决策的过程更多地从“经验”转变为“科学”。传统营销体系的市场调查基于抽样，并以抽样数据进行分析和推断，然而，当社会环境处在急剧变动，出现了前所未有的传播平台之后，既往的抽样方法面对复杂的环境往往显得力不从心，不能进行精准的推断和预测。于是，在大数据背景下的整个营销流程中，各种相关的数据调查和数据库纷纷出现。例如索福瑞的电视收视率和广播收听率，CTR 的广告投放监测数据、消费行为调研，AC 尼尔森零售研究、新生代消费行为研究，电通和奥美的消费者深度洞察等等。这些数据库的建立以及数据分析的工作帮助传统的广告与营销体系实现了最高程度的科学化。
（二）市场营销传统教学方式面临的挑战
1.大数据提供新的教育平台。2012年5月，哈佛大学与麻省理工学院就宣布，将投入6000万美元开发一个类似的平台，并向全世界免费开放。同年，我国教育部向全国高校征集了系列视频公开课程，面向全社会开放和共享。可以预见，这种智能学习平台将会给高等教育带来深刻的影响。学生可以通过线上学习，在网上免费获取国际、国内最好的课程资源，那么市场营销专业教师的课堂教学将面临极大的挑战。
2.传统的教学方式缺乏吸引力。目前的课堂教学，即在固定的场所，利用简单的工具对学生进行单向灌输式教学，师生之间的交流，受到空间、时间及心理因素的限制。处于大数据时代，大学生获取信息的渠道和范围已经大大增加。学生获取知识的途径不再仅是课堂，他们已不满足于听任教师传统的灌输，而是追求更加个性化的教学内容和新颖的教学方式，他们会随时利用手中的笔记本电脑、平板电脑和智能手机收集相关信息，并根据自己搜集来的信息做出判断，随时分享，并将个人体验的影响扩大到更大范围的群体之中。因此，市场营销专业的教师也往往面临更大的教学压力。
三、大数据背景下市场营销学的教学改进策略
（一）及时更新市场营销教学内容
大数据背景下，企业的商业模式不断变化，营销策略、营销手段推陈出新，瞬息万变，而国内通用的市场营销内容体系基本上是采用美国西北大学教授菲利普?科特勒的市场营销学课程体系，具有相对固化性，而市面现有的各种市场营销学教材，即使是最新版的，在内容设置上也相对滞后，难以跟上实践发展的需要。因此，作为市场营销专业的一线教师，尤其不能墨守成规。大数据提供了扩展思维的空间，从多角度、多层面思考问题，也要求教师不能把原有的知识绝对化、凝固化，而是应保持大数据时代的敏锐性，敞开头脑，不断吸收新的信息。一方面，时刻跟踪国际国内市场营销理论的最新发展趋势，积极关注市场营销理论研究的前沿；另一方面，了解国外近期成功的营销案例，关注国外市场营销的最新动态，多关注实践中企业商业模式变化和市场发展动态，多参与教学研讨会，多与同行交流，与时俱进，不断创新，结合不断变化的营销环境，及时梳理与总结现有教学内容体系中不和谐的部分，保证将最新的教学内容提供给学生。
大数据工程实践课程报告 第7篇
［关键词］人工智能；会计；基础会计
1人工智能在会计领域的应用特质
将德勤财务机器人、用友财务机器人等人工智能在会计领域的应用状况进行分析，可以看到人工智能在会计领域的应用有以下特点。（1）大量规则化应用领域被人工智能取代。原始凭证审核，依托于电子票据二维码应用，票据关键信息（如发票抬头、税号、发票内容、金额等）被人工智能识别并依照规则进行判断；根据原始凭证相关信息依照借、贷规则选择相应会计科目编制会计凭证，也是人工智能依照既定规则完成；根据记账凭证完成记账和报表编制，在会计电算化时代即已完成，对于人工智能而言，则更是“小儿科”，仅需要依照既定规则将数据库文件以视图形式呈现。可以看到，从原始凭证审核、记账凭证编制再到账簿形成、报表形成，会计明晰的规则为人工智能应用提供了切合的舞台，而有明确规则的领域是人工智能能够凸显其计算能力的优势领域。由此可见，以规则为基础的会计核算应用领域能够被人工智能“完美”替代。这也是德勤机器人、用友财务机器人等人工智能最先得以应用的领域。（2）经验化应用领域将被人工智能取代。人工智能以超强的自我学习能力著称，能够通过大数据获取认知上的进步，可以从大量的图片中学习识别猫，也可以从大量的棋谱中学习对弈。会计、医生曾经被认为“越老越值钱”，即是基于经验的价值增加，在工作中不断学习积累经验，能够借助经验处理非常规、复杂的情形。通过学习积累经验获得认知进步，已经成为人工智能擅长的领域。在大数据的基础上，人工智能可以通过案例学习获得“经验”，并且由于存储记忆能力的显著优势超过会计、医生的经验。因此，经验化应用领域将被人工智能取代。（3）人工智能应用推广速度受到成本的影响。2017年德勤财务机器人推出，随后用友财务机器人、浪潮财务机器人也相继面世，一年时间之后这些财务机器人并没有大量应用，其原因既有技术成熟度方面的原因，也有成本方面的原因。财务机器人的应用成本，不仅包括购买财务机器人的价格，还包括企业转换成本。在ERP、财务共享中心等信息化建设之后，信息系统建设的投入大、实施风险高的特征使得企业对于系统切换心存顾虑，使用财务机器人是否又将成为投入高、见效慢的项目，成为企业应用财务机器人不得不考虑的问题。也正是由于受到应用成本的影响，财务机器人在2017年推出之后只是引起了观念、认知上的“地震”，广泛的应用并未看见。
2“基础会计”课程核心
从目前国内高校会计专业、财务管理专业所开设“基础会计”（会计学）课程的情况来看，该课程仍然作为专业基础课开设，其核心内容一般包括：（1）会计核算基本方法，涉及会计要素、会计等式、复式记账、凭证、账簿、财务报告等内容。通过这些内容的学习，学生将掌握借贷记账、凭证编制、账簿登记、财务报告编制等基本方法，掌握会计核算的基本规则，理解会计的基本逻辑与方法。（2）会计核算基本操作，涉及凭证填写与审核、账簿登记、财务报表编制等内容。在会计基本方法学习的基础上，学生将通过实验等方式，掌握凭证填写与审核的规范、账簿登记的规范、财务报表编制规范等操作环节的要求，通过实践体会从凭证填制与审核、账簿登记、财务报表编制的规则与过程，并完成从理论到实践的转换。（3）会计视角的形成。在对会计要素、复式记账的理解中，学生将完成对经济活动的会计视角理解。例如，企业完成销售活动，从经济活动的范畴理解，更多强调客户关系管理、合同签订、履行合同等节点，而从会计视角理解，则更强调伴随销售活动产生的资金流和成本化物流，即在收入形成的同时，根据资金支付的状况选择银行存款、或者应收账款、或者应收票据、或者预收账款进行核算，同时在物流发生后结转相应成本。将经济活动的会计本质进行识别，培养和形成会计视角成为“基础会计”课程的关键内容。也正是因为这个原因，“基础会计”成为会计入门课程。
3人工智能对“基础会计”课程的挑战
（1）规则化应用将被人工智能取代，但修订完善规则为会计人员留出了空间。人工智能因其超强的运算能力，能够在既定规则的指挥下“毫无怨言”地处理原始凭证审核、记账凭证编制、账簿登记、报表编制等工作，并且处理效率更高。单纯地规则化应用，会计人员与人工智能相比，完全不具有优势。仅仅只有在人工智能技术应用的成本还相比人工成本更好的前提下，原始凭证审核、记账凭证编制、账簿登记、编表编制工作仍由会计人员完成。当人工智能技术应用成本得以降低，采用人工智能技术相比雇佣会计人员成本更低，会计人员无疑将面临被人工智能所取代。这也是业界认为人工智能带来会计“地震”的重要原因。虽然2017年会计人工智能出现后并没有马上带来会计人员下岗潮，但这一时刻不会太远，一旦人工智能应用成本得以降低，在人工成本逐渐上升的现实状况下，处理原始凭证审核、记账凭证编制、账簿登记、编表编制的纯规则化会计岗位将被人工智能取代。与此同时，我们必须意识到，人工智能以规则为基础完成会计活动，那么谁来定义规则？战胜棋圣的人工智能以围棋规则为基础开展对弈，无人驾驶以道路交通规则为基础完成驾驶，财务机器人在完成会计活动时同样基于既定的规则。从国家层面看，“会计准则”处于不断的修订完善过程中，新的经济形式不断出现，会计准则往往紧随着新经济活动而修订完善。一旦会计准则变更，意味着完成会计活动的人工智能所依据的规则也需要变更。因此，规则变更与修订为会计人员留出了空间。“人工制定规则，人工智能完成规则”可能成为未来会计活动的新形式！会计人员制定规则，是否需要从了解基本规则入手呢？答案无疑是肯定的。作为制定规则的会计人员，不可能完全不了解基本的借贷规则、基本的账务处理规则，就开始着手调整规则。基于此，了解和掌握基本会计规则应当成为会计人员的必须，通过“基础会计”课程促使会计人员了解和掌握会计基本规则也成为必要选择。但人工智能应用会计规则的优势，促使会计人员在学习掌握基本会计规则时必须思考，学习基本会计规则的目的是应用还是修订完善？如果仅仅将学习会计规则的目的定位于应用，这样的会计人员只能定义为初级会计人员，一旦其人力成本高于人工智能技术应用成本，这种岗位人员无疑是会惨遭淘汰。因此人工智能的出现逼迫会计人员将学习会计规则的目的定位于修订会计规则的高端人才，只有在基础规则之上，跳出规则制定规则，才可能在人工智能应用的大趋势下赢得一席之地。（2）经验积累将被人工智能取代，但经验规则化为会计人员留出了空间。会计人员的经验积累建立在大量案例处理的基础上，在复杂经济业务处理过程中形成隐性知识，如果这些隐性知识不能显性化、不能总结提升为规则，这些隐性知识只能藏于人员的头脑里，导致似乎“越老越值钱”。人工智能具有大数据处理能力，在大数据基础上形成“经验”从而自我学习，并且其总结的经验将以“代码化”的形式显性体现，相比会计人员而言，经验形成的能力更强、经验显性化的能力也更强。但从经验到规则，人工智能还不能直接将积累的经验形成规则，规则的形成还需要人工干预。因此，会计人员的经验积累可以被人工智能取代，但经验规则化为会计人员留出了空间。面临人工智能应用，会计人员“越老越值钱”的优势将不复存在，会计人员的价值不再建立在工作经验的基础上，而是建立在经验知识化、并进一步规则化的基础上。会计人员要完成经验规则化过程，也需要对基本规则熟悉了解、并对经验是否作用于规则修订进行判断的基础上，因此对于基本规则的了解和掌握也是必不可少的。尽管“基础会计”课程仅仅是会计入门知识的介绍，不能形成会计处理经验，在经验积累方面不存在是否课程内容是否被人工智能取代的问题，但由于会计人员需要将经验规则化，需要熟悉了解基本规则，并对经验是否推动规则变化做出判断，因此通过“基础会计”课程学习了解基本规则仍然是必要的。（3）会计视角的形成仍需通过“基础会计”课程培养。人工智能完成了从原始凭证审核到记账凭证编制、再到账簿登记、报表编制的任务，使用人工智能完成这些任务得到的是凭证、账簿、报表这些结果的呈现，对于这些结果、这些信息究竟对于会计人员意味着什么，会计人员通过这些信息怎样从会计的视角去理解经济业务，人工智能并未给出答案。而“基础会计”课程则是从经济业务到会计业务的桥梁和纽带，通过“基础会计”课程的学习，会计要素、会计科目等内容成为将经济语言转换为会计语言的工具，会计视角得以培养形成。因此，从会计视角培育需要来看，“基础会计”课程仍然是有必要开设的。
4“基础会计”应对人工智能应用的适应性调整
概括起来看，面对人工智能应用的大趋势，“基础会计”课程仍有必要开设，但应对这一趋势，需要从课程目标、课程内容上进行适应性调整。具体包括：（1）“基础会计”课程目标需要定位于会计基本规则体系建立而非操作能力。由于人工智能能够以高效率的优势完成规则应用，因此“基础会计”课程目标不能再强调凭证编制、账簿登记、报表编制等应用能力，应该将“基础会计”的课程目标定位于促使学生构建会计规则体系，培育经济业务的会计视角。学生学习“基础会计”的目的不再是掌握原始凭证审核、记账凭证编制、账簿登记、报表编制操作，而是建立会计规则体系，掌握会计语言实现从会计角度理解经济业务。（2）“基础会计”课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容，弱化凭证、账簿等操作性内容。根据前面的分析可见，“基础会计”作为基本规则介绍的入门课程，学生需要通过该门课程的学习，掌握会计基本规则，并在此基础上逐步培养提升规则制定的能力。以往课程中，通过实验、实训提高学生填写凭证、登记账簿的操作能力，但这些操作未来将被人工智能高效替代。在人工智能在会计规则化应用领域形成趋势的当前，操作能力培养这部分内容需要弱化，而对于会计规则体系的理解、会计视角的培养应当强化。（3）“基础会计”课程内容中需要适当增加有关大数据、人工智能方面的内容，介绍大数据、人工智能在会计领域的应用趋势，以帮助学生了解会计在信息时代、人工智能时代可能发生的变革，提前应对可能发生的变化。会计不能脱离社会经济生活而存在，人工智能时代已经对会计提出了变革要求，应对这一要求，“基础会计”应当不回避，主动做出调整和适应。例如，对于会计总论的阐述中，介绍会计的发展趋势，不能还停留将会计电算化作为发展前沿，电算化阶段已经成为过去，大数据、人工智能才是未来的发展前沿；在会计的发展阶段中，古代会计阶段、现代会计阶段、电算化会计阶段的划分也值得商榷，复式记账、计算机的出现作为阶段划分的关键节点，但在2017年人工智能推出后，是否在电算化会计阶段之后已经需要重新再切分出人工智能会计应用阶段，值得学术界探讨。
5结语
财务机器人诞生后会计岗位可能面临失业潮，“基础会计”课程似乎也已经没有必要开设。通过分析人工智能的特质、“基础会计”课程的核心，指出在人工智能应用趋势到来的当前，规则化应用将被人工智能取代，但修订完善规则为会计人员留出了空间；经验积累将被人工智能取代，但经验规则化为会计人员留出了空间；会计视角的形成仍需通过“基础会计”课程培养。因此“基础会计”课程仍然有必要开设，其课程目标需要定位于会计基本规则体系建立而非操作能力，其课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容，弱化凭证、账簿等操作性内容，同时课程内容中需要适当增加有关大数据、人工智能方面的内容。
主要参考文献
［1］陈婷蔚．人工智能在会计领域的应用探析———以德勤财务机器人为例［J］．商业会计，2018，5（10）：77－78．
［2］王加灿，苏阳．人工智能与会计模式变革［J］．财会通讯，2017（22）：41－43．
［3］任世赢．人工智能技术对会计行业的影响及对策［J］．北方经贸，2018（1）：96－97．
［4］邓文伟．人工智能时代的会计研究综述［J］．国际商务财会，2018（5）：86－88．
大数据工程实践课程报告 第8篇
关键字：会计电算化；发展；信息
随着中国经济的快速发展，会计电算化越来越被广泛地应用。然而我们也应看到，计算机在企业管理及会计信息处理中的迅速普及和广泛应用，在给我们带来极大方便和效益的同时，也存在着一些不足。下面就会计电算化发展现状对会计信息的影响问题进行探讨。
一、会计电算化在我国的发展现状及功效
（一）会计电算化在我国的发展现状
我国会计以前一直是使用传统手工记帐的记账方式，这种记账方式，不仅耗时，而且耗力。每到月底进行会计记帐、登记帐簿、填制各种报表，以及年终的填制会计决算报表的核算都是相当复杂和繁琐的。将计算机应用到会计实务中，实现会计数据处理的电算化，在我国始于上世纪70年代末80年代初。经过近20年的发展历程，会计电算化的发展从专用会计软件的开发研究到商品化会计软件的应用，从单一的核算型会计软件到以财务为中心的管理型会计软件，对推动广大企事业单位向管理现代化转变起到很大的促进作用。到目前为止我国已有数百万家企事业单位使用了会计核算软件处理会计工作，依靠这些会计核算软件的有效运行完成日常记帐、算帐、报帐任务，把广大财会人员从烦琐的手工会计工作中解脱出来，极大地提高了工作效率。
（二）会计电算化的作用
会计电算化促进会计职能的转变，使财务管理水平发生了质的飞跃
会计是社会发展到一定阶段，为适应管理生产过程的需要而产生的即对劳动耗费及劳动成果进行记录、计算、比较和分析的工具，它是一个信息系统，通过对大量原始数据的收集和处理，反映企业财务状况和经营成果，对企业的投资作出正确的决策.
（1）手工记账
手工记账是指会计人员主要靠人工进行对原始数据的收集、分类、汇总、计算等形式，通过对原始凭证和记账凭证的两种分类，采用日记账、明细账、辅助账、总账以及会计法规定的会计核算形式，采用“平行登记、错账更正、对账、试算平衡、结账、转账”等记账规则的运用，进行账目处理的会计核算体系。
（2） 会计电算化
会计电算化是将计算机技术应用到会计领域，完成数据的自动化.会计电算化的概念有广义和狭义之分，狭义的电算化是指以电子计算机为主体的当代电子信息技术在会计工作中的应用;广义的会计电算化是指与实现社会会计工作电算化有关的所有工作.会计电算化通过数据库存入或提取会计信息，打破了传统手工系统会计工作对会计事项分散处理的记账规则.会计电算化大大提高了会计质量指标体系的运用，加强了会计核算功能运用计算机的算术和逻辑运算功能，在会计史上真正实现了人机对话，提高了会计信息的质量.
二、会计电算化应用发展中的问题
(一)对会计电算化的认识不足
尽管会计电算化在我国有了长足的发展，但与会计电算化发展的终极目标还有相当距离。然而，很多单位满足于会计电算化的现状，对进一步发展和优化裹足不前，究其原因，是与上上下下对会计电算化的认识不无关系的。
l、管理层
绝大部分单位的管理层对会计电算化工作都极为重视，将其列为本单位的重要议事日程，这也是会计电算化在我国得到长足发展的根本所在。很多管理层满足于为财务部门配齐计算机硬件设备、自行开发或购置一套应用软件便完事大吉，对会计电算化的后续管理、升级改造、全面推广等没有作为长期战略加以规划、安排、部署和落实。
2、会计人员
对于会计电算化，很多会计人员自身也存在着很大的认识误区。在实行电算化的初期，最为通俗的说法是实现会计上机，这从很大意义上说明只是将会计电算化视作了由手工记账演化为计算机记账，只是记账方式的转变，从而使会计电算化工作的起点不高，这种认识上的误区导致了对会计电算化工作浅尝辄止，没有充分利用会计电算化的优势发挥会计手工处理方式下无法比拟的作用和功能。
(二)会计人员的素质难以满足会计电算化的要求
会计电算化是计算机在会计领域的充分运用，是计算机知识与会计知识的高度融合，这就要求会计人员同时具备相当的计算机知识和会计专业特长，但在目前的会计电算化实践中，会计人员兼具这些知识的比例还相当低。
1、计算机知识匮乏。在目前的会计人员结构中，有相当一部分是师傅带徒弟模式下成长起来的“老会计”，有的是从人中专院校会计专业毕业多年从事会计工作的人员，对计算机知识没有充分的基础甚至一窍不通。
2、会计知识不全面。为了推动会计电算化的深入开展，很多单位新招聘了一批计算机专业人才，以充实本单位的会计电算化队伍。这些人的加盟，大大提高了计算机软、硬件的应用水平，带动了部门内部对计算机使用的热情，但由于这些人长期专攻于计算机专业，对会计知识知之甚少，甚至从未有过接触。
3、知识综合性程度不高。会计电算化除涉及计算机和会计知识之外，还大量涉及法律、外语、经济、金融、行政管理等多个领域，一些新培养的会计电算化人才。
(三)会计电算化在不同类型单位的发展不平衡
我国幅员辽阔，行业众多，机关、企事业单位类型各异，这就决定了会计电算化在不同性质、不同规模、不同所有制形式的单位之间差异明显，政府机关、事业单位、大中型企业，由于内部设置了专门的独立部门，而且人才、资金优势明显，因此会计电算化工作起步早、发展快，对新技术、新设备的应用比较超前。而大量的小型、微型企业，限于管理水平、发展规模、人员、资金等多方面的不足，最基本的账务处理体系都未能很好地建立起来，更枉谈高水平的会计电算化了。
(四)会计电算化的综合功能未能全面发挥
在会计电算化的具体应用中，存在着如下误区，影响了会计电算化综合功能的发挥。
1、重操作，轻分析
很多单位仅仅将会计电算化作为由计算机操作代替人手工操作的过程，侧重于所有业务操作均由计算机来完成。但会计电算化带来的强大数据分析优势却被忽略了，没有通过计算机对数据的海量操作形成有价值的分析数据，用以指导本单位的经营实践。
2、重核算，轻监督
会计的两大基础功能是核算和监督，但在会计电算化的条件下，过多的精力用在了会计核算功能上，对会计监督的功能大大忽视了。很多人认为所有会计处理均由计算机完成了，会计处理的结果也由计算机来反映，因此对会计处理所依据的凭证不再像手工处理阶段那样严格，该有的签字或审批被忽略掉了，对计算机处理的结果也不再进行必要的审验，对会计处理反映山来的经营缺陷不再进行深入细致的挖掘，形成了为会计核算而进行会计处理的局面，大大弱化了会计为经营决策提供参谋的功能。
3、重投入，轻完善
很多单位在初始会计电算化投入时上上下下都比较重视，人、财、物均向其倾斜，但在会计电算化实现初步效果之后，便很少有人问津，对于计算机设备的升级换代、软件的维护与更新，得不到必要的财力、物力支持。
4、重硬件，轻软件
很多单位在实行会计电算化的过程中，对计算机硬件设备百般挑剔，配置了处理速度和精度都很高的部件和设备，但对相配套的软件却重视不够，没有在事前进行周密的论证和规划，造成小马拉大车，系统功能无法充分发挥。
(五)会计电算化的后续管理工作有待完善
1、日常处理没有做到封闭运行。会计处理是一项保密性很强的工作，需要相对独立的运行空间。然而，很多单位的会计人员在操作账务处理时使用的是公共的计算机设备，软件功能也没有加密。
2、对会计档案的管理提出了新课题。在实现会计电算化之后，会计档案绝大部分以存储于计算机硬件设备中和拷贝成磁介质的形式存在。那么这些档案如何管理，存放于哪些地方，如何防止不被损坏，如何方便于查阅，都是亟待解决的课题。
3、数据销毁的管理不够细致。一些单位在对会计数据销毁的过程中存在严重的安全漏洞：带有会计数据的计算机设备遭淘汰时，没有到指定的销毁厂家进行作业；而有的在销毁时被人拆走了计算机硬盘，造成数据流失。对于磁介质的销毁，没有采取严格的粉碎程序，而是随意丢放，被人不经意间带走或挪作他用。销毁过程没有严格的监审程序，没有像纸质档案销毁时那样履行必要的手续。
三、电算化发展现状对会计信息的影响
（一）会计电算化下会计信息的完整性和可用性还不是很完善
1、会计电算化未能站在企业管理信息化的高度进行研究。因过分注意软件的会计核算功能，而轻视了财务管理和控制、决策功能。会计软件囿于传统的思维方式，模拟手工核算方法，缺少管理功能。
2、会计信息系统与企业管理信息系统未能有机结合。会计信息系统不仅与生产、设备、采购、销售、库存、运输、人事等子系统脱节，而且会计软件内部各子系统也只以转账凭证的方式联系，从而造成数据在内外子系统之间不能共享，信息不能通畅，既影响财务管理功能的发挥，又不能满足企业现代化管理的需要。
3、会计信息系统仍然是一个封闭式的系统。会计系统的开放性除了体现在企业内部各子系统之间的信息共享之外，更体现在会计向外界披露信息的内容和方式上。但目前会计信息系统既不能通过Internet网络向股东财务报表等综合信息和明细信息，也不能通过网络直接向税务、财政、审计、银行等综合管理部门提供信息，更不能有选择地披露相关的人事、技术、设备以及股东所关心的其他信息。
(二)会计电算化下会计信息的保密性和安全性差
会计电算化是建立在计算机网络技术和安全技术等信息技术基础之上的，会计信息是以足够的安全技术为保障，以一定的计算机硬件支撑，在相应的软件管理下在网络中流通、存储和处理，并最终以人们需要的形式表现出来。随着计算机应用范围的扩大，利用计算机进行贪污、舞弊、诈骗等犯罪现象屡见不鲜。在会计电算化环境下，会计信息以各种数据文件的形式记录在磁性存储介质上，这些存储介质上的信息是以机器可读形式存在的，因此很容易被复制、删除、篡改而不留下任何痕迹。数据库技术的高度集中，使未经授权的人员可能通过计算机和网络浏览全部数据文件，复制、伪造、销毁企业重要的财务数据。
四、进一步完善会计电算化的对策
(一)提高对会计电算化重要性的认识
会计电算化工作开展的成功与否很大程度上取决于单位管理层的参与程度，虽然会计工作的重要性已经愈来愈为广大管理者所认识、重视，但是他们对会计电算化工作的认识、理解还远远不够。会计电算化实现后，要求财务部门进行全面财务核算，加大参与单位内部经营管理的力度，由过去会计部门只是反映财务情况、提供财务信息，转化为推动经营和参与决策。这就要求财务部门全面、及时、准确地提供会计信息，提高会计人员素质，促进会计工作规范化。
(二)做好会计管理基础工作
会计工作的基本要求是认真、严谨、一丝不苟，日常工作应严格按照会计基础工作规范、会计电算化工作规范来处理，会计电算化的实现并非削弱了会计工作规范的要求，而是更有条件来实现会计工作的规范化，会计工作规范化同会计电算化是相辅相成、相互促进的关系。会计工作规范化了才能搞好电算化工作。因为机处理会计业务，必须是事先设置好的处理方法，因而要求会计数据输入、业务处理及有关制度都必须规范化、标准化，才能使电算化会计信息系统顺利进行。
(三)提高会计人员应用计算机能力
不少单位的电算化人员是由过去的会计、出纳等经过短期培训而来，他们在使用微机处理业务的过程中往往很多是除了开机使用财务软件之外，对微机的软硬件知识了解甚少，一旦微机出现故障或与平常见到的界面不同时，就束手无策，会计电算化，从各方面要求会计人员提高自身素质，更新知识结构，一方面为了参与企业管理，要更多地经营管理知识，另一方面还必须掌握电子计算机的有关知识。
各单位应积极支持及组织会计人员学习和提高会计电算化知识，维护软件正常运行，掌握计算机先进技术，培养复合型人才，为本单位尽快建立高效的会计信息系统创造条件。另外培养复合型人才，可以在大专院校开设会计电算化专业或在财会专业中增设计算机编程、维护等课程，可以让财会人员进修计算机课程，还可以让计算机人员、在岗人员实习并进修财会知识。
电算化会计下会计工作效率的提高和会计人员劳动强度的降低，使会计人员有更多的时间参与企业经营管理，促进会计工作职能发生转变，从而引起会计人员知识结构的变化和素质的提高。电算化会计下的人员除会计专业人员外，还有计算机专业人员。会计专业人员不但要精通本专业，还要熟悉计算机，具有上机处理基本业务核算工作的能力，掌握一般性故障排除方法和纠错方法;计算机专业人员除应有本专业知识外，还应有财会专业知识，了解会计核算工作，通晓会计数据流程。他们都要不断学习和掌握日新月异的计算机知识和应用技术，以不断满足电算化会计进一步发展的需要，成为复合型人才。
同时，要加强并制定实事求是的会计电算化人员培训计划，要注重实效，不搞一刀切。培训的内容要切合实际工作需要，学了就能用得上。对会计人员、系统维护人员、系统管理人员，应按不同内容、不同要求进行培训。
(四)加强会计信息系统的安全和保密
财务上的数据往往是企业的商业秘密，在很大程度上关系着企业的生存与发展。对于重要的计算机系统应加电磁屏蔽，以防上电磁辐射和干扰。制定计算机机房管理规定，制定机房防火、防水、防盗、防鼠的措施，以及突发事件的应急对策等。在电脑网络环境下，某些内部人员的恶意行为及工作人员的无意行为都可能造成会计信息的不安全性，因此建立内部控制制度是必要的。第一，实行用户权限分级授权管理，建立网络环境下的会计信息岗位责任。第二，建立健全对病毒、电脑黑客的安全防范措施。第三，建立会计信息资料的备份制度，对重要的会计信息资料要实行多级备份。第四、健全数据控制结构。
(五)做好电算化档案管理
为了更有效地做好电算化会计档案管理工作，我们必须根据电算化会计档案的特点，分别做好会计档案的收集、保存、利用等方面的工作。在一定的时间间隔内如一个会计年度，把计算机系统中的所有会计数据拷贝(备份)存储到磁介质或光盘上，从而脱离于原计算机系统。财务部门应把财务数据的备份文件保存好，以防计算机硬件系统损坏后能在最短的时间内、在最小的损失下恢复原有的会计电算化系统。
做好电算化会计档案的管理与保存，存放在两个不同的地点，以防止地震或火灾等意外情况引起整个会计电算化系统的毁灭与系统的不可恢复性。完善电算化会计档案的利用程序，加强对电算化会计档案调阅的管理。
（六）从软件方面着手保证会计信息的完整性和可用性
1、ERP软件与普通财务软件接口方式。ERP(Enterprise Resource Planning)企业资源计划系统，是指建立在信息技术基础上，利用现代企业的先进管理思想，全面集成企业的所有资源信息，并为企业提供决策、计划、控制与经营业绩评估的全方位和系统化的管理平台。ERP成为现代企业的运行模式，反映时代对企业合理配置资源，最大化地创造社会财富的要求，成为企业在信息时代生存和发展的基石。ERP对于我国企业界还是一个新鲜事物。它是基于MRP需求计划上发展起来的，它吸收并内嵌了国际先进企业的财务管理实践经验，改善了企业会计核算和财务管理的业务流程，大大提高了财务管理的效率。
2、会计电算化软件的网络化发展。过去的会计电算化以单纯的计算机技术为主，现在的会计电算化以计算机网络和通信等现代技术为主。在会计电算化的网络环境下，会计信息的传递可以通过互联网进行信息传递且传递速度十分迅速，因此企业的在线财务报告有可能随时更新，信息使用者可以及时获取最新信息。日常会计工作中，所有的账务处理从凭证的取得、填制到有关的账项调整，再到最终会计报表的生成、财务报告的等均在网络上进行，最大范围地实现信息处理电子化，降低有关纸张、资源的消耗，同时也将有关会计人员从繁忙的手工记账系统中解脱出来。
大数据工程实践课程报告 第9篇
【关键词】大数据；高等教育；机遇和挑战
0.引言
数据是指一切保存在电脑中的信息，包括文本、声音、视频等。“大数据”是一股新的技术浪潮，也是逐步形成的历史现象，其具体是指随着信息存贮量的增多，人类在实践中逐渐认识到，通过数据的开放、整合和分析，能发现新的知识、创造新的价值，从而为社会带来“大科技”、“大利润”、“大智能”和“大发展”等新的机遇。大数据之“大”，并不在于其表面的“大容量”，而在于其潜在的“大价值”。大数据之所以被称为革命性现象的根本原因，因为从本质上来说，它标志着我们人类社会在从信息时代经由知识时代快速向智能时代迈进，并给普通高等学校发展带来的新机遇和挑战[1]。
1.大数据给普通高等学校发展带来的机遇和挑战
大数据，使教师面临挑战，使学科专业设置和专业知识结构面临挑战；大数据为大学管理的精细化个性化服务提供了工具；大数据给科研带来颠覆性的影响。
教师面临的挑战
智能学习平台只是大数据大潮在教育领域掀起的一朵浪花。如著名的在线教育公司Coursera，已经和普林斯顿、伯克利、杜克、香港理工等全世界30多所大学达成协议，通过其平台免费开放课程。如今这些学校的课程可以实现全球几十万人同步学习。分布在世界各地的学习者不仅可以在同一时间听取同一位老师的授课，还和在校生一样，做同样的作业、接受同样的评分和考试[2]。
不难发现，该平台之所以强大，正是因为大数据。单个个体学习行为的数据似乎是杂乱无章的，但当数据累积到一定程度时，群体的行为就会在数据上呈现一种秩序和规律。通过收集、分析大量的数据，就能总结出这种秩序和规律，然后有的放矢，对不同的学习者提供有针对性的帮助。
学科专业设置和专业知识结构面临的挑战
网络大数据在科学和技术上的突破，将可能诞生出数据服务、数据材料、数据制药等战略性新兴产业[3].网络数据科学与技术的突破意味着人们能够理清数据交互连接产生的复杂性，掌握数据冗余与缺失双重特征引起的不确定性，驾驭数据的高速增长与交叉互连引起的涌现性（Emergence），进而能够根据实际需求从网络数据中挖掘出其所蕴含的信息、知识甚至是智慧，最终达到充分利用网络数据价值的目的.涌现性是指由低层次的多个元素构成高层次的系统时展示出的每个单一元素所不具备的性质.网络数据不再是产业环节上产生的副产品，相反地，网络数据已成为联系各个环节的关键纽带.通过对网络数据纽带的分析与掌握，可以降低行业成本、促进行业效率、提升行业生产力.因此，可以预见，在网络数据的驱动下，行业模式的革新将可能催生出数据材料、数据制造、数据能源、数据制药等一系列战略性的新兴产业，使高等教育学科专业设置和专业知识结构面临挑战。
大数据为大学管理的精细化个性化服务提供了工具
教育是在生活中实现的，不在生活中实现的教育不是真正的教育，学校教育更需要“终极关怀”。华东师范大学一位女生节食减肥，很少在校内用餐，学校通过困难生预警系统察觉到其饭卡消费值较低，便发送了一条短信，询问是否有经济困难，是否需要帮助。这位女生收到短信，感到非常温暖，便发了一条“华师大少女减肥减出人文关怀”微博，结果被网友纷纷转发。网友们称赞学校“通过对数据的挖掘、应用，更贴心地服务学生、关爱学生”，“让冰冷的数字有了人性美！”这一事件至少告诉人们，大数据为大学管理的精细化服务提供了工具，有助于学校实现“终极关怀”[4]。
大数据给科研带来颠覆性的影响
科技创新实质上是科学研究方法的创新，数据科学带给大家改变探索世界的新方法――从大量的数据中，揭示世界运行的规律。新方法体现在大数据的三个特征中。
大数据在舍恩伯格看来，一共具有三个特征：全样而非抽样，效率而非精确，相关而非因果。
第一个特征非常好理解。在过去，由于缺乏获取全体样本的手段，人们发明了“随机调研数据”的方法。理论上，抽取样本越随机，就越能代表整体样本。但问题是获取一个随机样本代价极高，而且很费时。人口调查就是典型一例，一个稍大一点的国家甚至做不到每年都一次人口调查，因为随机调研实在是太耗时耗力了。
但有了云计算和数据库以后，获取足够大的样本数据乃至全体数据，就变得非常容易了。谷歌可以提供谷歌流感趋势的原因就在于它几乎覆盖了7成以上的北美搜索市场，而在这些数据中，已经完全没有必要去抽样调查这些数据：数据仓库，所有的记录都在那里躺着等待人们的挖掘和分析。
第二点其实建立在第一点的基础上。过去使用抽样的方法，就需要在具体运算上非常精确，因为所谓“差之毫厘便失之千里”。设想一下，在一个总样本为1亿人口随机抽取1000人，如果在1000人上的运算出现错误的话，那么放大到1亿中会有多大的偏差。但全样本时，有多少偏差就是多少偏差而不会被放大。诺维格，谷歌人工智能专家，在他的论文中写道：大数据基础上的简单算法比小数据基础上的复杂算法更加有效。
数据分析并非目的就是数据分析，而是有其它用途，故而时效性也非常重要。精确的计算是以时间消耗为代价的，但在小数据时代，追求精确是为了避免放大的偏差而不得已为之。但在样本=总体的大数据时代，“快速获得一个大概的轮廓和发展脉络，就要比严格的精确性要重要得多”。
第三个特征则非常有趣。相关性表明变量A和变量B有关，或者说A变量的变化和B变量的变化之间存在一定的正比（或反比）关系。但相关性并不一定是因果关系（A未必是B的因）。
亚马逊的推荐算法非常有名，它能够根据消费记录来告诉用户你可能会喜欢什么，这些消费记录有可能是别人的，也有可能是该用户历史上的。但它不能说出你为什么会喜欢的原因。难道大家都喜欢购买A和B，就一定等于你买了A之后的果就是买B吗？未必，但的确需要承认，相关性很高或者说，概率很大。
舍恩伯格认为，大数据时代只需要知道是什么，而无需知道为什么，就像亚马逊推荐算法一样，知道喜欢A的人很可能喜欢B但却不知道其中的原因。
越来越多的事物不断的数字化。使得人们可以从大量的数据中，发现隐藏的自然规律、社会规律和经济规律。从这个角度来看，大数据将拓展人类的视野。
大数据给科学和教育事业的发展提供了前所未有的机会，同时也提出了前所未有的挑战。它将对现有的科研和教学体制带来大幅度的变革，对科学与产业之间的关系、科学与社会之间的关系带来大幅度的变革。
事实上，数据科学还带给大家观察世界的新方法――从大量的数据中，揭示世界运行的规律。2008 年《连线》杂志主编克里斯？安德森就指出“数据爆炸使所有的科学研究方法都落伍了”，用一系列的因果关系来验证各种假设和猜想的研究范式已经不实用了，如今它已经被无需理论指导的纯粹的相关关系研究所取代。安德森指出：“现在已经是一个有海量数据的时代，应用数据已经取代了其他的所有学科工具。而且只要数据足够多，就能说明问题。如果你有一拍字节的数据，只要掌握了这些数据之间的相关关系，一切就都迎刃而解。
人们在研究自然语言处理方面走过的弯路，为安德森的观点提供了有利的证据。20 世纪50 年代，几乎所有的科学家都认为如果让计算机来充当翻译，就必须像人一样，让他理解词句的含义。于是提出人工智能的概念，让计算机来学习的人类的各种规则。这种方法很快在70 年代走到了尽头。但是基于大量数据、运用概率模型的统计语言学的出现使得自然语言处理柳暗花明。如果没有这些概率统计模型，风靡一时的Siri（个人语音处理）等应用，就不可能实现。
2.结语
大数据时代已经到来，对大数据进行合理的分析，管理和应用必将会推动普通高等学校的大发展，当然也会为社会提供更多的利益和创新性成果。
【参考文献】
[1]赵国栋，易欢欢，糜万军，鄂维南.大数据时代的历史机遇―产业变革与数据科学[M].北京：清华大学出版社，2013.
[2]舍恩伯格.大数据时代[M].浙江人民出版社，2013.
大数据工程实践课程报告 第10篇
关键词：数据分析；统计学；课程体系；大数据
一、数据分析的重要意义
大数据预测美国总统：美国时代周刊报道称，数据驱动的竞选决策才是奥巴马竞选获胜的关键。数据分析团队在筹集竞选经费、锁定目标选民、督促选民投票等各个环节的决策中都发挥了重要作用。这意味着华盛顿竞选专家的作用极具下降，能够分析大数据的量化分析家和程序员的地位却大幅提升。如今从事专业数据分析工作的企业如项目数据分析师事务所、数据挖掘公司等都应市场需求而大力发展，并且受到风险投资的青睐。如美国社交数据挖掘公司Datasift于2012年宣布，获得1500万美元风险投资。2013年，DataSift成为Twitter的“认证合作伙伴”，主要负责海量微博社交数据分析。这是该公司今年第二笔融资，五月份其曾融资720万美元。又如面向开发者的大数据应用软件平台服务提供商Continuity最近获得1000万美元的融资，目前融资总额已经达到1250万美元。
数据分析的应用无处不在，那什么是数据分析呢？数据分析就是用适当的统计方法对数据进行分析，以求最大化地开发数据的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据分析技术不仅能通过对真实数据的分析去发现问题，还能够通过经济学原理建立数学模型，对投资或其他决策是否可行进行分析，预测未来的收益及风险情况，为做出科学合理的决策提供依据。在提高工作效率的基础上，也增强企业管理的科学性。无论是在国家政府部门，还是企事业单位中，数据分析工作都是进行决策和做出工作决定之前至关重要的一个环节。因此，针对项目可行性、风险承载力、投资回报率以及相关经济效益指标等方面的分析工作显得格外重要。在这个工作过程中，专业的数据分析人员扮演着无比重要的角色，数据分析成果的质量高低直接决定着项目投资、企业经营决策计划最终的方向。所以，各个行业对数据分析人员的需求之多是不言而喻的。传统行业，如政府机构：一类是计委、经委、_等一些经济综合管理部门所设有的调研处、研究室和情报所。第二类是商业、粮食、物资、银行等经济主管业务部门会设有信息中心或调研室，从本系统、本部门的业务出发进行专业性调研，提供支持本部门的市场信息。而伴随着数据分析应用的扩大，其在新兴行业中也得到了发展，如计算机软硬件及IT行业、电子商务与网络游戏、金融保险、消费品、咨询业与广告媒体、大型设备与重工业以及房地产行业等对数据分析师的需求量很大，尤其是电子商务，由于利用互联网，能够比传统零售业具有更好的数据收集和管理能力，能积累海量的数据，因此更看重从海量数据中挖掘出用户偏好和市场机会。研究机构：比如市场研究公司、咨询公司、证券公司、研究院。自主创业：取得注册项目数据分析师（CPDA）资格证可以自主创建或就业于项目数据分析师事务所等。所以，数据分析的行业应用是极其广泛的，并且随着大数据时代的到来，数据分析尤其是数据挖掘将借助互联网的发展，逐步形成人们依靠的重点，并可能成为未来发展与竞争的重点之一。由此我们可以看到数据分析师的就业前景是非常广泛而乐观的，无论是数学专业、统计专业，还是计算机专业的学生，都可以通过系统的学习数据分析课程来适应对数据分析人才的要求。
二、课程体系构建
1.主干课程。主干课程包含高代、数分、概率论、数理统计、多元统计分析、时间序列分析、市场调查与分析、统计预测与决策、数据结构、C语言、数据分析、数据挖掘、大数据分析与展示。理论课程的学习可以使学生了解数据分析的基本内容，学会如何对已获取的数据进行加工处理，如何对实际问题进行定量分析，以及如何解释分析的结果。掌握几种常用数据分析方法的统计思想及基本步骤，并具备一定的分析论证能力。
2.实验课程。数据分析的操作离不开计算机。目前数据分析行业常用的一些统计软件有SAS、SPSS和R软件。SAS软件是一个模块化、集成化的大型应用统计系统。它的功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等。SPSS软件是一个社会科学统计软件包，是采用图形菜单驱动界面的统计软件，SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等。R软件是一套完整的数据处理、计算和制图软件系统，包括：数据存储和处理系统、完整连贯的统计分析工具、优秀的统计制图功能、可操纵数据的输入和输入等功能。这三个软件在数据分析中针对不同行业的需求有不同方向的应用。
3.专业课程。从数据分析的行业需求出发，好的数据分析人员不仅要有较强的数据分析能力，还要有该行业的背景及相关知识的储备，这样才能将数据分析与行业特性联系起来，发挥数据分析的最大功能，即所谓的“因地制宜”。同时要兼顾学生的兴趣与学习的联系，需提供多领域的课程选择，如：经济学、金融学、保险学、管理学、会计学等。而在软件学习方面也要拓宽渠道，除了实验课程安排学习的软件，学生可根据自身发展意向再多掌握一些软件如：SQL数据库，熟悉office常用功能，尤其熟练运用Word和PowerPoint、Excel图表及数据分析等。同时还应该结合对数据分析师的要求设置一些相关课程：投资数据分析、市场调研与预测、预测技术分析、现金流量表编制、风险投资项目筛选、不确定性分析、编制数据分析报告等。
三、实践环节
培养数据分析的专业型人才目的就是为了学以致用。数据分析本身就是为了从数据中发现问题、建立模型、预测收益风险企业决策进而做出合理正确的决策判断。因此，学习了基本的知识和技能就要运用到实际操作中。学校可以和本地的数据分析事务所，或者大量需求数据分析人员的互联网行业建立实训基地，进行合作式教学，使得学生在实习的过程中能够理论联系实际，切身体会数据分析的商业操作体系，这样就能够促进学生有目的、有取舍地针对自身情况学习钻研，继而就能够培养出适应经济发展，满足市场需求的应用型人才。
四、结语
在大数据时代到来之时，数据分析在互联网中的应用将会空前广泛，与此同时对数据分析师的需求也将会井喷，无论是在军事、工业、企业还是在政治上，大数据分析都将会十分紧缺。因此，目前对数据分析师的培养刻不容缓。本文从分析数据分析行业发展及其重要意义、数据分析专业课程设置以及教学实践环节方面对构建数据分析课程体系进行了探讨。不仅从教学课程的内容上予以安排，而且更加注重引导学生自主学习，特别强调理论结合实践的合作式教学。希望能够结合行业需求合理地构建课程，培养出专门从事数据分析的项目数据分析师，从而能够满足市场需求和自身发展。
参考文献：
[1]范金城.数据分析[M].科学出版社，2010.
[2]http：///jrt/120922/
大数据工程实践课程报告 第11篇
关键词：大数据；虚拟学习环境；教学评价
0 引言
21世纪高校的信息技术教育进入了一个全新的发展时期。网络虚拟学习就是充分利用基于计算机网络的多媒体工具和技术，为学习者提供一个更加广阔的网络学习平台和学习空间，以实现信息化学习的资源共享的一种学习方式。信息技术的发展，随之而来产生的问题是，耗费大量的物力、财力、人力建设的这些课程能否实现其教育价值，并起到预期的教育目的，这就需要综合、全面地评价教学过程的活动，来确保教与学的效果。
1 大数据时代的特点
大数据（Big data）山，指的是由数量巨大、类型众多、结构复杂的数据构成的数据集合，是基于云计算的数据应用与处理模式，通过数据的交叉复用、集成共享形成的智力资源和知识服务能力。首先，评价信度跟随由大数据带来的海量数据得到了提高。教学评价基于海量数据分析的基础上，摆脱以教师个人感受和个人知识为基础的经验性评价，不再停留在每位教师头脑中的模糊经验上。其次，评价方式因大数据技术变得多样性。学生对于自己能力水平的评价转向对自身学习过程的数据分析。随着课堂教学方式、教学内容、学习过程的不断数字化，学生的评价也将作为一个过程被逐步数字化，不仅教师可以对这些数据的进行分析和利用，作为学习主体的学生也将参与到分析评价的过程中。
2 虚拟学习环境的考察内容
“虚拟学习环境”是一个基于网络网页技术的用户服务机构系统，通常包含网络服务包和网络软件后台服务系统。系统的主要使用者为教师和学生，教师远程登陆系统后组织网上教学活动，跟踪学生的学习情况，根据教学需要来修改或补充教学内容。学生通过该系统和教师进行个体化学习的讨论交流。完整的评价标准要从不同用户的角度出发，从以下几个方面考察。
（1）数字化学习资源系统：各种类型的信息资源（如教育网站、虚拟图书馆、虚拟软件库、多媒体素材、课件、电子文献资料、电子教案和信息化学习支持工具）、教师在线答疑、课程使用指南和数字媒体技术支持等。
（2）交互系统：包括学生与教师的交互、学生间的交互、课堂内的交互、课堂外的交互、学校间的交互。
（3）数字化学习系统：课程全部的学习内容、自主探究学习方法、激发学习动机的机制、不同类型学习策略。
（4）学习评价系统：发展性评价、多元性评价和实践性评价。以下又有12个二级评价指标。
（5）教学管理系统：教师信息管理、学生学籍管理、课程教学质量管理、教学文件（如教学大纲、课程计划）管理、学生的学分与成绩管理等。
3 基于虚拟学习环境的教学评价框架研究
教学评价框架
评价框架（Evaluation Framework）是一个开放式框架，是评价实施的指导性文件。在评价过程中，评价主体为了明确自己的位置，需要了解评价的任何细节。经过对基于虚拟学习环境的教学评价的特征、要素、内涵等进行分析，评价初选指标体系包含发展性、多元性和实践性三个一级指标以及12个二级指标。
发展性评价指标
要提高每个学生的自信心和持续发展的能力，发展性评价强调评价以促进学生发展，激发学生个性、潜能和创造性为目标。要求教师用发展的眼光来看待学生，结合多种评价方式和手段，重视过程性评价，使教学评价在反映学生学习结果的同时更好地促进学生发展。本研究经过对相关文献的分析，确定将发展性作为一级指标，学生与虚拟学习环境间交流、学习效果的自评、互评、项目活动的小组评价和教师评价作为评价的二级指标。
多元性评价指标
多元性评价主要体现在：评价主体多元化，评价内容多维化。人的智能是多方面的且各种智能互有短长，被评价者的全部智能，仅仅通过传统的单一评价势必不能完全反应，要发现其潜在能力，为培养人才提供依据，只有从多个角度去衡量一个人，同时要求把传统评价分解成针对不同智能的评价维度。本研究经过对相关文献的分析，确定将多元性作为一级指标，数字化教学资源、教学模式绩效、学生学习行为、学生技能认可度、企业人才指标评价作为评价的二级指标。
实践性评价指标
这里的实践性一方面是学生在虚拟学习环境中的实践，另一个方面是学生通过虚拟环境中的真实体验应用于真实的社会环境中的实践。实践性评价更关注过程而非结果，更关注学生在实践过程中的活动与表现，是指为学生的实践过程提供反馈信息而从事的评价方式。本研究经过对相关文献的分析，确定将实践性作为一级指标，学习态度、参与程度、实践能力、协作能力作为评价的二级指标。
基于虚拟学习环境的课程评价过程
大数据“一切皆可量化”的特点使得评估不再变得主观性，同时电脑可以在理想的稳定状态收集分析数据，人为因素的干扰项被排除，多维度的评分得以形成。在大数据时代每个学习主体都是中心，利用自己产生的数据进行“反馈学习”，不断地改善自己。网络课程评价是一个动态的过程，经历教学评价的准备、实施、数据处理、信息反馈四个部分的工作。
评价准备
确定评价目标、评价人员构成和评价对象，确定评价步骤、方式、处理方法，确定不同信息之间、不同评价人员的权重。基于虚拟学习环境的课程评价需构建全新的评价指标体系。评价指标体系设计的一般过程是：先分解目标，然后建立评价指标，接着分配指标的权重，最后划分等级和确定标准。
评价实施
给评价人员发放评价指标体系，统一价值尺度，解释相关标准，为评价人员做出正确的价值判断提供依据。收集评价信息和数据，实施评价。主要是获取的相关统计、检验的数据，进行有效数据的筛选，无效数据的去除，以保证评价的有效性。
数据处理
依据各种权重进行数理统计。这里的权重，一是教师，学生，管理员，专家等不同评价人员信息的权重，二是指标体系中各层指标的权重。依据课程特点、评价目的以及评价人员构成设置权重。权重如果不同，则以综合评价权重为依据来统计。通过统计信息的分析，综合进行判断，形成评价结论。
信息反馈
大数据工程实践课程报告 第12篇
随着现代科学技术的发展，以云计算、大数据等为代表的新型技术逐渐被应用到社会发展的各行各业。在大数据时代下，中学信息技术教师在教学过程中也要根据实际情况适当地应用大数据技术，从而进一步强化学生对信息技术知识的理解，提高教学的有效性。基于大数据的中学信息技术教学策略有：利用大数据技术开展个性化的信息技术教学，构建MOOC信息技术学习平台，开展网络协调合作学习，做好教学评价工作。
关键词：
大数据时代；中学；信息技术教学；策略
新世纪以来，我国在教育事业当中投入的精力、财力、人力等的力度越来越大，在科学技术高速发展的新时期，教育改革越来越强调现代教育技术的开发和应用，以更好地提高教学有效性，同时也适应新的社会发展形势。21世纪是信息技术占主导地位的时代，信息技术作为一门实践性和应用性较强的学科，在小学阶段就开始作为一门课程为学生所了解，中学阶段的信息技术教学则注重培养学生对计算机相关知识的应用能力，最终提高中学生的综合信息素养。大数据时代的到来和广泛应用，给现阶段中学信息技术教学带来了机遇和挑战。如何利用大数据的优势和特点开展信息技术教学，以达到改善教学现状、提升教学有效性的目的，是现阶段中学信息技术教师要研究的重要课题。
一、大数据的特点及其在中学信息技术教学中的应用优势
（一）大数据的特点
大数据不是一种技术，也不是一种产品，它是21世纪科技发展带来的一种发展趋势，是继云计算、物联网之后的一个技术热点，是一个抽象的概念。之所以被称为大数据，是因为他呈现出与传统数据不同的特点，比如数据量大、数据种类多样化、数据获取和传播速度快、非结构化等，这些特点很好地适应了新时期人们越来越个性化和多样化的学习需求。大数据的出现促进了互联网与行业发展的深度融合，各行各业都开始借助大数据的发展来寻求新的发展增长点和创新点，以期在行业当中崭露头角。对于教育行业而言，大数据本身就与计算机信息技术的发展息息相关，大数据的出现可以为信息技术教学带来新的发展思维和教学手段，进一步促进素质教育的改革和创新推进。
（二）大数据在中学信息技术教学中的应用优势
大数据本身就是在计算机信息技术发展到一定程度而衍生出来的，因而与信息技术学科息息相关，对于教师教学、学生的学习都起着重要的作用，大数据以其独特性在中学信息技术教学中占据着很大的优势。将大数据与信息技术教学相结合，需要发挥大数据的信息优势为信息技术课程教学提供必要的数据，并结合中学信息技术课程教育目标辅助课程教学的开展，完善教学模式，提高教学效率。大数据在教育当中的应用主要是以MOOC模式来呈现的，这一教学模式主要是利用互联网技术与大数据技术进行教学资源的搜集，整合受教育者的学习需求，进而制定不同类型的、有针对性的在线教育课程，并且包括教学资源库、课程有关专题学习模块、教学互动交流模块、练习测评模块等。同时这些数据资源库内包含了学生、教师相关的各类教学文档，大数据技术在信息技术教学中的应用主要就是利用这些原始数据来实现的。基于大数据的MOOC模式能够在中学信息技术教学中得到广泛应用，主要是因为它不同于传统的远程教育，由于是基于大数据，因此课程数据信息量非常大，数据类型复杂多样，差异性明显，容易满足新时期学生越来越多样化和个性化的学习需求，每个学生都可以根据自己对信息技术的掌握情况自主地选择学习方法、学习内容等。同时教师还可以根据基于大数据的MOOC教育模式的实施状况，总结学生的学习规律，进而利用大数据探索并建立起群体学习的预测模型，从而更好地推进信息技术个性化学习模式。
二、中学信息技术教学现状及存在的问题
（一）教学内容单一落后
信息技术可以说是现代社会最前沿的技术之一，并且随着时代的发展不断更新进步。为了让中学生更好地掌握信息技术知识和技能，必须对信息技术课程教材进行及时更新，以更好地引导学生充分了解当今世界的信息技术发展，使自身的技术能力适应社会发展的趋势。但是事实上，很多中学使用的信息技术教材都是很多年没有变化，没有与当前科技发展接轨，更没有加强与大数据、云计算等前沿科学的联系，不能满足中学生学习和发展的需要，也给中学信息技术教学带来了难度。
（二）教学方式有待改进
目前中学信息技术教学普遍存在的一个问题就是教学方式单一，主要是教师讲解加演示，学生被动听讲，缺乏较多参与实践操作的机会，导致中学生的信息技术应用水平不高，缺乏现代化人才所必需的信息素养和计算机应用能力，教学效果不明显。另外，很多信息技术教师只注重课本内容的讲解，忽视了学生实践能力的培养，对信息技术课程相关的互联网、大数据、云计算等前沿知识没有进行深入挖掘，考试内容也比较基础单一，很大程度地限制了学生的发展。
三、基于大数据的中学信息技术教学策略
（一）利用大数据技术开展个性化的信息技术教学
在素质教育改革的大背景下，信息技术课程教学标准要求教师注重学生在教学中的主体地位，强调学生的个性化发展。在信息技术教学的过程中，教师要积极引导学生进行自主探索研究，尊重学生的个性化特点，发挥学生在学习中的创新精神。大数据在中学计算机技术教学中的应用符合新时期中学信息技术课程标准的要求，它能够通过对数据的搜集、跟踪、整理等实现对学生学习全过程的覆盖，并建立相应的信息数据库，学生考试成绩、课堂表现、家庭背景等内容都包含在大数据分析中，信息技术教师可以利用数据挖掘技术研究学生各种行为的内在联系，从而制订科学的教学计划，开展个性化的信息技术教学。
（二）利用大数据技术构建MOOC信息技术学习平台
如前文所述，大数据在中学信息技术教学中应用最为普遍的就是MOOC教学模式，信息技术教师可以利用大数据技术构建MOOC信息技术学习平台，通过该平台为学生提供丰富的学习资源，并为学生制订有针对性的学习计划让学生有选择性地去完成。在这一过程中，信息技术教师可以利用大数据技术为学生创建独立的行为学习档案，进而根据搜集到的信息对学生的学习行为进行分析，发现和总结学生学习过程中存在的问题，进而优化建立学生学习行为模型，并进行分析预测，从而促进教学效果的提升。
（三）利用大数据技术开展网络协调合作学习
大数据在中学信息技术教学中应用的另一个表现就是异步网络协作学习模式。它主要是由教师利用大数据技术搜集学生学习相关的信息，利用异步式学习平台信息，实现与学生的交流。教师可以通过该平台以电子邮件的形式向学生教学通知、布置作业等，也可以提供在线答疑，加强师生之间的双向互动，进而提高教学效率。
（四）利用大数据技术做好教学评价工作
大数据技术在信息技术教学中的应用使得建立覆盖学生学习全过程、全要素的信息库成为可能，学生学习相关的信息资料都被涵盖在大数据分析当中，利用这些数据进行教学评价工作可以收获良好的效果。教师可以利用数据挖掘技术的关联分析和演变分析功能，结合学生学习行为相关的数据信息研究学生各种行为的内在联系，进而发现学生的问题和优势所在，有助于提高教学评价的科学性。
大数据工程实践课程报告 第13篇
摘要：随着科学技术的不断发展，大数据技术在社会生活生产的每个方面都起到了重要的作用，同样对教育工作的改革创新也发挥着巨大的作用。本文从德育教学工作等方面进行评价，全面分析了在大数据的背景下中职学校传统的德育工作所面临的创新与挑战，归纳并总结了德育教育工作的一些创新思想，为我国中等职业学校的德育工作的发展提供借鉴。
关键词：大数据；德育教育；机遇与挑战；创新思想
1大数据的意义与特性
大数据系统拥有庞大的数据信息量，以及可以快速成长的数据库规模系统，并且有着十分丰富的多种多样的数据内容。使用者可以以大数据为基础，通过大数据技术进行大规模的数据采集与分析，形成更加全面的数据结果，为最终的决策与判断提供更加可靠的数据依据。在21世纪，大数据技术到来的最重要的一点原因是由于网络信息的集成化水平更加完善。而随着产业集约化、智能化水平的提高，大数据技术的快速的数据采集、全面的信息内容、高效的整合分析等基本特性也得到了极大的增益作用，所以大数据技术常常伴有以下几种特征。
共享数据源，建立云端数据库
在大数据时代，由于同一数据在同一r间可能存在许多的使用者进行下载与传输，造成了大量的数据在网络通道中传输，从而占用了大量的时间，造成了网络资源的浪费。所以为了缓解由数据使用人数的快速增长所带来的网络拥堵现象，提出了数据开放共享化原则，使数据可以进一步的在用户之间高度自由化传输，缩减网络传输的时间。同时建立云端数据库，系统可以对大量的数据进行统一的管理与统计，提高信息的共享化能力，为进一步进行数据后期的开发与分析奠定了良好的基础。大量在生产生活中所产生的普通数据得到了开放与共享，人们可以更加方便快捷的查询所用的信息，提高他们的生产生活效率。所以，数据的开放与共享是大数据时代来临的重要前提。
建立数据模型，进行数据预测分析
进行数据的预测与分析，是大数据技术的核心内容，同样也是大数据的优点与特点。大数据技术可以非常全面的记录我们日常的生活行为，通过这些记录可以进行分析对比，了解到每一个人平时的生活与爱好，最终达到预测你的未来生活规划的目的。大数据技术可以提供个人的定制服务，对于未知的用户可以根据他们的性格来建立符合他们生活规律的理论性假设，和大量的已知性格的人物数据进行对比，形成一套完整的理论体系。
建立体系结构，提升信息数据的有效价值
计算机高性能的逻辑分析能力以及海量的存储记忆能力是建立大数据技术体系结构的关键。有大数据体系结构支持的假设性理论，已经成为经济建设与价值投资的重要理论基础。随着大数据技术的不断提升，信息的有效价值也在不断的增大，可以给使用者带来更大的利润效应，从而为大数据技术的信息采集提供了更多的数据来源，使大数据技术体系结构得到更加完善，形成良性循环。
2大数据技术对中等职业学校德育教育工作的机遇与挑战
随着科学技术的快速发展，大数据技术已经应用到广泛的教育领域。可以为学校提供有针对性、高质量的信息数据，数据的存储容量不断增大，原有的教育手段研究得到了很大的改善，同时，为了提高信息数据的可靠性，需要对每一个学生进行定量的分析，通过采集学生们日常的生活行为、感情，进行追踪预测。这对传统的德育教育工作产生了较大的影响。传统的德育教育方法是通过直观的因果关系，总结经验，并最终作出相关的预测判断。因此，这对传统的德育教育工作的指导和评价是一个全新的考验。同时，对于传统德育教育的工作方法也有很大的改进，能有更多的机会去把握德育教育的思想精髓。所以说，大数据德育教育模式是一种非常有魅力且具有很高实用价值的教学模式。建立大数据德育教育开放平台，可以带来全新的数据、全新的机遇，成为了传统德育教育工作改革的必要条件。
大数据技术对中等职业学校德育教育工作的新机遇
提供免费的德育教育开放平台，改变传统教育模式
在传统的德育教育工作模式下，教学通常在教室里进行，采用传统的授课方式，而学生们几乎感觉不到任何的新鲜感。面对枯燥乏味的教学内容，学生们通常会产生对抗心理，使得德育教育工作的教学效果比较低。而采用免费的德育教育开放平台，会让学生们产生一种新鲜感，增加他们学习的主动性，提高德育教育工作的教学效果。同时，通过大数据网络，学生们学习德育知识打破了固有的时间和空间的制约，使他们可以更加自由的选择学习的时间与地点，选择喜欢的话题进行讨论，从而消除了面对面交流时的尴尬。通过大数据网络，学生们最终可以勇敢的表达自我，表述出自己的主观意见。通过大数据分析，我们发现中职学校的学生更爱于表现，更富有激情，而这个时期也更有利于进行德育教育，让学生们形成自治型的性格，来满足他们强烈的好奇心，提高德育教育的教学效果。
提供实时更新的社会热点信息，增强德育教育感染力
大数据工程实践课程报告 第14篇
关键词：创新实践课程；项目驱动；大数据
中图分类号：G642 文献标志码：A 文章编号：1673-8454（2017）04-0022-03 一、引言
随着高等学校工科教学改革的深入，各大高校高度重视培养学生的创新意识和创新能力。创新实践课程是顺应当前高等工程教育改革与发展所提出的一门新型课程，关注于训练学生的科学和创新思维，增强解决工程实际问题的能力。
全国各大高校针对不同的专业，开设了多门创新实践课程[1][2][3]。不同于传统课程，它具有形式灵活、小班化教学等特点，要根据实际需求灵活设置授课内容。为了加强学生的创新精神和实践能力，提高人才培养质量，杭州电子科技大学在计算机专业面向大二学生开设了创新实践课程。任课教师根据自身的学科背景，基于社会热点需求问题，申报课程要完成的课题内容，再通过师生间的双向选择，组建授课班级。
随着大数据时代的到来，大数据产业发展对培养高层次的数据科学人才提出了新的需求[4]。在未来3-5年内，我国数据分析师的缺口将达100万人左右[5]。但是，目前国内高校对数据型人才的培养规模和质量还远远达不到要求。本文研究了在创新实践课的教学过程中，以培养大数据可视分析人才为目的，探讨如何设置理论授课与项目实践环节，通过解决实际问题，提高学生的创新意识和创新能力。
二、 创新实践课题的选择
大数据可视化与可视分析是大数据分析中重要的组成部分，通过有机融合人的智能与计算机的处理能力，帮助人们洞悉大数据背后的知识与智慧，已经成为数据分析和科学决策的有效手段。基于个人的专业背景和研究方向，笔者选定以大数据可视分析作为创新实践课题，主要基于如下考虑：
（1）对于本科学生来说，可视分析中采用直观的图形化表示、所见即所得的交互方法，更容易激发他们的学习兴趣，不会觉得枯燥难懂。
（2）该课题与社会热点紧密结合，社会对该类人才需求较大。学生若能掌握并运用相关知识来解决实际问题，对更好地就业有很大帮助。
（3）数据分析与实际项目紧密结合，而寻找数据内部蕴含的特征又具有未知性，需要学生具有创新意识和探索精神，正好和创新实践课程的设置宗旨不谋而合。 三、课程教学内容与实践形式设置
与传统的仅采用理论教学的授课模式不同，笔者将创新实践课程划分为理论授课和项目化实践两个部分。首先讲解基础理论，让学生了解课程目的及课程实施过程。然后通过项目化的课程设计培养学生工程意识，提高综合运用知识来解决实际应用问题的能力。
1.理论授课内容
理论授课是让学生了解和熟悉课题的前提。基于可视化分析大稻莸母鞲霾街瑁细分授课内容，将数据分析过程拆解并贯穿于整个教学中，为解决实际问题提供理论保证。
具体来说，包括如下几个方面：（a）大数据的概念：包括大数据出现的历史；大数据的特征；大数据与其他学科的关联；大数据时代面临的挑战等。（b）数据可视分析的案例介绍：介绍数据可视分析成功用于解决实际问题的典型案例，从案例的实际需求出发，通过描述案例的主要目的和设计思想，介绍案例采用的具体方法，指出完成过程中遇到的关键问题，帮助学生理解课程学习的价值所在。（c）数据可视分析所要掌握的关键技术：包括数据存储和管理技术，数据可视化展示语言、人机交互技术等。
由于课程学时所限，在授课过程中，需要不断引导学生利用课外时间，进一步学习和巩固相关编程技术，为实施项目化的课程设计打好基础。
2.以项目为驱动的实践环节实施
在理论授课的基础上，实践环节是培养学生创新能力最重要的步骤。只有让学生在参与完成某一具体任务的过程中，才能深化其对数据可视分析流程的理解，主动学习相关知识，提高动手能力，不断地探索并解决未知的问题。
在实践阶段，纳入项目化的教学模式，将学生组成创新研究小组，通过“分组――选题――制定和实施方案――撰写分析报告”的实践过程，鼓励学生开展自主式、探索式、合作研究式的学习，促进知识的迁移和科学思维的养成，同时培养学生的团队协作精神。
具体来说，分为如下几个步骤：
1）合理进行人员分组。一个复杂的数据分析任务要求学生以团队合作的形式来完成，让学生根据各自的技术优势，合理分组，每个小组选出一个小组长，组员通过分工与合作实现既定目标。
2）选取有价值的分析任务。以“交通大数据可视分析”为主要目标，通过小组讨论拟定感兴趣的分析子任务，由教师进行内容把关。要求所选取的项目任务具有一定的复杂度和综合度，可以从数据分类、趋势预测、历史规律挖掘等方面着手，明确要研究的主要问题和预期的分析目标。
3）制定和实施分析方案。要求学生设计详细的实施方案，考虑方案的可行性和合理性，主要包括：分析目的及内容，方法及步骤，计划进度安排，如何分工等。在该过程中，教师指导学生检索和阅读科学文献，一起讨论采用何种技术或方法分析数据，引导学生逐步实现项目任务。在学生碰到问题和困难时，鼓励其通过自主学习所需知识、与小组成员讨论，与指导老师探讨来解决问题。
4）完成分析报告。以小组为单位，完成分析报告，阐述分析任务的执行流程，人员分工情况，给出分析结果，并讨论分析方法是否合理及未来的改进建议。
5）课程考核。课程考核结合教师评价（50%）、小组间互评（30%）、组内自评（20%）多种方式综合给出课程分数。
在以项目为驱动的实践过程中，教师的任务从“传授知识为中心”逐渐向“引导学生探索知识，有体系、有目的地应用知识”转变，学生成为了学习的主体和发展者，极大地调动了学生的积极性和参与度，培养了学生的团队协作精神和创新能力。
四、教学效果及存在问题分析
本课程自开课以来，取得了一定的教学效果。授课班级共有14人，其中有2位学生在老师的指导下将项目的实施成果，整理成在计算机相关的学术会议上，有1位学生申请了发明专利。
为了更好地收集大多数学生的反馈意见，在课程结束后，让学生投票选择自己在哪方面的能力有所提高，并撰写一份学习心得。投票结果为：编程能力（11票）；团队协作能力（9票）；创新和探索能力（8票）；自主学习新知识的能力（13票）；完成实际工程的能力（10票）。从结果中发现，大多数学生认为通过课程学习能提高自己多方面的能力，包括自学、编程和工程实践能力。部分学生认为提高了自己的创新和探索能力、团队协作能力，这部分学生相对基础较好，能够针对分析任务得出自己的结论。而其他有些学生基础知识储备不足，还处于不断学习编程技术的阶段，因此对问题的探索不够深入。
图1和图2分别为从学习心得中提取的中英文词云。从图1中发现，大多数学生描述了对数据可视化的学习，掌握了“技术”，得到了“信息”和“知识”，其他关键词包括“分析”，“学会”，“理解”，“实现”，“任务”等。从图2中可以看出学生实现项目时所采用的主要技术，这表明学生在上课过程中，根据实际需求自学了解决问题所用到的相关技术。下面摘取了部分学生的心得。学生1：“通过课程学习，我意识到事情有很多方法去解决，一个方法不通，还有其他的解决方法”；学生2：“集体的力量是无穷的，好的队友是成功的一半，和大家一起做事情，能从别人身上学到自己没有的”；学生3：“在这门课程上学到的东西比其他任何课程都要多，更有用”；学生4：“在后半学期，经过老师的提点，自己慢慢摸索，再加上同学的帮助，一个个任务难题渐渐被解决，我也逐渐有了继续探索的动力。”从上述反馈来看，正是通过项目化的实践，潜移默化地提高了学生的自主学习能力和探索未知的精神，培养了学生的综合能力。
但是作为一门新型课程，课程在实施过程中遇到了一些问题，具体表现为：
（1）由于不同W生的学习效率与动手编程能力存在差异，因此部分学生进展较快，能针对项目制定方案，设计新的可视化表示来展示数据特征，探索数据规律。而部分学生始终处于编程技术的学习阶段，影响到课程完成质量。
（2）本课程面向大二学生，虽然数据可视分析入门较快，但解决实际问题时涉及多种专业技术的学习与应用，部分学生感觉到知识储备不足，项目实践有难度。
因此在今后的教学过程中，应事先做好摸底调研工作，针对不同学生进行层次化教学，同时要进一步研究如何更好地激发学生的学习热情，鼓励他们在遇到困难时勇于克服困难。
五、结语
大数据工程实践课程报告 第15篇
在Kubernetes中日志种类也分为两种：
在容器中运行kube-scheduler和kube-proxy；
不运行在容器中运行时的kubelet和容器运行时(如Docker)；
在使用 systemd 机制的服务器上，kubelet 和容器运行时将日志写入到 journald；如果没有 systemd，他们将日志写到 /var/log 目录的 .log 文件中。容器中的系统组件通常将日志写到 /var/log 目录，在 kubeadm 安装的集群中它们以静态 Pod 的形式运行在集群中，因此日志一般在 /var/log/pods 目录下。
需要强调的一点是，对于应用POD日志Kuberntes并不管理日志的轮转策略，且日志的存储都是基于Docker的日志管理策略进行。在默认的日志驱动中，kubelet 会为每个容器的日志创建一个软链接，软链接
大数据工程实践课程报告 第16篇
一、《基本指引》的必要性
(一)《基本指引》为进一步建成管理会计指引体系指明了方向
《基本指引》提出管理会计概念框架，共分六章节二十九条。第一章和第六章分别为总则和附则，其余章节分别按照管理会计要素分为：应用环境、管理会计活动、工具方法和信息与报告，基本涵盖了涉及管理会计目标、原则、要素等概念框架，为下一步推进应用指引和案例库奠定了坚实基础，对整个管理会计指引体系建设起到理论支撑和统驭全局的作用。在此基础上建立起来的《应用指引》主要帮助各单位明确管理会计的各项工具方法的内容、特点、条件、运用及优化，以便单位内部正确开展管理会计工作，选择适合自己的管理会计工具方法。虽然《应用指引》提供了具体的工具方法，是整个指引体系的主体，但是少了《基本指引》的框架指导，管理会计工作便是无源之水、无本之木，不利于应用指引的建设与长远发展。此外，从我国管理会计实践来看，各单位对管理会计的认知还较薄弱，理论深度不够，急需一套规范度高、系统性强、能够为单位所借鉴的管理会计标准。《基本指引》正是在此之际，阐释了管理会计的理论框架，指明了未来管理会计指引体系建设的方向，有助于“4+1”管理会计体系的建成。
(二)《基本指引》有利于推进管理会计理论的研究
《关于全面推进管理会计体系建设的指导意见》指出力争通过5～10年左右的努力，中国特色的管理会计理论体系基本形成[ 1 ]。《基本指引》秉承这一理念应运而生。会计按照服务对象不同可分为财务会计和管理会计，前者主要服务于单位外部财务信息使用者，后者主要为内部管理层与治理层服务。由于财务会计理论起步较早，其概念框架的设计与具体准则的建立在全球已经成熟，而管理会计则启蒙于20世纪初，随着经济社会宏观环境、企业经营管理方式以及管理科学的发展变迁与进步，管理会计走过了近90年，但仍未建立一套标准化的管理会计准则规范。我国对管理会计理论的引入较晚，对管理会计的认知往往停留在工具方法的学习上，理论上缺乏系统性认识，这在一定程度上阻碍了管理会计工作的开展。《基本指引》提供了管理会计概念框架，是众多业内专家学者智慧的结晶，为进一步推进管理会计理论体系的建设提供了强有力的制度保障。
二、《基本指引》的创新点
通过读《基本指引》不难发现它有许多创新点：
首先，在我国首次提出管理会计的目标、原则和要素并形成管理会计概念框架，搁置理论争议，重在应用。还将战略管理提高到前所未有的高度，这符合现代管理发展趋势，有利于管理会计工作落地。
其次，《基本指引》的正式稿在征求意见稿的基础上进行了完善。(1)特别强调注重管理会计理念、知识培训和人才培养，这说明单位应重视管理会计的应用，走学习经济路线;(2)正式稿特别对管理会计工具方法及其应用领域进行了详细说明，增强了管理会计工具方法的可理解性和应用性，方便管理会计工作的开展;(3)删除了“管理会计工具方法在行政事业单位的主要应用领域”，强调统一管理，具有普遍适用性的特点。
最后，《基本指引》是在借鉴国外优秀经验的基础上，结合我国实际情况综合考量的产物。国外相关文稿尚无管理会计基本指引，也没有统一规范的管理会计概念框架可供参考。例如美国注册会计师协会的《全球管理会计原则》和美国管理注册师协会的《管理会计公告》等，均未综合成理论概念框架。因此，《基本指引》在管理会计概念框架设计方面尚属先例。总之，《基本指引》开创了我国管理会计的历史先河，夯实了管理会计体系建设的根基，推动了国内外管理会计理论与实践的进步。
三、关于应用环境要素
由于管理会计四要素是管理会计概念框架的主体部分，其直接影响管理会计理论的构建与应用指引和案例库体系的建立，因此本文主要就四要素对《基本指引》作简要剖析。《基本指引》指出各单位应用管理会计，应充分了解和分析其应用环境。应用环境是指各单位所面对的内外部环境，它奠定了单位管理活动的基调[ 2 ]。内部环境包括价值创造模式、组织架构、管理模式、资源保障、信息系统等。外部环境包括经济、市场、法律、行业环境等。由于管理会计的目标是服务于单位战略管理，因此从战略的角度分析，内部环境可以进一步分为三类：单位资源与能力、价值链创造和组织管理。组织管理是内部管理活动的起点，组织结构管理混乱会波及企业文化，不利于各部门协调工作。在此基础上要分析单位自身有什么资源优势和核心能力。资源分为有形资源、无形资源和人力资源，后两者经常会成为一个单位的竞争优势。例如：专利技术作为一种无形资源，其稀缺性、不可模仿性使企业获得竞争优势;企业文化往往因其路径依赖性和因果含糊性造就了企业独有的竞争地位;而核心能力是将以上资源进行整合的能力，也是企业最有价值的资源，如身处大数据时代，企业对信息的整合能力要求提升一个档次，高效的数据处理系统，准确的数据分析结果往往会使企业占领行业制高点。因此，《基本指引》第十一条、第十二条明确提出在人力、财力、物力等方面做好保障工作，加强资源整合，重视管理会计信息系统，及时高效提供与管理相关信息，推进管理会计的实施。当然，外部宏观环境也深深影响着每个单位的日常工作。总之，企业在开展管理会计工作时，要充分重视自身所处的内外部环境，为管理会计工具方法应用和管理会计活动开展提供适合的条件。
四、关于管理会计活动要素
管理会计活动是在充分考虑单位内外部环境，将获取的相关信息生成管理会计信息后，运用一定的管理会计工具方法为单位提供管理需要的相关信息的活动[ 3 ]。管理会计活动经常涉及预测、决策、控制、评价等管理活动，它是建立在优良信息的基础上，凭借先进的定量工具分析方法，生成有关财务与非财务信息，支持和引导单位实现高效的战略管理过程。因此，管理会计活动的使命就是提供有价值的管理信息，以供决策层顺利开展战略管理。
管理会计活动是综合性活动，它与财务会计活动不同。财务会计活动只涉及确认、计量、记录和报告，通常不涉及业务活动;而管理会计活动应融合财务和业务等活动，包括利用财务信息与非财务信息进行预测、决策、控制、评价等。因此，管理会计活动是在财务会计活动基础上展开的，后者是前者的充分但非必要条件，前者的活动范围更广。由此可见管理会计活动贯穿于整个管理过程。
五、关于工具方法要素
根据《基本指引》第四章的规定，目前管理会计工具方法包括但不限于这二十多种，并应用于七个领域，基本涵盖了单位财务管理、成本管理和战略管理。因为每种方法适用于不同的管理活动，单位应根据实际情况选择适合自身的工具方法。如果单位是追寻规模经济效益，应重视成本管理活动，优选成本管理方法;如果单位规模较小，且投资风险较高，则应重视预算管理和投融资管理，谨慎选择预算管理方法，进行资本成本分析等。
大数据工程实践课程报告 第17篇
关键词：大数据时代；环境特征；广告设计；教学；改革
1大数据时代的环境特征
各类信息在计算机运作系统下，产生了各式各样的信息流、数据流。信息系统作为孕育数据的“母体”，信息系统的数据爆炸导致大数据时代的到来。另一方面，大数据时代又衍生出了更庞大、复杂的信息系统。大数据，实际上就是指软件无法提取、共享和分析的海量数据。大数据有数据量大、数据种类多、数据有效值低以及数据处理速度快的特点。数据量大主要是因为各种计算机设备、移动终端产生的实时数据，无法及时清理或有效使用使数据越积越多，导致数据量变大。数据以成千倍的数量累积上升，企业网络甚至会产生PB、EB量级的数据。传统的数据储存都是以文本为主的结构，随着互联网技术的深入发展，图片、音频等数据都已成为数据结构的主要构成因素，甚至占据了超过一半的比例。数据类型越来越多，就需要数据平台拥有更强大的信息处理能力。大数据环境下，为人们提供了诸多潜在的信息，在激烈的市场环境下，信息的占有量，是竞争力强弱的体现。目前数据已经成为各行各业的重要组成部分。大数据时代的处理框架建立在云计算的基础之上，利用高速运转的方式，通过分布处理，以数据流的形式传递在系统之间，为用户构建大量的数据库，而且可应用于大多数的程序。
2广告设计教学改革的必要性
广告设计作为视觉传达设计和广告传播这两个专业的核心课程，建立在印刷、网络、影像等多种载体之上。研究国内外的广告设计艺术，是一种较为新颖的课程。但是当下的广告设计课程仍沿用传统的媒体广告内容进行教学。例如，只对报纸、杂志、电视以及广播这类传统媒体进行研究，新媒体的各种形式、特征、设计手法等都没有被彻底地纳入广告学的设计教学中。学生在课堂中无法准确、迅速地了解新媒体广告教学的设计规律。媒体形式日新月异，这也给我们的教学带来了一定的影响，给我们提出了新的问题和任务。过去广告设计教学模式服务于传统媒体，而当下的课程我们要去探索新的方式，从知识框架、教学重点上实现质的突破。广告设计观念教学要顺应新媒体时代的需求。笔者根据大数据时代下的环境特征，研究大数据时代的特征与当下广告设计教学的联系，进一步提出大数据时代下加强广告设计教学改革的方式方法，以此来更新广告设计的教学体系。
3大数据时代下的广告设计教学改革策略
构建大数据时代下的广告设计教学体系
通过长期的广告教学实践，笔者认为理想的教学框架应贯穿于学校教育和社会实践两个方面，实现核心课程、重点课程以及辅助课程的三项并进。在学生的每个学习阶段，让学生的各个层面都积极地接触实践，最大限度地为学生创造实践机会，尽可能为学生提供观察和动手学习的机会。构建大数据时代下的广告设计教学体系，要改变以往的实习策略。让广告实践穿插在每一个学期当中，让学生带着问题走入课堂，真正了解每个课程中的广告设计实践的重点、难点。所以，对于广告设计课程教学改革，要从两个方面入手。首先，要为学生创造实践的机会。通常情况下，这对于学校来说有一定的难度，让他他们到广告公司实践图形创意，在版式设计时到报社去学习和参观，这些总的来说较为困难，但是这是帮助学生实现高效学习的最佳途径。在这个过程中，让学生充分了解到他们应该学习的内容，认识到自己的不足，学会如何使用知识点，让学生能真正做到学以致用，探寻学生从校门走向社会的捷径。其次，要加强对核心课程的强化。广告设计的功底在于美术功底，这是实现影视广告设计、平面广告设计的基础。在大数据时代，依然逃脱不了这个基础。广告设计专业的学生无论其他学科知识再怎么扎实，如果没有基本的构图能力、绘画能力，他就不会有太多的发展空间。所以，要想实现课程的优质教学，一定要夯实学生的基础，练好手上功夫。
建立一支高质量的教师队伍
任何院校要想提升其教学质量，首先要从教师入手。培养打造一支高素质、高层次的广告教学队伍，是学校广告设计教学改革的重点。学校应积极组织培训，提升教师们的专业素质，建立研究和培训基地，加强各个院系之间的相互合作，加强学校与企业之间的合作，实现优势互补。目前还可以向外拓招兼职教师，在发达国家，很多优秀的教师都来源于广告企业的兼职教师，他们有工作经验，同时还积极与社会接触，可以带给学生们最新的广告素材和知识。在校内的全职教师，可以积极地借鉴他们的经验，采用双重标准加强广告设计专业的师资力量建设。在大数据时代下，广告设计专业面临着更多的挑战和机遇，我们应积极地吸纳广告业、传媒业的人才，充实教师队伍，以此来推进大数据时代下的广告设计教学的改革。
建立互动式教学
大数据时代下，传播内容有个性化、海量化的特点，在传播渠道上也有一定的交互性。所以，互联网作为学生们使用、接触最多的媒体，我们需要对此加以重视。在网络环境下，手机、电脑、平板电脑等载体已经成为信息传播的重要组成部分，在这样环境下成长起来的学生，是新媒体的受众。他们对于网络广告有着独特的体验，在一定的程度上，他们比教师更具发言权。所以，在广告设计教学改革中，教师要积极地适应大数据环境特征，建立互动式教学。首先，要变被动为主动，让学生成为课堂主体，充分调动学生的学习积极性。让学生结合自己的体验、经验去总结、归纳大数据时代下的广告设计特点，并总结相关的设计方法。例如，在讲国内外广告设计对比时，我们可以先布置一项学习任务，让学生自主搜寻相关的内容，让学生列举一些具有代表性的内容，以此来加深学生们的理解，增强教学成果。为了增强学生们的创造性，教师也可以鼓励学生为自己喜欢的某个人物设计脸部页面广告。在这个过程中，教师要加强与学生的沟通。在大数据环境下，教师的角色在发生改变，教师要尽可能贴近学生的需求，积极与学生进行互动，可以利用微博与学生互粉、建立语音课堂讨论、实现作业及时修改等策略来丰富课堂形式。
4结语
大数据时代下的传播特点，极大地影响了人们对于广告的认知。教师也应及时更新广告设计教学模式，丰富教学的内容与形式，提升学生的创新思维、实践能力。面对大数据时代的冲击，教师要积极把握新媒体广告的优势，在传统的教学模式上不断革新，加强实践教学，结合学生的能力，充分调动学生的学习热情，为学生今后的发展打下坚实的基础。
参考文献：
［1］赵永立.新媒体时代广告设计教学的改革研究［J］.学周刊，2016（13）：203-205.
［2］王作其.新媒体时代广告设计教学改革研究［J］.美术教育研究，2013（24）：102.
大数据工程实践课程报告 第18篇
摘要：文章根据五年制高职会计现代化专业群建设的需要，深入企业、行业、高校进行调研，分析了行业会计人才的发展状况及企业对会计人才需求及层次，岗位技能与课程的对应关系，提出了五年制高职会计专业群培养规格及职业面向，并对教学改革提出了合理化的建议。
关键词：会计专业群 调研报告
一、调研目的、对象及方法
（一）调研目的
为贯彻江苏省教育厅、财政厅《关于推进职业学校现代化专业群建设的通知》（苏教职[2015]38号）要求，结合学院会计专业群建设的任务，充分认识到会计专业群建设的紧迫性，坚持以德育为先、培养学生综合素质为导向、加强文化基础教育、以提升学生职业技能和培养学生职业精神为主线、坚持校企合作、工学结合、以项目化课程结构为主体的职业教育理念，着眼调结构、促改革，不断提升教育质量、服务能力和现代化水平。深入企业进行实地调研，以了解会计岗位群的设置、岗位群职责、岗位群对会计人员素质、能力结构的需求变化，为会计专业群建设提供可靠依据。
（二）调研对象
1.工业企业、商业企业的财务负责人及会计师事务所、会计服务公司的项目经理。
2.会计专业群的毕业生，进行典型性抽样调查。选取我校毕业生安置率较高的中、小型企业，地区以江苏省居多，毕业生选取2014、2015届学生。
3.同类高职院校，如江苏建筑职业技术学院、徐州工业职业技术学院、苏州旅游与财经分院、南京高职分院、常州刘国钧分院等学校。
（三）调研方法
1.问卷调查法。主要针对会计专业群2014、2015届毕业生，采取发放问卷的形式进行调研，主要了解毕业生从事的行业及具体职业、专业相关度、薪酬待遇、发展空间等，同时关注用人单位的满意度和后续招聘计划。
2.访谈法。主要针对工业企业、商业企业的财务负责人及会计师事务所、会计服务公司的项目经理和同类高职院校财经专业负责人进行，和企业负责人主要探讨校企合作的可行性、学生跟岗顶岗实习安排、企业对会计人员素质的要求、会计行业发展的趋势；和高职院校财经专业负责人主要探讨会计专业群建设的方法、路径，课程改革的方法、校企合作的方法，师资培养及技能大赛、实验室建设等工作。
二、行业、企业人才需求及现状分析
（一）行业发展现状及趋势分析
截至2010年底，江苏省有107万会计人员，其中，具有初级以上职称的大约在35万人左右，大部分会计从业人员只具有从业资格，预计到2020年，会计从业人员总量将达到160万，初级以上职称的将达65万人，为江苏省全面建成更高水平小康社会奠定坚实的会计人才基础。从五年制高职培养的学生来看，主要面向的就是培养初级及以下会计人才，空间很大。
（二）企业人才需求分析
2015年以来，商事改革红利持续放大。据江苏省工商局数据显示，2015年全年，江苏省新登记各类市场主体（含分支机构）万户，同比增长，增幅迅猛，截至2015年底，江苏省累计实有各类市场主体总数（含分支机构）万户；据徐州市工商部门统计，2015年全市新增市场主体79 834户，截至2015年底，徐州市市场主体总数已达473 064户，每年新增的企业数以万计。有企业产生，就有对会计的需求，从未来会计发展的趋势及用人单位的需求来看，会计人才的需求主要分为三种方向，一是对于广大企事业单位，会计从算账报账逐步发展到内部控制、公司治理、会计信息化等高端管理领域；二是对于小微企业，主要依靠会计服务公司进行记账，于是产生了大量的会计服务公司，公司业务相对比较简单，主要帮助企业记账及申报纳税，侧重于基本税务知识的运用；三是会计师事务所，这类企业主要从事审计、咨询、税务策划服务。根据五年制高职人才培养规格的要求，学生主要就业的对象为广大企事业单位和会计服务公司。
（三）会计从业人员能力现状分析
从调研情况看，会计职业与其他职业相比，具有以下基本特征：（1）会计职业岗位属于管理性岗位，是专业知识、技术、能力、素养综合性要求高的非第一线技能岗位，是企业技术管理岗位。（2）会计职业与经济社会发展的关联度密切，国家经济政策、单位经济行为的变化直接导致会计行为的变化，会计职业的知识更新快、专业知识应用能力要求强。（3）会计职业入门资格要求严，由财政部门统一组织考试的会计从业资格证，管理严格，考核标准规范，过关率严格控制，并实行每年继续教育年审制度。（4）会计职业岗位对从业人员的综合素质、管理能力与职业道德要求高，会计岗位是管理层面岗位，工作对象既要核算监督各类经济活动，又要面对企业内外部的复杂人员，要具有较强的沟通能力。
（四）会计各核算岗位技能能力分析与课程选择
1.会计收银岗位调查情况分析与课程选择。在商场和超市调研中看到，大多收银人员能够快速、准确地收取货款，严格遵守唱收唱付的原则，并主动、热情地回答顾客。对会计收银岗位的技能主要体现在四个方面：（1）对开具发票的规范要求及对收银机、点钞机、税控机等操作的熟练应用。（2）对假币的快速识别。（3）与顾客沟通的能力、交流、口头表达能力。（4）自觉遵守单位的各项规章制度和本岗位的纪律要求，要做到诚实、信用、操守第一。
主要对应课程为会计基本技能实训、收银岗位实训、会计职业素养等。
2.会计出纳岗位调查情况分析与课程选择。在对企业会计出纳岗位的调研中发现，企业对会计出纳岗位人员的选任十分慎重，企业注重选任具有良好的思想道德修养的会计人员。会计出纳岗位的技能主要体现在五个方面：（1）执行费用开支标准，复核原始报销单，登日记账，做到日清月结。（2）对库存现金确保完整无缺，对于超出库存限额规定的现金，及时解缴银行，如有发生被偷盗等情况，造成的损失，要承担赔偿责任。（3）严格执行现金管理制度，严禁出纳人员白条顶库和坐支，不得套取现金。（4）注重对出纳人员的日常性工作监督，实行严格的内部牵制制度，实行银行预留印鉴与支票分开保管，定期进行岗位轮换，对日记账进行抽查，对现金不定期地抽查盘点等，确保现金的安全、完整，起到事中的监督作用。（5）熟知有关的会计法规和财经纪律等方面知识。
主要对应课程为基础会计实务、财务会计实务（货币资金核算）、初级会计电算化实务等课程。
3.材料核算和仓库保管岗位调查情况分析与课程选择。在企业会计材料核算和仓库保管岗位调研时注意到，材料核算和仓库保管岗位是实施存货管理与核算的重要岗位，是企业培养会计的重要场所，而不仅仅承担保管员的角色，其主要技能体现在四个方面：（1）认真验收入库，实行分类管理，根据物资类别、型号、规格，做好材料账的登账工作。（2）严格按照审批程序，收发货物，执行收发制度，及时反映库存物资的动态信息，编制材料采购计划，委派采购人员组织采购，仓库管理人员验收入库、填写“材料入库单”，质检部门进行质量鉴定，出示质量检验报告，财会部门审核材料发票等有关票据，经主管领导批准，承付货款。（3）库存物资做到物、账、卡、资金四相符，确保安全生产。（4）切实按照规定标准，做好库存物资的保管保养工作。
目前，高职院校的教学环节，只注重材料收发凭证的填制，材料总分类账和明细账的平行登记以及材料的采购、验收入库的核算，缺乏对材料采购与保管等一系列内部控制制度的讲授，学生也缺乏对材料计划员、采购员、验收员、稽核员和保管员岗位职责的了解，不懂得按程序进行材料收发业务操作。主要τ课程为财务会计实务（存货核算）、财务管理实务等课程。
4.往来业务核算岗位调查情况分析与课程选择。在企业开展会计往来业务核算岗位调研时注意到，企业对往来业务主要技能体现在三个方面：（1）根据销售客户档案建立客户财务信息档案，关注债权类账户和债务账户容易出现的问题，防止企业高估应收款项，低估应付款项。（2）应收账款的检查和监督，对应收账款所附的原始凭证要相互验证核对，验证所发生经济业务的真实性。（3）编制应收账款账龄分析报告，对客户的风险程度进行评估和判断，当应收账款账龄在三年以上的款项较大时，要判断是不是企业为完成产品销售任务、出现盲目的赊销行为，造成大量的款项收不回来。目前，各企业都有比较严格的信用政策，严控赊销行为。
在会计教学中，平时过多地注重债权和债务的核算教学，对债权债务的管理与控制讲解较少。主要对应课程为财务会计实务（往来业务核算岗位）、财务管理实务、会计应用技术实训等课程。
5.固定资产岗位调查情况分析与课程选择。在企业开展固定资产核算岗位调研时注意到，固定资产岗位的技能主要体现在四个方面：（1）固定资产取得重点关注：取得决策和审批程序是否明确、计价是否正确，是否建立固定资产卡片、保证账卡相符。（2）固定资产折旧计提情况：是否按规定计提，计提方法选择是否正确。（3）固定资产修理费用是否控制，核算是否正确。（4）固定资产盘点、清查、盘亏、报废、投资、销售等手续是否齐全，是否符合国家规定，会计核算是否正确。
主要对应课程为财务会计实务（固定资产核算岗位）、初级会计电算化实务、财务管理实务等课程。
6.薪酬核算岗位调查情况分析与课程选择。在企业会计薪酬核算岗位调研时注意到，会计工资核算岗位主要技能体现在四个方面：（1）配合企业人力资源部门，做好职工薪酬的核算及发放标准的核定工作。（2）审核工资计算表，报请负责人审批工资计算表，会计提工资、发放工资的账务处理及代扣“三险一金”、 个人所得税的账务处理，月末计提“五险一金”、职工福利、工会经费、职工教育经费等的账务处理。（3）理解职工的范围，职工薪酬的构成，熟悉薪酬发放的业务程序。
主要对应课程为财务会计实务（薪酬核算岗位）、初级会计电算化实务等课程。
7.资金管理岗位调查情况分析与课程选择。在企业会计资金管理岗位调研时注意到，资金管理岗位主要技能体现在四个方面：（1）参与企业筹资、投资管理、资本运作、税收筹划等具有高素质企业理财能力。（2）拓宽对国家财经法规、税收制度的理解，熟练掌握各种融资工具的应用，为企业发展提供资金支持方案的选择。（3）加强与银行的沟通，能及时办理银行贷款、还款及付息等基本业务，为企业培养出理财、筹资方面的专家。
这部分内容难度较大，对于学有余力的学生可以重点加强。主要对应课程为财务会计实务（资金管理核算岗位）、初级会计电算化实务、财务管理实务等课程。
8.总账核算岗位调查情况分析与课程选择。在企业总账核算岗位调研时注意到，总账核算岗位主要技能体现在七个方面：（1）审核记账凭证，登记各类明细账，并根据审核无误的记账凭证汇总、登记总账。（2）指导会计人员做好记账、结账和对账工作。（3）定期对总账与各类明细账进行结账，并进行总账与明细账的对账，保证账账相符。（4）月底负责结转损益类账户，并据以登账。（5）编制财务报表，编写附注，进行财务分析并上报高层管理人员。（6）编制企业财务预算，为管理人员及时提供相关财务数据。（7）办理税务登记，进行纳税申报，为企业税收筹划提供建议。
主要对应课程为财务会计实务、初级会计电算化实务、财务管理实务、内部会计控制制度、纳税申报与会计处理，会计岗位项目实训（总账核算岗位）等课程。
9.成本核算岗位调查情况分析。在企业成本核算岗位调研时注意到，成本核算岗位主要技能体现在四个方面：（1）正确计算产品成本，及时编制各种成本报表，及时提供成本信息。（2）优化成本决策，采取各种降低成本的措施，以提高企业的经济效益。（3）严格控制成本，促进增产节约，尤其注意不要将各项费用支出、营业外支出控制计入成本。（4）建立并落实成本责任制度，将完成成本降低任务的责任落实到每个部门、层次和责任人，使职工的责、权、利相结合。
主要对应课程为成本会计实务、管理会计、初级会计电算化实务等课程。
三、招生就业与用人规格分析
（一）会计专业是传统热门专业
会计专业具有专业技术性强、适用行业广泛、在职场中收入稳定、工作环境相对较舒适等优势，因此，一直广受考生家长青睐，每年报考人数众多，是传统热门专业。由于长期受到家长和学生欢迎，生源充足、稳定。以我校2015年会计类专业招生为例，徐州市五年制高职专业最低招生分数线为400分，我校会计类专业招生分数线为460分以上，采取了限分限人的措施，从而也保证了该专业的品牌质量。除此以外，招生生源还扩展到江苏省以外的五个省市、自治区（山东、河南、内蒙、安徽、等）。
（二）就业方向中小微企业是首选
会计专业毕业生的主要就业方向是各类企事业单位、公司、银行保险证券行业、事务所及会计服务公司。但对于五年制高职的学生来说，中小微企业是首选，一是这类公司对会计知识的要求不是很高；二是这类企业数量众多，对会计需要量大；三是主要从事基础性会计工作，难度较小，对企业管理的参与度不高，但会计人员从事的工作较全面，便于提升自身专业技能。五年制高职会计专业的就业率保持在98%以上，专业对口率保持在80%以上，整体情况较好，但学生收入不高，低层次就业严重。但应该看到，会计行业更加注重经验，持续性较好，这也是会计专业每年招生量大的主要原因。
（三）江苏省中小企业用人要求分析
在学历要求的调查中（见表1），需要有研究生以上学历的占，需要本科学历的占，需要大专学历的占，这意味着会计专业高职毕业生存在着较广阔的就业市场，学历对大多数中小微企业而言，并不是最重要的因素。除收银岗位外，一般会计岗位都要求取得会计从业资格证。
四、调研结论
经过调研，我们更加全面地认识到，企业对会计人才的需求十分旺盛，财经教育办学的主体非常多，几乎达到了“无校不财”的程度，但如何结合学校的特点，培养出企业需要的人才是财经教育改革调整的方向。
（一）人才培养定位及业面向
五年制高职会计专业群是培养面向中小微企业一线工作的，具有良好职业道德、职业素养、职业技能和终身学习能力的发展型、复合型、创新型的技术技能人才。其主要就业岗位有：中小微企业的会计岗位、财务管理岗位、内部审计岗位、人力资源岗位、会计师事务所的审计助理岗位及会计咨询服务公司记账人员岗位。
（二）人才培养途径
1.坚持把德育放在首位，关注学生全面发展。加强思想道德素质培养，尤其是要培养学生践行社会主义核心价值观，遵守会计职业道德，关注学生的可持续发展和职业生涯规划，促进学生全面发展。
2.加强文化基础教育，提高科学文化素质。充分发挥文化基础课独特育人优势，把育人教育融入专业课的教学之中，为学生的可持续发展和实现更高质量就业奠定坚实基础。
3.实现学生职业技能提高和职业精神培养高度融合，构建“会计专业群现代学徒制”人才培养模式。该模式的突出特色是将职业技能提高和职业精神培养高度融合，通过徐州鹏程财经职教集团，整合优质企业资源，形成稳定的校企合作基地，校企共同制定培养方案，学生定期到企业实践，把企业文化、敬业守信、崇尚劳动、创新务实的精神与学生技能的培养有机结合，培养学生脚踏实地、增强本领、服务企业的理念，增强职业责任感，达到培养学生综合素质的目的，毕业后直接就业。
（三）教学改革建议
1.构建会计专业群“平台+模块”式课程体系，建立“双证融通”培养机制。所谓会计专业群“平台+模块”课程体系，是指围绕会计岗位群工作领域，在各专业人才培养方案课程体系架构时，由公共课程、专业群基础课程组成的“平台”课程，公共课程严格执行省指导性方案规定的课时，会计专业群基础课程主要满足各专业公共需要的培养，按照从事会计工作的基本能力要求，学生应取得会计从业资格证，因此，最基础的专业群平台课程应包括会计基本技能（录入、点钞、珠算）、会计基础、财经法规与会计职业道德、初级会计电算化等四门课程，它实现了各专业底层共享，同时该课程体系将学历课程与职业资格证书课程有机融合，建立“双证融通”培养机制，既能满足其职业岗位对职业技能的要求，也能帮助学生考取会计从业资格证书，从而获取从事会计职业的资格。专业群提升平台则是以会计专业为核心和基础，其他都是在会计专业基础上拓展的特色专业，因此首先应该学习会计专业的核心课程，实现底层共享。
“模块”是根据会计专业群中不同的专业方向而设置，由体现专业方向特色的课程组成。每个模块是以工作任务或工作领域为依据，是围绕某一工作领域“必须、够用”的专业理论与专业技能的综合，充分考虑专业的发展方向，充分体现专业的特色烙印，实现中层分立。同时，会计专业群内的各专业不再是平行的线性结构，而是互联互通的网络结构，相互沟通和支撑，通过会计核心专业的带动及各专业的错位发展，形成内在联系紧密、资源可以共享的专业群体，在实现底层共享、中层分立以后，根据学生升学、就业、考取证书和提高综合素质等方面的需要，开设选修课程，实现高层互选。
2.充分考虑“互联网+”的影响，开发会计专业群数字化教学库，构建信息化环境下的教育教学新模式。“互联网+”将倒逼教育改革，首先是教学理念的变化，教育更应以人为本，以知识的应用为本，以工作实际为本，通过搭建平台，开发会计专业群数字化教学库，搜集与开发优质微课资源，用于学生学习，使学生学习突破时空的限制，知识获取的效率大幅提高，教学模式也将发生根本性变化，翻转课堂将成为新型的课堂教学模式。但同时也要注意，新型的教学模式并不能替代传统课堂教学，学习时间、学习内容的碎片化会导致学习者养成懒于思考和知识加工的坏习惯，虽然学习的广度有所增加，但深度却大大折扣，不利于学生知识、能力与技能的形成，但它对促进教师的教与学生的学、对促进教育的评价方式都会产生积极的影响，因此教师应利用互联网，为学生搭建智能化的学习平台，促进学生学习效率和教师教学效果的全面提升。
3.充分利用“互联网+”的新思路，打造“云实训”平台，为智慧教学提供平台。“互联网+”新思路建设打造省级高水平财经实训基地，实现软硬件的跨界融合。在智慧校园建设的基础上，实现教师、学生统一用户登录，方便又快捷。教师登陆个人教学空间，学习任务、制作数字化资源、搭建实训及作业平台、构建智能化考核系统、解决学生实时提问；学生通过登陆数字校园个人学习空间，可以学习教师在“云实训”平台上的资源，完成教师布置的实训及作业任务，实现自我检测，实现在“云”上的便捷学习。“云实训”采用先进互联网技术手段，将传统的纸质教材通过PPT课件、动画视频、流程演示等现代化的手段，转化为数字化教学资源，教师布置教学任务并对学生学习过程进行及时评价、反馈，学生根据学习任务及选用相应的数字资源进行学习，并根据教师的反馈及时修正，最终达成技能教学目标。X
参考文献：
[1]何静.高职院校专业群建设的有效路径――构建“平台+模块”专业群课程体系[J].广东技术师范学院学报（职业教育），2009，（1）：72-74.
[2]梁文鑫.大数据时代――课堂教学将迎来真正的变革[J].北京教育学院学报（自然科学版），2013，（1）：14-16.
[3]张军.高职院校会计专业群建设的探索[J].商业会计，2016，（2）：120-121.
大数据工程实践课程报告 第19篇
一、从精细化管理到互联网+时代，为管理会计发展注入新的生机及含义
在企业界已经认同管理会计是使一个企业做到精细化管理和创造价值的重要手段。既然如此，在企业互联网+时代下，企业的互联网化能否取代传统企业？ 时代变迁，同样的人、财、物以及产、供、销，使得现代企业的管理理念、营销模式、使用的管理手段都发生了本质的变化。互联网+时代对企业精细化管理也提出了深层次的需求，企业整个的内部与内部间、内部和外部之间都在实施着精细化的管理。
二、企业在互联网+时代下，管理会计应用新的发展方向
在云计算、大数据下，在企业整个全面预算的过程中，创造价值的财务共享服务模式，以流动性管理为支撑的营运资本管理的核心，财务绩效评价、会计责任中心，基于大数据和决策分析的内部报告作为现代服务业的人力资源是企业的互联网+应用管理会计发展的新趋势。
（一）在云计算中，企业已经开始由管控型财务向价值创造型转变
互联网+、云计算下大数据等新兴技术使企业催生了新的管理工具和业务发展模式，为管理会计注入了新的内涵，促进了管理会计的发展，企业的财务部门参与经营管理、提供经营决策将更加容易，内部控制制度执行起来更有效率，真正的做到了传统的财务向企业的物流，资金流，信息流的三流整合。例如，财务共享服务中心将推动财务体系的重新设计，促进财务会计与管理会计的分离，提供数据管理和基于组织的财务职能转变；电子采购系统（企业云采购）的分散管理为集中管理，使采购通过采购中心会计岗位设置、财务人员参与采购活动更容易和有效的确定采购价格，供应商的信用卡和账户的控制；电子商务客户资源管理，互联网+基于现实的一部分，使财务真正的参与到业务和管控中，这就是云计算及互联网所要做到的。
（二）互联网+使得管理会计服务范围增大
互联网+时代下管理会计，企业财务人员为领导层提供的财务报告，不再是仅仅关注企业的经营目标、经营预算、绩效评价等财务数据，同时还要分析同业竞争对手的优劣势及企业的供应商及客户的经营状况、资金现状及潜在的用户需求。转变财务人员思维，多角度了解企业产品用户的需求特别是特定用户的个性化的需求，从而才能与相关的业务部门一同改进产品，更好的为用户提供服务。
（三）互联网促进整个价值链条的流动性管理
在互联网+时代下，企业的资金流量决定着一个企业的生命，在当前的经济环境下，企业资金的流动性管理要比经营收入和净利润的增长更重要。传统企业现金流管理上的结算管理，集中于内部现金流管理，云计算，互联网技术的应用，使企业内部开发的上游和下游供应商，经销商对流动性管理的产业链。互联网+金下融的发展，需要对企业的应收账款、应付账款、库存及现金等全部的运营资笨进行实时监控，管理和优化企业资金周转周期，及时准确的对资金进行预测，随时对资金进行预警分析，科学合理地做出财务决策，确保公司总有能力偿还债务和各种临时资金需求。
此外，在管理会计的应用中，目前业界的重点是企业生产和经营活动，企业的追求，是企业的最大利润。在未来的发展中，管理会计将逐步扩展到企业的投资活动、筹资活动，追求企业的净现值最大化和融资的平均成本。管理会计是充分发挥创造价值在企业决策、投资决策和融资决策中的作用。
三、互联网+时代对管理会计人才的新需求
互联网时代，不仅企业要求实现转型，管理会计的发展要求财务人员也需要转型。由于我国企业经济主体及内部管理活动的多元化发展，使得相关专业技术人员管理会计实务操作呈现新的需求：首先，会计专业技术人才的业务水平和技能需求呈现明显的两极分化。其一，对初级会计人员的需求是大的，主要是为了满足企业财务基础工作的需要；其二、对会计人员的要求具有熟练的专业技能和专业知识，具有丰富的实践经验，易于结合企业内部和外部环境因素，为企业管理层提供数据分析和有效利用的会计制度产生的数据信息。其次，管理会计财务工作人员的工作表现形式分为两类：会计和非会计类。原来传统的不参与会计工作的企业开始做基本的会计工作，原来的会计人员转变，开始计划的企业，决策，成本管理的预测。然后，企业管理咨询越发展，管理会计知识越重要。计算机和网络的广泛应用，在很大程度上减少了会计的工作量，使企业财务人员节省时间，工作重心从会计核算到会计信息的分析和财务管理的转变，真正实现了会计向管理的转变。最后，要求财务人员知识结构多元化。因为一个社会有分工的专业，这就决定了专业设置的必要性，必须具备一定的技术专长。同时，对我国经济环境的变化也要求管理会计财务专业技术人员应掌握经济学、管理学、金融学基本理论与基本知识，掌握财务分析方法；具有获取信息和决策分析和实际问题的能力，具有专业的判断和可持续发展能力的敏感性，实现通才和专家的完美结合。
四、管理会计以提高数据的价值，大数据为企业管理和内部报告提供了强有力的支持
全面预算是一年，企业内部的下一场比赛，并没有发挥真正的作用。基于杜邦内部管理理论模型，财务部门成本结构分析和财务比率的计算和指标的设置等，并计算不难，但由于缺乏相关的财务分析，内部和外部缺乏，行业和区域相关的数据，难以评估其合理性。未来，云计算、大数据技术基于数据的话，从“三游戏”到“全过程全多游戏”的整体预算尽可能。
管理会计的一个重要职能就是通过使用相关的数据信息来预测企业的未来，为企业管理者做出及时、准确的管理决策。基于杜邦内部管理理论模型，财务部门成本结构分析和财务比率的计算和指标的设置等，并计算不难，但由于缺乏相关的财务分析，内部和外部缺乏，行业和区域相关的数据，难以评估其合理性。未来，云计算、大数据技术基于数据的话，从“三次博弈”到“多次博弈”的整体预算尽可能。
五、在信息化条件下，管理会计的发展将为企业资源规划的转型升级提供新的动力
企业ERP管理软件为管理会计提供了有效的平台，与此同时，企业管理会计的发展的转型升级，企业ERP管理软件来提供能量。我国企业ERP软件与一些外国先进的管理软件区别，在某种程度上，是由于管理会计系统赋予的基本思想、概念、框架、工具、方法和最佳实践，和模型库， 《财政部关于全面推进管理会计体系建设的指导意见》中，明确的将信息化列入“4+1”的管理会计体系，全面推行管理会计信息化建设，它还提供了企业ERP的转型升级，为国内资源管理软件厂商要赶上国际供应商提供了新的发展机遇。
大数据工程实践课程报告 第20篇
毋容置疑，IT技术已全面渗透到各行各业，并且深入业务核心。
而教育是一个特殊行业，其信息化情况如何呢？多年来，教育产业链上的企业，包括方案商、技术厂商、学校等，在教育信息化这条路上不断探索，从最初的学校网站建设，到“班班通”、“校校通”，随后是教育全域网，乃至到现在的数字化校园和教育云等，从简单到复杂，从管理软件到应用平台，真正走进了课堂，使教和学发生了巨大改变。
2010年，国家明确提出了要加快教育信息化进程的要求，并开始了教育信息化教育试点工作，其中一项是《开展数字化课程环境建设和学习方式变革试验》项目（简称“电子书包”），同年，“电子书包”试点课题在上海虹口区落地，上海微创软件股份有限公司（简称微创）成为试点项目的主要承建单位，为18所试点学校提供数字化学习环境解决方案。
上海市丽英小学是18所“电子书包”的试点学校之一，建于1998年，目前有800多名学生，近60名教师。在建校初始，便明确要建成一所信息化的特色学校。10多年来，丽英小学一直坚持不懈地进行信息化建设，在实施“电子书包”之前，信息化已全面铺开，每个教室都是多媒体教室，2010年，便开始用电子白板和学生博客等。“同时，一年级到五年级都有信息技术课程，学生有信息技术知识体系、能力体系、目标体系。”上海丽英小学信息化负责人张军说。而试点学校的选择，与学校的信息化建设程度、校长和老师对信息化建设的支持紧密相关。
“电子书包”并不简单
那么“电子书包”要达到什么目标呢？在调研阶段，微创和上海市教委、教育教学专家共同研讨认为，电子书包不是资源+终端+网络的简单叠加，而是通过学生个性化的学习，在平台上留下学习行为记录，通过大数据采集工具和后台，将广泛的学生学习行为数据汇聚起来，通过教育教学理论研究和分析，为学生打造个性化的学习方案。
而微创解决方案的核心，就是要搭建一个平台，通过“云+端”的整体架构（图：电子书包核心应用架构），将个性化学习、教学设计、教与学环境、评价系统、资源库等模块整合在一个平台上，实现学生在数字化环境下学习过程的行为记录，通过平台统一的知识点体系，将每个学生个性化的学习记录与知识点掌握能力对接，形成针对每一个学生的个性化学习指导方案。“比如同样考80分的4个学生，其学习行为、学习能力、学习路径是不一样的，平台能够采集到学生的学习行为，并进行分析，最终给老师、学生的报告是现在学习成绩是多少，哪些能力点是初步掌握，哪些能力点是欠缺的，需要如何提高。”微创“电子书包”负责人卓华章说。因此，“电子书包”解决方案并非一成不变，而是根据课程、学习进度不断调整、变化。
“简单地说，‘电子书包’给老师提供一个电子备课平台，老师像导演一样，利用平台提供的便捷工具，轻松设计学生的学习流程，不但能把各类学习材料（如文本材料、视频材料、动画材料、学习辅助课件、音频材料等）组织在一起，而且还能很方便的把各类教学活动（例如学习讨论、调查问卷、投票、小测试、作业等）穿插到学习材料之中。”卓华章说。学生在自主学习过程中，所产生的各类教学活动数据经系统整理后形成学习报告，所有学习报告汇聚后可形成班级学情报告，教师依据学生学习报告和班级学情报告，可精准的研判当前全班学生的学习状态，为精准确定课堂教学重点和难点提供详实而准确的数据实证依据，它将成为教师备课、上课的得力助教。
“电子书包”不仅给老师的教学带来了便利，并使其能随时了解学生的学习情况。那么学生通过平台能做什么呢？
首先，终端（学生电脑或平板电脑）提供了一个自我学习的数字化学习环境，学生利用老师推送的一些与课程内容匹配的教学资源，了解课程内容。对于传统的科目如语文、数学等，可以将书本上的内容，以更形象生动的方式，比如通过动画情景的形式来表现，以加深学生的理解，而课本仅仅是单一的平面素材。另外，平台上的资源丰富多样，比如人体的骨骼、耳朵的构造等三维教学工具，这些立体的学习资源，有助于学生理解一些复杂的构造。
其次，学生在平台上进行学习互动。平台跟踪学生整个学习过程，通过数据的积累了解学生的兴趣、爱好、学习方式和学习路径。帮助学生了解自己的学习成果，更好地进行自主学习。
第三，数字化的学习环境促进了教与学方式的变革。学生在课前预习，课堂互动等不同学习场景中使用平台，通过平台汇聚学生的学习行为数据，老师在备课时就了解到学生的重点问题，以学定教，实现个性化的指导。而教育管理部门可以通过基于区域大量学习行为数据的积累，进行大数据的分析，从而给予更为切合区域教学实际的教育指导。
在“电子书包”试点的过程中，也遇到了一些困难，从丽英小学的实践来看，在4年的应用中，发现平台、终端等硬件存在一些问题，比如初期平台运行不稳定，这可能和班级Wi-Fi网络环境有关，也可能和多种技术环境的初步磨合有关，通过不断的改进和调整，目前情况已大为改观。
另外，网络和宽带也影响到教师和学生的使用，张军介绍说，有一个阶段，因为外网网速的问题，平台都放在学校内网来运行，以保证其运行可靠。如果因为上网速度影响了使用效果，会直接影响老师的情绪，从而影响教学效果。
三大改变
从2010年试点开始，如今已有4年的实践经验，丽英小学从中收获了什么呢？张军总结为三点，一是教师教育教学方式的变革，二是学生学习方式的变革，三是老师对学生的评价模式的变革。
对老师来说，过去以教授课本知识为主，转变为以学生的实际情况来进行备课、教学，比如三年级数学王老师要教学“年月日”这堂课的时候，他通过平台提前发送给学生一个课前预习要求，比如对于这节课，你已经了解了什么，你还希望了解什么？通过课前准备，王老师发现，大部分学生对于明天要教的内容，已基本了解，并且学生提出了一些问题，比如为什么2月只有28天，为什么7月和8月都是大月？这些问题，不在教材范围内，也超出了老师的预测。因此王老师根据学生的问题，连夜调整备课内容。这个案例说明，在“电子书包”的推动下，使老师认识到关注学生需求比关注教材更重要。
学生方面，从被动的学，转变为主动的学。老师在课前会把学习任务，通过任务单和评价量规等形式，事先发送给学生，学生借助平台和终端，完成自己能够完成的那部分内容，对于不能完成的部分，带着疑问到课堂。老师的主要教学内容是解决学生解决不了的问题，而不是解决学生都已经知道了的内容。“这是一个很大的改变，4年来，我们在不断地摸索，近阶段，我们把部分课堂内容，拍成视频，通过先学后教的模式，放在平台上，学生看完视频后会提出很多问题，老师把这些问题集中起来，在课堂上集中解答和讲解，这极大地提高了课堂的效率和授课的针对性。”张军说。
对于学生学习效果的评价，过去一般采用单向的、以教师为主体的结果性评价，即根据考试成绩来评价，这种评价机械而单一。而“电子书包”使过程性评价成为可能，学生在平台上学习的内容、过程、轨迹等为评价提供了依据，因此过程评价是很真实的、有效的，通过过程性评价，使老师和学生自身能了解其优势和不足，从而实现有针对性的学习。
存在问题
在试点阶段，“电子书包”也遇到了较多的问题，比如数字化资源缺乏、教师的适应能力较差、标准缺失等，使其推广遇到了一定困难。
我们都知道，教育教学的核心是教育资源，特别是数字化环境下，与课本匹配的资源内容比较少。如何提供教师丰富的数字化资源，符合不同的教学模式与教学场景要求，提供学生高互动的、体验式的数字化学习，同时资源内容与“电子书包”融合在一起，这是目前亟待解决的问题。“这个问题比较复杂，涉及到方法、时间、人力物力等问题，包括对‘电子书包’的理解，各资源厂商、出版社、教育管理部门之间，也是有差异的。只有数字化资源的数量和质量得到充分保障，同时教师的教学理念革新、个人信息化素养能力提升、学校与之配套的教学绩效考核评价方式达到一定高度时，电子书包常态化应用的时代自然就到来了。”卓华章分析说。
老师是“电子书包”的使用者之一，而有些老师习惯于传统的教学形式，因此需要给他们一定时间来调整，适应新的教学方式。另外，“电子书包”需要有基于数字化学习资源的支撑，而目前学习资源比较匮乏，大多数是引进国外的产品，再进行二次开发，也有一些是老师自己开发。
大数据工程实践课程报告 第21篇
关键词：大数据背景 计算机基础 改革
一、大数据概况
2013年5月10日，阿里巴巴CEO马云在淘宝十周年晚会上，做卸任CEO职位前的演讲时，马云说：“大家还没搞清PC时代的时候，移动互联网来了，还没搞清移动互联网的时候，大数据时代来了。”在IT这个日新月异的产业，不断掀起一波又一波的科技浪潮，在云计算、物联网、移动互联网之后，我们又迎来了一次颠覆性的技术创新――大数据。
大数据归纳起来有4V+1C五大特点：第一，多样Variety。数据产生的来源多样性决定了数据的多样化，有结构化的数据，更多的则是非结构化数据，比如网页、图片、音频、视频等数据。第二，海量Volume。由于网络和智能设备的普及，每天产生的数据量由TB级别上升为PB，有观点认为，现在只需要两天我们就能够产生自文明诞生以来到2003年所产生的数据总量。第三，高速Velocity。短时间内能够产生海量的数据，这也就要求必须能够快速地对这些庞大的复杂的数据进行处理和分析，以保证数据的有效性，为快速决策提供支持。第四，价值Value。大数据蕴藏着大价值，数据存储和挖掘技术的有力保障之下，大数据是我们新的获取价值的源泉。第五，复杂Complexity。显而易见，大数据的产生复杂多样，对数据的存储以及如何在海量数据中挖掘出有用信息也会是一个相当复杂的问题。
随着网络和计算机技术的发展，物联网把物体连接网络，接受我们的控制和使用，云计算为海量数据的处理提供了可能，移动物联网也为数据信息的传输提供便利，以及PC电脑、平板电脑、手机，以及遍布地球各个角落的各种各样的传感器等终端设备无时无刻不在产生数据。大数据已悄然渗透到我们日常生活的各个角落。
二、现阶段计算机基础课程教学开展情况
（一）教学内容缺乏时代性
目前，大部分的计算机基础课程教授的主要内容一般分为三个部分。第一部分是计算机基础知识，包括计算机的发展、分类、特点（概述），计算机的系统组成及信息的表示；第二部分是microsoft office 常用组件word、excel、powerpoint、access及frontpage基本操作；第三部分是网络基础知识及信息安全的介绍。计算机行业是一个日新月异的行业，在科技飞速发展的今天，课本知识的更新远远落后，对教师素质也提出了更高的要求。
（二）学生个体水平差异显著
学生来源由于城市和农村的地域差异、统招生、单招生、三校生等组成差异等等，使得生源多元化，学生组成复杂、录取分数不高、理论知识基础相当薄弱等现状，这促成了学习需求和发展方向的多样化，因而学校很难顺利组织和实施统一的教学活动。学生实训水平参差不齐，对课堂教师教授内容的理解能力、接受能力和实际操作的动手能力不可能达到一致，这就导致了教师布置同一实训任务，有部分学生在上课时间结束之前不能很好地完成任务，而计算机机房的机器都装有系统还原，上一次课堂上机没有完成的实训任务难以在下堂课继续。
（三）考核评价缺乏针对性
由于个体的差异，每名学生的计算机基础并不在同一起跑线上，但是在课程结课时，传统的课程考核方式往往注重的是最后结果，对学生整体进行统一的同水平要求的考核。对学生的考核应该进行个体的纵向比较，而不是总体的横向对比。衡量的标准应该是每名学生相对自己进步的大小，而不是学生距离统一考核目标的远近。但常规意义上的普及性授课显然难以满足各专业对计算机的不同要求。目前，大多数的计算机基础课程授课内容单一，而不同专业学生在就业岗位上对计算机知识和应用能力的要求各异，课程教学和实际应用存在一定的脱节。
三、大数据背景下计算机基础课程改革思路
（一）及时更新教学内容
紧跟科技发展的脚步，在大数据时代，高职计算机基础课程在原有传统教学内容的基础上，要把计算机及应用新技术穿插到课堂教学中。比如，在计算机的发展阶段中，介绍新型量子计算机、光子计算机、生物计算机、神经网络计算机、纳米计算机等；在计算机硬件系统中，新型存储器、时下热门大数据的存储技术、3D打印机讲解；在计算机软件系统中，移动智能终端操作系统特别是智能手机操作系统介绍、当前流行手机APP功能介绍；办公软件部分要重视在线帮助和联机协作；计算机网络部分，伴随网络而产生的大数据的存储、管理、挖掘及分析，以及移动互联网的介绍。
（二）科学管理教学信息
这样一个大数据时代，对数据的存储技术已经发生了翻天覆地的变化，我们不难得到一套新型的机房管理软件，不用配置高端的设备，借助某些平台利用网络，我们能够保存每一台计算机的节点信息，学生能够更方便地完成任务，而且通过这些数据信息，教师能够更好地掌握学生的学习情况，通过一系列的比较，也能够客观地评价学生的进步。
（三）合理设置专业课程
计算机基础是每一位高职大一学生都需要学习的一门必修基础课程，授课教师需要做好充足的调研，以确定本专业个性化教学内容。一方面，计算机教师需要和本专业相关资深专业教师进行沟通，了解学生在后续专业课程的开设过程中需要用到的计算机知识和技能；另一方面，调研本专业毕业生在核心就业岗位上的任职需求，了解对计算机的需求。经过调研，结合计算机教学内容，设计符合专业岗位的项目案例，真实模拟岗位环境工作过程，让学生提前打好就业基础。
（四）持续创新教学模式
随着这场大数据革命的到来，充分实现教育信息化，对课堂的把握不再依赖于教师的经验，而是通过教学数据更精准地掌握学生学习情况；不同水平的学生可以通过网络课堂调节适合自己的学习节奏，教师只需要进行相应的监督和指导，扭转学生被动接受知识的窘况。
四、Y语
本文先是阐述了大数据的概念、基本性质及产生的影响，总结了现阶段我国计算机基础课程存在的现实问题，并提出了针对性的改革思路，以期为大数据背景下科学高效地开展计算机基础课程改革提供借鉴。
参考文献：
[1]维克托迈尔-舍恩伯格，库克耶.大数据时代[M].浙江人民出版社，2013，（39）.
大数据工程实践课程报告 第22篇
近来我司部门内部搭建的电商大数据平台一期工程进入了尾声工作，不仅在技术上短期内从零到一搭建起属于团队的大数据平台，而且在业务上可以满足多方诉求。笔者很有幸参与到其中的建设，在给优秀的团队成员点赞的同时，也抽空整理了一下文档，那么今天就和大家来聊一下我们是如何结合Kubernetes实现数据采集与存储的，谈谈里面实现方案、原理和过程。这里笔者放一张我们前期设计时借鉴阿里的大数据架构图：
本文重点讲述的是上图中『数据采集』部分，暂不涉及『数据计算』和『数据服务』的过程。在数据采集中，我们通过运行在Kubernetes中的清洗服务，不断地消费Kafka中由定时任务爬取的业务数据，并通过Fluentbit、Fluentd等日志采集工具对容器中打印到标准输出的数据压缩存储至AWS S3中。如果你对这块有兴趣的话，那就一起开始今天的内容吧。
大数据工程实践课程报告 第23篇
关键词：大数据技术；对公业务营销
中图分类号：F274 文献标识码：A 文章编号：1003-9031（2016）03-0070-04 DOI：
当今时代，以移动互联网、云计算技术、搜索引擎为代表的新一代信息技术全面渗入金融行业，对金融业态产生重要影响。同时，伴随网络技术的发展，数据渗透到了每一个行业，“大数据”应运而生，已成为重要的生产要素。对最早实现数字化交易的银行业来说，大数据能反映银行产品管理的综合信息，也隐藏着产品相关的客户行为模式，有助于实现基于客户行为的产品营销管理。
一、大数据技术概况
大数据尚未有统一的概念，目前采用较多的是麦肯锡咨询公司的定义，大数据是“规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集”，且大数据具有“4V”的特点，即数据量大（Volume）、数据种类繁多（Variety）、数据更新快（Velocity）、数据具有极大的价值（Value）[1]。IDC的报告预测未来5年中国的数据量将以的速度增长[2]。数据作为一种信息，记录了企业所有的产品信息，并能更精确、更客观地展现客户需求，具有重大的商业价值[3]。基于大数据技术的各种商业创新，会使得未来的营销活动以更贴近消费者需求方式以及在更为合理的时间实施，取得更好的效果[4]。
现有的大数据分析挖掘的方法有很多，常用的有如下几种。
1.关联分析法。这是最常见的大数据分析方法之一，指的是从现有的数据库中找出特定序列的数据在特定事件中存在的数据关联性。确定关联规则是关联分析法的重要基础，不同关联规则的设定会产生不同的关联结果。该方法主要用于发现某一事件中不同数据是否存在关联性，如产品间的内在关联性。
2.序列分析法。序列分析法与关联分析法规则类似，但寻找的是某一事件中数据之间在时间上的关联性。加入了时间序列，使得分析结果更具动态性和延续性。这种分析法对于发现潜在用户具有明显作用，能够广泛应用到金融、医疗、工程等领域的企业中。
3.分类和预测分析法。实际上是两个过程，第一步是确定模型描述，针对指定的数据类型和概念集进行分类划分，第二步是使用这种分类基于模型进行预测分析。这一类分析方法主要用于挖掘隐藏在数据背后的消费者特定的消费习惯，并预测其后续的可能行为。
4.聚类分析法。聚类分析法能够将数据库内数据特征未知的信息进行相似性最大化处理，帮助企业了解哪些是较为典型性的用户，哪些是忠实用户，哪些是流失用户等，从而有助于企业根据不同用户的消费特征制定不同的营销策略。
二、大数据技术在商业银行的应用现状
国内的金融行业，尤其是银行业，大数据的应用尚处于起步阶段，远远落后于互联网行业。但金融行业实现数字化交易以来，沉淀了大量的用户数据，是较为适合大数据分析的行业。银行业的数据分析尚处于从数据碎片化到数据整合时代的过渡阶段。现阶段，大数据技术在商业银行的应用主要集中在风险控制和零售业务，主要有三种模式。
首先，基于网上交易流水的数据挖掘。银行与电商合作，直接接触电商平台、支付平台上的大量卖家和买家，并通过交易流、信息流、资金流覆盖其产业链上的生产、物流、消费等多个环节。基于此，银行借助成熟的数据分析技术，实施风险控制和拓展营销。如工商银行“易融通”会自动处理客户信息，选取客户融资需求量、还款资金来源及其可靠性等因素作为贷款额度指标，在线批量审批与发放贷款。招商银行与敦煌网共同推出的“敦煌网生意一卡通”客户信息共享，为小微企业提供融资、结算、理财一体化的金融服务。
其次，基于第三方系统的征信数据挖掘。这一类数据主要包括人行征信、工商、税务、电力、房管局、车管所、社保、海关等政府数据，学历、购物、支付、物流等社会征信数据以及各大金融机构的金融数据等。这些数据使得银行能更加全面判断企业客户的属性和资质，更有针对性地根据其综合情况实施精准营销。如平安银行在接入平安保险、平安租赁等集团子公司数据的同时，辅之以政府公共数据，全面分析客户情况并据此营销。
最后，基于POS流水的数据应用。商业银行依托在线贷款业务平台系统，对客户进行综合信用评价，向符合贷款条件的POS商户，以其一定期限内的POS结算流入量为授信额度的依据，在线发放用于生产经营的信用贷款。已有的POS流水数据应用有招商银行和通联支付合作的流水贷、中信银行和银联商务合作的网络商户贷款业务，浦发银行和通联支付合作的流水贷业务等。
除了基于行内数据进行挖掘分析外，国内许多商业银行还与专业第三方公司合作，争取顺应大数据潮流，进一步加快应用大数据的步伐。如平安银行与SPSS公司合作，进行消费贷产品的大数据营销管理；宁波银行利用客户购买某项产品大数据分析结果挖掘潜在客户。这些探索为商业银行拥抱大数据技术，利用大数据技术转变营销理念和营销方法提供了很好的借鉴。
随着云计算、物联网等新型信息技术的发展和跨渠道跨终端的整合，银行的大数据将日渐完善。产品的客观数据与客户信息也将有效结合，形成完整的“产品――用户”数据库，用于银行各类产品的规模化和定制化综合推介，尤其是对于具有复杂的金融产品综合运用需求的对公客户来说，大数据的应用将是一片蓝海。
三、大数据技术在对公业务营销中的应用方案
对公客户是商业银行的主要利润来源之一，且该类客户沉淀了大量复杂的数据，将大数据技术应用于对公客户服务和对公产品营销具有重要意义。基于大数据技术的营销管理是一项系统性工程，需循序渐进，最终形成一套成熟体系。张湛梅等提出一套针对移动互联网的大数据营销体系“PDMA”，主要包括认知客户（perceive）、挖掘需求（data-mining）、精准营销（marketing）、营销评估（assessment），构成一个闭环体系[5]。基于“PDMA”的框架能很好地建立银行产品和客户两个维度。结合客户属性进行产品大数据分析，才能以更符合客户偏好和需求的方式实施产品营销，并对营销的效果进行事后评估，以持续改进。本文以“PDMA”为框架，系统阐述商业银行借助大数据技术进行对公产品营销管理的应用方案。
（一）P――认知客户行为
对公客户与零售客户有本质的区别，客户的金融需求复杂，且更加个性化多样化。在银行进行大数据分析之前，应当对对公客户有一个全面认识，并结合客户情况认知银行对公产品现状。认知企业客户行为可以从三个方面着手。
1.基于客户属性建立客户特征库。客户特征库包括银行数据库中的所有对公客户相关字段，可以对客户的自身属性、所在地区、财务状况、与银行合作紧密程度等进行初步分析，掌握客户基本情况。
2.结合客户持有产品情况，认知银行的产品结构。以产品管理系统中的产品库为依据，分析持有不同数量产品的客户分布、各门类产品的客户总体分布、下属分行及其经营机构的客户持有产品情况，以及结合多个时点的各门类产品客户数的变化趋势等。
3.在认知产品的基础上，基于产品记录，分析客户行为习惯。包括客户对产品门类的偏好，对产品购买渠道的偏好，对资金流动性的需求，购买产品时段偏好等。
（二）D――挖掘客户需求
在认知产品和客户的基础上，应用大数据技术，挖掘隐藏在产品信息和客户信息背后的客户需求，为后续的精准营销打下基础。
1.基于客户产品持有行为判断不同产品的相关程度。在客户持有产品的全数据中，同一客户持有多种产品的现象较为普遍。分析客户持有的产品明细清单，找出同一客户持有产品组合的一般规律，可以准确判断各产品之间的相关程度，测算出持有某种产品的客户同时使用该产品相关产品的可能性。产品相关分析的结果可以形成定期的产品相关性监测报告和营销建议。
2.基于产品的监测报告，判断产品持有的平均水平。结合客户产品的平均持有水平分析，将低于产品平均持有水平的对公客户认为是具有产品潜力的客户群，生成这一类客户清单。同时根据客户清单中对公客户所在分行进行分类，将这部分产品需求未充分挖掘的客户清单推送到分行，以帮助分行更好地锁定目标营销客户。同时也可以针对不同门类产品的客户情况进行统计分析，判断持有某类产品的客户使用其它门类产品的情况，也即产品的跟进情况。
3.对非结构化的大数据进行分析，全方位挖掘客户的产品需求。非结构化数据可以分为行内数据和行外数据。行内数据中，银行内部的资金来往记录和银行内部企业授信报告等都可以作为非结构化数据来源。此外，银行还可综合应用外部数据，如电力、税务、工商和人行征信系统数据。通过这类交易数据可以形成企业的社会网络关系图，作为供应链金融大数据营销的重要依据。
总之，需求发现环节应紧密结合产品和客户的数据，挖掘大数据背后客户对产品的需求，是借助大数据实现对公产品营销管理的基础性工作。
（三）M――产品精准营销
充分挖掘客户需求后，根据需求实施精准营销。具体可以有如下应用。
1.结合客户的产品门类偏好推荐同一类别的其它产品。根据客户偏好分析和需求挖掘结果，掌握客户对某类产品的使用记录，为其推荐同门类产品中其它热门产品（依据热门产品排名），提高同一门类产品的渗透率。此外，还可以具体到各分行，分析各分行同类产品使用情况，并将之与全行产品应用情况对比分析。低于全行各门类产品应用水平的分行建议就其薄弱的产品门类进行重点营销。
2.对持有某些产品的客户推荐产品组合中的其它产品。通过产品相关分析梳理出相关度高的产品组合，结合只持有这些产品组合中的部分产品的客户清单，生成各个客户还可进行关联营销的具体产品清单，推送给各分行，指导其根据该客户潜在产品清单对客户进行产品关联推荐。
3.通过客户属性分析开发潜在客户。从产品出发，通过聚类法和分类预测法分析持有某种产品的客户群体的共同属性，然后比对具有这些属性但还未持有该种产品的客户，作为该种产品的潜在客户名单，对名单上的客户推荐该种产品，通过分析现有客户成功开发新客户。
（四）A――营销效果评估
营销评估是贯穿“PDMA”大数据营销体系全流程的最后一环，也是营销管理流程中承上启下的重要步骤，能及时帮助商业银行掌握大数据分析的效果。银行在精准营销评估过程中，应当加入时间序列，结合产品和客户情况进行综合评估，并定期对基于大数据分析的精准营销实施评估，根据评估效果改善大数据分析和精准营销的成果。对有成效的分析结果形成定期营销报告，对于成果不显著的从业务角度总结原因，调整大数据分析模型和参数，改进结果。
四、对公业务营销中的典型案例
总体来说，相比国有银行，股份制银行更加积极拥抱大数据技术。2015年3月，民生银行“金融e管家”平台正式上线，这是民生银行利用大数据技术的一大利器。该平台主要针对国内商业银行客户关系管理系统管理功能、分析功能、应用功能相互脱离的弊端而开发的基于大数据分析的一站式服务平台。“金融e管家”服务于全行对公客户管理，覆盖“PDMA”框架的四个环节，是对公业务应用大数据技术的典范。
首先，认知客户行为（P）。该平台对接民生银行内200多个生产系统和数据中枢，并导入上市公司数据、人行征信数据、工商数据等行外的数据，形成完善的数据结构，通过不同的规则组合数据，如对公客户和产品的交叉组合，或者基于供应链的客户上下游集合等，使用户可从不同角度解读对公客户的特性，同时通过行内资金流和行内外信息流，精确掌握客户的行为习惯。
其次，挖掘客户需求（D）。该平台对客户信息更深层次的挖掘，去除无效信息，将有效信息放大，结合线下业务资源，挑选出最适合营销的企业关系群体，应用多种大数据分析方法，建立关系网络分析模型，识别出群体的特征和相互之间业务重点，并以极具可用性的界面展示客户潜在需求挖掘的结果，帮助客户经理深度挖掘客户的金融需求。
再者，产品精准营销（M）。该平台是一个智能化的融资理财和资源整合平台，主要围绕核心客户，通过后台数据的支撑，建立交易网络模型和上下游客户推荐模型，并据此匹配最适合的金融产品，实现精准营销。该平台上线后，对公产品关联营销的成功率大大提高。
最后，产品营销评估（A）。该平台建立了基于历史记录的客户绩效评价体系，科学全面的评价客户绩效，并根据评价结果改进营销方向。后评价功能涵盖对公业务的不同情况，如对个性化服务方案的综合评价，对集团客户也能建立综合收益的评价，而不仅仅是单独考虑单笔业务的收益，适应了缺资产时代的商业银行经营新思路。
可以预见，在信息技术发展日新月异的当代，随着对公业务背后纷繁复杂的信息流、资金流、物流等多样化数据不断沉淀，大数据技术在商业银行对公业务营销中的应用价值将日益凸显，并将逐渐成为商业银行对公业务的核心竞争力之一。
参考文献：
[1]Manyika， J.， et Data：The Next Frontier for Innovation[R].Competition， and Productivity，2011.
[2]Franks， B.著，黄海，车皓阳，王悦等译.驾驭大数据[M].北京：人民邮电出版社，2013.
[3]杨威.大数据时代下的电子商务企业营销方式变革[J].中国电子商务，2014（14）.
大数据工程实践课程报告 第24篇
【关键词】大智移云；人文社科；信息素养
1人文社科类学生信息素养提升的必要性
信息技术快速更迭，人文社科专业学生的信息素养和技术能力面临严峻挑战。人文社科专业学生掌握最全面、最前沿的本专业知识，并且深刻理解社会治理、企业经营、组织发展面临的实际问题，由于缺乏相应的计算机科学和数据分析基础，以往的学生难以完成技术认知和数据实现，欠缺从“问题数据工具方案”利用技术解决实际问题的能力。因此，创新信息技术教育模式，提升社科专业学生信息素养，强化学生综合分析能力，是实现智慧教育、培养高素质人才的必经途径。
信息技术通识类教育不足
目前大部分高校人文社科专业信息技术类课程偏少，特别是核心专业是财经、政法类的院校，本科的社会学、经济学、管理学和法学等专业，与计算机科学、数据科学相关的信息技术类课程寥寥无几。而信息技术的高速发展，计算和数据科学渗透到社会生活的方方面面，高校目前开设的信息技术通识类课程明显不足。因此，增加类似《智能技术》、《信息资源管理》、《知识管理》等课程能够最高效地覆盖大部分学生，改变相关通识课程偏少的现状。
亟待提升学生适应技术发展的能力
技术工具的日新月异，对高校人文社科专业学生的信息技术采纳能力有了更高的要求。实际的工作过程中，无论是社会组织还是盈利性机构，都对新入职员工的技术预见和学习能力有更高的期望。实现社科领域的问题发现和技术对接，要求学生在学校教育中就能有基础性的技术知识和前沿性信息工具。以往社科类专业学生仅仅掌握office等办公软件已经难以胜任今天的工作要求，增设包括SQL技术、Python技术、机器学习与数据挖掘技术等教学内容，帮助学生掌握这些知识和工具无论对于提高毕业生的就业能力还是满足用人单位的人才诉求，都具有必要性。
领导力的培养需要信息素养提升
尽管在以往一些互联网企业中，有的创业者完全不懂技术，仍然获得了成功。比如人们经常谈起的马云创办阿里巴巴，以此推论不懂计算机、不懂数据科学，单纯外语专业的学生也能成功创办互联网公司。然而，经济发展、技术迅速更迭的今天，对信息技术一窍不通，仅有人文社科知识，不懂社会现象的数据表现，难以理解程序员的工作内容，想要领导和管理信息化过程中高速发展的企业，或者是解决当前各种社会问题，已经变得非常困难。高校人文社科专业需要培养的是具有高信息素养、多专业知识、强领导能力的新一代文科人才。因此，提升人文社科专业学生的信息素养具有极强的现实意义。
2人文社科类学生信息素养提升机制构建
人文社科专业信息素养教育的创新与优化是保障学生具有适应高度信息化社会发展的竞争能力和创新能力的必然要求。有学者认为，网络平台、搜索引擎以及社会化媒体推动的慕课、微课、云课堂等深刻改变了知识的扩散和共享方式，传统的教学方式将逐渐被微型化、模块化、平台化的学习机制所代替[4]。信息技术的多样性和大容量导致师生互动“偏离化”、“断层化”和“失衡化”，培养学生的信息素养需要思维方式转变、学习方式变革和教学模式革新[5]。万小娟总结了国外高校提供信息素养教育的主要3种方式：独立课教学、课外教学、课内教学[6]。仁俊霞和曹君[7]将高校信息素养教育内容分为课堂式教育、讲座式教育、嵌入式教育、继续教育以及数据库辅助教育5种教育形式。邹娟娟[8]则提出了将XMOOC与翻转课堂教学融合的新模式，认为在学生信息素养培养中，充分利用大智移云提供的手段，将知识传授和知识内化结合起来，达到令人满意的教学效果。现有研究普遍认为大数据时代，教育的理念、目标、方法都已发生根本性变化，研究结论为构建学生信息素养提升机制提供了一些思路。然而，存在的主要问题在于仍然没有充分认识到人文社科专业学生在面临技术快速更迭环境下，信息素养教育的欠缺。教学目标单一化、教学内容固定化、培养方式缺乏创新，使得人文社科类学生难以在工作岗位中发挥应有的水平。基于现有教育模式的不足，本文提出从以下三个方面来构建人文社科专业学生信息素养提升机制。
以信息素养提升为导向的课程体系改进
目前各个大学人文社科专业信息技术类课程开设情况各有不同，理工科为主的大学相对多一些，而主要学科为文科的则偏少。过于单薄的信息技术相关课程使得学生难以提升信息素养。另一方面，已开设的信息技术类课程，由于授课内容相对陈旧，授课方式较为单一，难以引入最新的信息技术知识，也对学生信息素养提升形成了障碍。因此，课程体系改进过程中，首先应针对不同专业背景，探索哪些课程可以纳入信息技术类课程建设，能够形成在人文社会学科中开展通识教育的信息技术知识框架。其次，改革现有课程的授课内容，以技术所要解决的问题为导向，在讲授信息技术基本知识的同时，帮助学生提高问题分析能力，掌握一些重要的数据分析工具。在面对社会、管理问题时，能够找到解决问题的技术工具，并且清楚社会问题的数据表达。信息素养提升类课程体系设计至少能取得以下成果：第一，信息素养课程体系结构设计（课程筛选与增设、开课阶段安排）；第二，信息技术应用工具探索与引进（应用软件、数据库选择与运用）；第三，现有信息技术类课程授课内容调整探析（信息技术前沿讲授、教学效果反馈）。
大数据驱动的已有课程内容升级
人文社科专业在通识基础课程中，大多会开设《计算机应用基础》、《电子商务》、《电子政务》这类传统信息技术类课程，但是伴随大数据与云计算的发展，原有的课程内容已显得陈旧，所授课程中很多知识学生通过多年对互联网的运用已经掌握。升级现有课程的内容，结合最新信息技术在相关人文社科领域的运用，将计算科学、数据分析纳入原有授课内容中，将极大提升信息技术素养教育的效果。以工商管理专业为例，现有授课内容的调整首先可以筛选出1-2门正在开设的课程，比如《管理信息系统》、《电子商务》、《计算机应用基础》或者其他信息技术相关课程，在课程教学大纲中增加计算科学和数据分析的有关内容，依据信息素养培养目标，变革课程授课方式和内容，开展探索性教改。再比如，随着数据分析技术的进步，会计学中传统的资产负债表、现金流量表、所有者权益表，三大报告已经不能完全反应企业的运营能力和企业价值，对于新创的互联网企业、拥有高数据资产的IT企业，尽管有些负债很高，但是同时又拥有很高的市值，如何通过“第四张报表”反应其价值，会计学的信息素养课程内容改革有必要将新的大数据分析技术纳入授课范畴。
以技术预见能力培养为目标的教育教学环节创新
人文社科专业人才要想成为企业领导者、社会活动家、公共管理专家等本领域的佼佼者，必然需要具备技术预见能力，能够洞察未来社会需求和问题所在，结合本专业知识和技术前沿，解决现实问题、指出未来方向。因此，除了开设相关信息技术基础课程外，在信息素养培养过程中还应设计一些教学环节与教育项目，提升学生能力。其方式包括开展基于互联网、大数据和智能化的创业创新计划大赛，指导学生撰写商业计划书和调研报告；进行校校联系或者院系联合，构建文科专业与计算机专业、数理专业、软件工程专业学生创业团队，开展创业项目，力争获得各类风投基金或者天使投资基金；与大数据咨询类公司建立校企联系，通过学生实习，参与咨询项目，培养复合型人才。改变传统单向知识传授的教学思路，在信息素养培养中给予学生信息技术实践的机会。教师通过指导学生采取探索、调查和发现等学习方式，帮助学生在发现的过程中获取知识、发展技能，培养数据分析、技术运用能力。教育环节创新能够实现：第一，提出学生信息技术能力培训项目实施建议，并制定学生信息技术能力标准，通过项目推动信息素养创新教学实践；第二，开发基于计算机、多媒体及Web的辅助教学系统，形成辅助教学课件、资源库等；第三，形成基于网络的互动学习模式，以解决社会、企业问题为导向，开发信息素养能力培养的MOOCs和翻转课堂。
3结束语