第一篇：大數據本科專業申報及認識

大數據本科專業申報及認識

摘要：從產業發展、數據科學的學科特征、大數據專業與其他相關專業的不同等3個方面，闡述增設大數據本科專業的合理性和必要性；以對外經濟貿易大學專業建設為例，指出大數據專業人才應該能夠圍繞互聯網平臺上經濟金融數據的商業價值進行挖掘并揭示數據間關系。

關鍵詞：數據科學；大數據技術；大數據科學與應用

引言

互聯網、云計算、移動計算等新興技術拓展了人類創造和利用信息的范圍和模式。聯合國在2012年發布的大數據白皮書《大數據促發展：挑戰與機遇》中指出，大數據時代已經到來，大數據的出現將會對社會各個領域產生深刻影響。2013年被稱為中國大數據元年，各行各業開始高度關注大數據的研究和應用。在云計算技術、非結構化數據存儲技術的助力下，大數據已經成為當前學術界、工業界的熱點和焦點。從公司戰略到產業生態，從學術研究到生產實踐，從城鎮管理乃至國家治理，都將發生本質的變換，大數據將成為時代變革的力量。“用數據來說話、用數據來管理、用數據來決策、用數據來創新”的文化氛圍與時代特征愈發鮮明。大數據時代新特征要求設計和構建相應的管理決策分析模型與方法，有效地將信息科學和商業應用相結合。因此，掌握大數據核心技術且同時擁有“經管”專業知識的人才儲備將成為國家大數據戰略布局的重中之重。

1產業發展需要大數據人才

與大數據概念知名度和企業熱情形成對比的是，大數據正面臨全球性的人才荒。企業對新型大數據分析和預測技術人才的熱情和需求正在超過傳統的商業智能和信息管理人才。

根據麥肯錫報告，僅僅在美國市場，2018年大數據人才（包括高級數據分析專家）缺口將高達19萬。此外美國企業還需要150萬能夠提出正確問題并運用大數據分析結果的大數據相關管理人才。商業數據分析是現在全美增長最迅速的領域，據New Vantage Partners公司對美國《財富》500強公司調查顯示：85%的500強企業已經或正在籌劃推出大數據項目，未來幾年這些企業在數據分析上的投資將平均上漲36%。《哈佛商業評論》的一篇文章將數據分析稱作“21世紀最熱門的職業”。人力資源公司Kforce的調研報告預測2014年全球大數據相關的八大職業平均年薪將達到11.75萬～14.06萬美元。中國是人才大國，但掌握和應用大數據技術的創新人才仍是稀缺資源，培養大數據相關人才成為最為緊迫的問題。在這樣的形勢下，對外經濟貿易大學于2015年7月向教育部申報開設“大數據科學與應用（目錄外）”本科專業。

2.“數據科學”的時代性、科學性與合理性分析

“大數據”已經成為全球科技界和企業界關注的熱點。數據為王的時代已經到來，企業關注的重點從追求計算機的計算速度轉變為大數據處理能力，從以軟件編程為主轉變為以數據為中心。2012年3月，美國奧巴馬政府宣布投資2億美元啟動“大數據研究和發展計劃”，這是繼1993年美國宣布“信息高速公路”計劃后的又一次重大科技發展部署。美國政府認為大數據是“未來的新石油”，將“大數據研究”上升為國家意志，這對未來的科技與經濟發展必將帶來深遠影響。

大數據研究的熱潮激勵基礎研究的科研人員開始考慮“數據科學”問題。目前大數據的工程技術研究已走在科學研究的前面。美國政府6個部門啟動的大數據研究計劃中，國家科學基金會的研究內容提到要“形成一個包括數學、統計基礎和計算機算法的獨特學科”。圖靈獎得主吉姆?格雷描繪了數據密集型科研第四范式的愿景，將大數據科研從第三范式（計算機模擬）中分離出來單獨作為一種科研范式，是因為其研究方式不同于基于數學模型的傳統研究方式。

大數據研究能成為一門科學的前提是，在一個領域發現的數據相互關系和規律具有可推廣到其他領域的普適性。提煉“大數據”的共性還需要一段時間的實踐積累才會逐步清晰明朗。將大量多元異構、交互性和時效性強并包含大量噪聲的數據作為研究對象的專門學科，依然具備了鮮明的學科特征。

3大數據專業與其他相關專業的異質性分析

由于大數據專業主要支撐技術來源于信息技術，所以在專業申報中應將該專業所屬學科門類及專業類推薦設在計算機科學與技術學科下，大數據專業與計算機學科下所屬專業的關系及區分度可以概括如下幾點。

（1）研究對象的側重點不同。“大數據科學與應用”專業研究的核心對象是“大數據”，既不是硬件、軟件理論研究，也不是計算機技術在某個領域的應用研究或者某一特定計算機技術的理論和應用研究，并且“大數據”引發的研究不可能在短時間完成，“大數據”問題研究具備了跨行業、跨領域的普適性。除去該專業所需的計算機學科之外的專業知識，就計算機學科內部而言，該專業所需知識在計算機學科的其他專業都有涉及，但又不被完全包含，所以不便將其歸人現有專業之中。

（2）大數據科學素養要求高。該專業對學生在“大數據科學素養”方面有更高的要求，在理論上，強調學生有很好的數理統計基礎、扎實的數據結構和算法的基本功，能夠很好地理解和掌握各種機器學習和數據挖掘算法；在實踐上，強調學生具備海量數據獲取、數據組織與存儲、數據清洗、數據預處理、數據分析以及數據可視化的工程實踐能力，掌握數據處理各個環節的基本技能；在理論與實踐結合方面，強調學生掌握處理“大數據”的先進技術和理論，即掌握與云計算相關的大數據處理平臺及其生態系統，強調與數據來源緊密相關的新技術的融合與互動，即理解和掌握物聯網、移動互聯網相關理論和技術。

（3）專業具備前所未有的復合性特征。對大數據而言，技術走在科學前面。目前的局面是各個學科（如生物、醫療、金融等）的科學家都以自己為主處理本領域的海量數據，各領域的科學問題還掌握在各學科的科學家手里。本專業的設置希望從一開始就以培養復合型人才為目標，以大數據為核心研究對象，強調學生對專業領域（經濟、金融、電子商務）數據的理解能力，深刻體現技術為數據服務的思想。

（4）與統計學專業的區別。本專業與統計學專業的最大區別來自于對IT技術的理解和掌握，強調數據在獲取、清洗、存儲、處理和展示等各個環節與IT技術的深度融合，而不僅僅是將IT技術作為輔助手段；就數據處理的種類而言，更重視對非結構化和半結構化數據（統計學專業處理的數據一般為結構化數據）的處理。

（5）與信息管理專業的區別。本專業與信息管理專業的區別主要體現在看待數據和信息的角度。信息管理主要強調在理解數據和業務流程的基礎上，通過科學的分析和設計方法，實現管理信息系統，強調利用計算機技術介入、改造和升級原有的業務系統。“大數據”相關理論和技術更側重對數據本身的洞察與理解，相對而言更加獨立于原有的業務系統，更專注對海量、復雜、多元數據的深度分析和處理能力，更依賴于大數據處理平臺和技術，也更好地支撐了物聯網、移動互聯網的應用和發展。

4國內外大數據相關專業發展情況及就業前景分析

4.1大數據相關專業發展情況

由于市場對大數據人才的需求日益激烈，國外很多大學開始專門開設數據分析類專業。美國US News排名Top50院校中的哈佛大學、哥倫比亞大學、斯坦福大學、芝加哥大學、麻省理工學院、卡內基梅隆大學等15所高校均開設了大數據相關專業。另外，由于大數據在2012-2013年開始興起，人才市場無法迅速培養出大量符合企業期望的人才，美國一些公司采取了更現實的做法：和大學合作，長期培養大數據專業人才以及開展相關研究，比如英特爾就和數據學專業排名靠前的麻省理工學院合作，建立了大數據科學技術中心。

目前，國內大數據相關專業主要開設在研究生層次。2014年中國科學院大學開設首個“大數據技術與應用”專業方向，該專業面向科研發展及產業實踐，培養信息技術與行業需求結合的復合型的大數據人才；2014年清華大學成立數據科學研究院，推出多學科交叉培養的大數據碩士項目；中國人民大學也設立了大數據應用與云管理、大數據與應用統計、大數據應用方向以及大數據與云計算研究方向；北京航空航天學院軟件學院開設了大數據和云計算研究方向，并已經有畢業生；另外，上海交通大學、浙江大學、天津大學、廈門大學等也在研究生層次建立大數據專業。

許多高校同時也在籌建本科的大數據相關專業，西安交通大學、北京交通大學等與IBM公司合作啟動了大數據本科專業的建設或者改造現有相關專業。針對當前中國市場急劇擴大的大數據與分析技能需求和人才缺口，IBM投入1億美元在中國大學推行大數據教育，并推出“IBMU-100”合作計劃，在100所高校設立大數據與分析技術中心，在其中30所高校開設本科和碩士課程，在5所大學設立“卓越中心”。

4.2復合型人才就業前景

Glassdoor公司2016年1月發布的“美國最好的工作”排名中，數據科學家位居第一，底薪為11.6萬美元。通過分析大數據人才市場需求、與大數據公司研討以及對業界的調研，我們認為對外經濟貿易大學開設大數據專業及就業方向主要有如下三個方面：

（1）貿易金融方向大數據分析師：主要就業崗位在供應鏈融資公司、P2P信貸征信平臺、商業銀行等。

（2）網絡營銷方向大數據分析師：主要就業崗位在互聯網廣告、020營銷公司、大型網絡媒體等。

（3）物流與電子商務方向大數據分析師。主要就業崗位在電子商務公司、現代物流公司、第三方支付公司等。

學生職業生涯成長目標為首席數據官（CDO），如圖1所示。

5對外經濟貿易大學開設大數據分析專業的基礎及對大數據專業的認識

5.1財經學校背景優勢支撐大數據專業申報

對外經濟貿易大學在經貿、金融、管理、法律等專業擁有得天獨厚的條件。秉承創新“商業大數據人才”的培養方略，建立適合財經類院校的商務大數據專業，為國家產業轉型與行業發展需求貢獻合格的人才，支撐國家大數據戰略的實現，是我們申報開設大數據專業的出發點。從社會發展需求出發，建設以國際化、精品化、金融與商務相結合為特色的大數據專業是我們進行專業建設的指導思想。

5.2師資隊伍建設與儲備

大數據專業申報所依托的信息學院近年來引進了多名優秀的具有海內外大數據分析背景的人才充實到教學科研隊伍中。師資隊伍多元化教育背景和工作經歷是學院的巨大財富，也為該專業的創建提供了先決條件。同時2014年信息學院先后兩次派教師參加大數據核心課程培訓，為新專業申報進行了專業師資的儲備。

5.3成立產學結合的大數據專業建設小組并開展專業研討

信息學院為建設大數據專業，多次召開專業建設研討會，特別邀請承擔2015CCTV兩會大數據制作的專業大數據公司技術總監來學院介紹大數據的采集、處理、展示等全過程；邀請新浪微博大數據中心建設人員就大數據專業人才需求、專業定位進行研討。組建了有大數據企業參加的專業申報籌備小組，億贊普大數據公司技術總監作為專業建設成員參與專業建設和課程體系設計與實施。

5.4與大數據企業和大數據產業協會聯系緊密

信息學院大數據專業籌備組成員與中國信息化協會大數據分會、一線大數據聯盟、中國大數據產業規劃聯盟、中國物流大數據產業合作聯盟等產業協會建立了緊密的合作關系；與91金融超市建立了科學研究和實習基地；與京翰數據技術公司就物流大數據研發建立并簽署了科研合作協議；2015年與京東物流大數據創新部進行合作接洽。

5.5人才培養方案及實踐教學環境建設

目前大數據人才培養方案還處于探索階段，鑒于大數據是一個交叉專業，業界的共識是在計算機科學技術相關專業基礎上融合機器學習、數據挖掘的數據分析技術。針對業界共識與對外經濟貿易大學學科背景實際，我們設計了具有對外經濟貿易大學特色的人才培養方案，其主線是“大數據分析+信息技術+經濟貿易應用”。

大數據是應用性、實踐性很強的專業，信息學院擁有國家級實驗教學示范中心，為大數據人才培養提供了可行的實踐教學環境。

5.6對大數據專業的認識

IBM公司賦予大數據“領悟數據，提升見識，洞察秋毫，驅動優化”四個內涵，這也構成了本專業的基本特點：側重于大數據技術的應用，強調大數據間相關性的發現，其核心能力是“大數據中的價值發現和應用”。“大數據科學與應用”專業設置具有顯著的跨學科特點，學生不僅要掌握統計學、計算機科學、信息管理等專業的基礎知識，還要具備其他專業領域較深的知識背景（如經濟貿易或金融專業領域知識），最重要的是要有依托數據創造價值的能力。

在專業籌備和申報過程中，我們認為大數據專業的技術核心應圍繞大數據采集、組織與存儲、分析與處理、結果呈現而進行，而大數據的數據源及內容應該來源于經濟貿易、金融交易、物流與電子商務等商務與管理應用領域。所以我們將該專業的培養目標界定為：旨在培養具備大數據科學素養，掌握經濟管理、網絡金融、電子商務等領域知識的專業人才，為以大數據技術為支撐的相關行業培養國際化、復合型的高素質人才；人才要具備將領域知識與計算機技術和大數據技術融合、創新的能力，能夠從數據工程的視角從事經濟、金融、電子商務等領域的大數據采集、組織、管理、分析以及應用的工作。

6結語

時代發展呼吁建立大數據專業人才培養體系，對外經濟貿易大學“大數據科學與技術”專業申報經歷了通訊評審、網上公示、專家委員會會審等系列程序。教育部學科發展與專業設置專家委員會評議后建議將專業名稱統一規范為“數據科學與大數據技術”。我們認為這樣更能體現工學學士學位特征。專業申報只是我們邁出的第一步，建設有對外經濟貿易大學特色的大數據專業，培養受社會歡迎的、高質量的大數據人才，我們深感任重而道遠。

第二篇：申報本科專業程序

第八條 高校設置專業應當具備下列基本條件：

（一）符合學校辦學定位和發展規劃；

（二）有穩定的人才需求；

（三）具有科學、規范的專業人才培養方案；

（四）能配備完成專業人才培養方案所必需的專職教師隊伍及教學輔助人員，一般應有已設相關專業為依托；

（五）具備開辦專業所必需的經費、教學用房、圖書資料、儀器設備等辦學條件，建立保障專業可持續發展的相關制度。

第九條 高校專業設置要在確保辦學質量前提下，適度控制專業增長數量。

第十條 高校可根據社會需要、自身優勢和特點，遵循人才培養規律，在專業學科屬性范圍內自主確定專業方向。

第十一條專業設置和調整實行備案或審批制度。備案或審批工作每年集中進行一次。教育部設專門網站作為本項工作的公共信息服務與管理平臺。

第十二條 高校根據《普通高等學校本科專業目錄》設置專業（國家控制布點專業除外），經以下程序報教育部備案：

（一）經高校專業設置評議專家組織審議通過，高校于每年7月31日前通過專門網站提交專業設置申請材料，內容包括：學校基本情況、人才培養方案、教師基本情況、辦學條件等；

（二）高校專業設置申請材料在專門網站公示，公示期為一個月；

（三）公示期滿后，高校將公示期間所提意見的研究處理情況及專業設置申請材料報高校教育主管部門（指省、自治區、直轄市教育行政部門，有關部門（單位）教育部門，下同）；

（四）高校教育主管部門對高校是否具備開辦專業的基本條件以及相關材料進行審核。審核后匯總，于當年9月30日前以文件形式報教育部；

（五）教育部于當年11月30日前公布備案結果。

第十三條高校設置《普通高等學校本科專業目錄》規定的國家控制布點專業和尚未列入的新專業（以下簡稱新專業），經下列程序報教育部審批：

（一）經高校專業設置評議專家組織審議通過，高校于每年7月31日前通過專門網站提交專業設置申請材料，內容包括：學校基本情況、人才培養方案、教師基本情況、辦學條件等。申請設置新專業，還須提供該專業與所屬專業類中其他專業的區分情況和專業基本要求；

（二）高校專業設置申請材料在專門網站公示，公示期為一個月；

（三）公示期間，教育部委托相關教學指導委員會，對高校所申請的新專業的科學性、合理性、與已有專業的區分以及專業名稱的規范性提出意見，并提交到教育部專門網站；

（四）公示期滿后，高校將公示期間所提意見的研究處理情況及專業設置申請材料報高校教育主管部門；

（五）高校教育主管部門召開專業設置評議專家組織會議，進行審議。高校教育主管部門根據審議情況確定同意設置的專業并進行匯總，于當年9月30日前以文件形式（含專業設置申請材料）報教育部；

（六）教育部委托“教育部學科發展和專業設置專家委員會”對擬審批的專業進行評審，于當年11月30日前公布審批結果。

第十四條新專業經批準同意設置后，列入《特設專業名錄》，予以公布。

第四章 專業調整

第十五條高校應在妥善安排擬調整專業在校學生培養工作的前提下，方可對現有專業進行調整。調整專業包括調整專業名稱、學位授予門類、修業年限和撤銷專業等。

第十六條高校調整專業名稱時，如調整為《普通高等學校本科專業目錄》專業，按備案程

序辦理；如調整為新專業或國家控制布點專業，按審批程序辦理。被調整的專業按撤銷專業處理，并由高校教育主管部門報教育部備案。

第十七條高校調整專業學位授予門類或修業年限時，如屬《普通高等學校本科專業目錄》及有關要求范圍內的調整（國家控制布點專業除外），按備案程序辦理。其他按審批程序辦理。

第十八條 高校現設專業連續五年不招生的，高校可提出撤銷。

第五章 專業設置評議專家組織

第十九條 高校、高校教育主管部門和教育部設立相應的專業設置評議專家組織，或在現有專家組織中增加專業設置評議職能，并根據本規定制訂工作細則。

第二十條 高校的專業設置評議專家組織根據社會人才需求、學校定位、辦學條件等，對本校設置和調整的專業進行審議。

第二十一條 高校教育主管部門的專業設置評議專家組織根據本地區、本部門高等教育發展規劃、人才需求、專業布點等情況，結合相關學科門類教學指導委員會所提意見，對高校設置和調整的專業進行審核、審議。

第二十二條 教育部學科發展與專業設置專家委員會作為教育部的專業設置評議專家組織，對教育部直屬高校設置和調整的專業進行審核、審議；根據國家區域經濟社會發展對人才的需求、專業布點、辦學條件等情況，評審須由教育部審批的專業。

第六章 監督檢查評估

第二十三條 高校應建立和完善專業建設的保障機制，開展專業自評工作。高校可引入專門機構和社會中介機構對學校專業水平和質量進行評估。

高校應高度重視新設專業的建設，保證新設專業的辦學條件，對新設專業進行檢查，發布專業建設質量報告，接受社會監督。

第二十四條高校教育主管部門綜合應用撥款、規劃、信息服務、政策指導、資源配置和必要的行政措施，促進所屬高校加強專業內涵建設。

在新設置專業首屆學生進入畢業學年時，高校教育主管部門組織實施專業評估。評估結論作為新設置專業繼續招生、暫停招生或停止招生的依據。

第二十五條 教育部對高校教育主管部門及其所屬高校的專業設置進行指導、檢查、監督和評估；協調國務院有關部門定期發布國家經濟社會發展和科技進步對人才的需求以及畢業生就業狀況等信息，對高校的專業設置進行宏觀引導。

第二十六條 高校的專業設置在教育教學過程中出現以下情形，教育部或高校教育主管部門應責令有關高校限期整改，問題嚴重的，暫停該專業招生。

（一）辦學條件嚴重不足；

（二）教學質量低下，師資、開設課程等低于標準；

（三）明顯不適應社會需求，就業率過低。

第二十七條 未經備案或審批同意設置的專業，不得進行招生宣傳和招生。對違反本規定擅自設置專業或經查實申請材料弄虛作假的高校，教育部或高校教育主管部門予以通報批評，兩年內不得申報增設或調整專業。

第七章 附 則

第二十八條 第二學士學位專業設置和調整按本規定執行。專科層次的高校不得設置本科專業。

第二十九條高校教育主管部門可依據本規定制訂實施細則。

第三十條 本規定自發布之日起施行。教育部1999年發布的《高等學校本科專業設置規定》同時廢止。

第三篇：大數據認識

大數據認識

班級：B200216電商本科2 姓名：陳家瑋 學號：20021624

一

大數據（big data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

層面

第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特征定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。

第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程。

第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。

價值

1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷 2)做小而美模式的中小微企業可以利用大數據做服務轉型

3)面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值 趨勢

趨勢一：數據的資源化

何為資源化，是指大數據成為企業和社會關注的重要戰略資源，并已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。

趨勢二：與云計算的深度結合

大數據離不開云處理，云處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平臺之一。自2013年開始，大數據技術已開始和云計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。趨勢三：科學理論的突破

隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智能等相關技術，可能會改變數據世界里的很多算法和基礎理論，實現科學技術上的突破。

趨勢四：數據科學和數據聯盟的成立

未來，數據科學將成為一門專門的學科，被越來越多的人所認知。各大高校將設立專門的數據科學類專業，也會催生一批與之相關的新的就業崗位。與此同時，基于數據這個基礎平臺，也將建立起跨領域的數據共享平臺，之后，數據共享將擴展到企業層面，并且成為未來產業的核心一環。

趨勢五：數據泄露泛濫

未來幾年數據泄露事件的增長率也許會達到100%，除非數據在其源頭就能夠得到安全保障。可以說，在未來，每個財富500強企業都會面臨數據攻擊，無論他們是否已經做好安全防范。而所有企業，無論規模大小，都需要重新審視今天的安全定義。在財富500強企業中，超過50%將會設置首席信息安全官這一職位。企業需要從新的角度來確保自身以及客戶數據，所有數據在創建之初便需要獲得安全保障，而并非在數據保存的最后一個環節，僅僅加強后者的安全措施已被證明于事無補。

趨勢六：數據管理成為核心競爭力

數據管理成為核心競爭力，直接影響財務表現。當“數據資產是企業核心資產”的概念深入人心之后，企業對于數據管理便有了更清晰的界定，將數據管理作為企業核心競爭力，持續發展，戰略性規劃與運用數據資產，成為企業數據管理的核心。數據資產管理效率與主營業務收入增長率、銷售收入增長率顯著正相關;此外，對于具有互聯網思維的企業而言，數據資產競爭力所占比重為36.8%，數據資產的管理效果將直接影響企業的財務表現。

趨勢七：數據質量是BI(商業智能)成功的關鍵

采用自助式商業智能工具進行大數據處理的企業將會脫穎而出。其中要面臨的一個挑戰是，很多數據源會帶來大量低質量數據。想要成功，企業需要理解原始數據與數據分析之間的差距，從而消除低質量數據并通過BI獲得更佳決策。

趨勢八：數據生態系統復合化程度加強

大數據的世界不只是一個單一的、巨大的計算機網絡，而是一個由大量活動構件與多元參與者元素所構成的生態系統，終端設備提供商、基礎設施提供商、網絡服務提供商、網絡接入服務提供商、數據服務使能者、數據服務提供商、觸點服務、數據服務零售商等等一系列的參與者共同構建的生態系統。而今，這樣一套數據生態系統的基本雛形已然形成，接下來的發展將趨向于系統內部角色的細分，也就是市場的細分;系統機制的調整，也就是商業模式的創新;系統結構的調整，也就是競爭環境的調整等等，從而使得數據生態系統復合化程度逐漸增強。

二

Hadoop實現了一個分布式文件系統（Hadoop Distributed File System），簡稱HDFS。HDFS有高容錯性的特點，并且設計用來部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）來訪問應用程序的數據，適合那些有著超大數據集（large data set）的應用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪問（streaming access）文件系統中的數據。

優點

高可靠性。Hadoop按位存儲和處理數據的能力值得人們信賴。

高擴展性。Hadoop是在可用的計算機集簇間分配數據并完成計算任務的，這些集簇可以方便地擴展到數以千計的節點中。

高效性。Hadoop能夠在節點之間動態地移動數據，并保證各個節點的動態平衡，因此處理速度非常快。

高容錯性。Hadoop能夠自動保存數據的多個副本，并且能夠自動將失敗的任務重新分配。

低成本。與一體機、商用數據倉庫以及QlikView、Yonghong Z-Suite等數據集市相比，hadoop是開源的，項目的軟件成本因此會大大降低。

hadoop大數據處理的意義

Hadoop得以在大數據處理應用中廣泛應用得益于其自身在數據提取、變形和加載(ETL)方面上的天然優勢。Hadoop的分布式架構，將大數據處理引擎盡可能的靠近存儲，對例如像ETL這樣的批處理操作相對合適，因為類似這樣操作的批處理結果可以直接走向存儲。Hadoop的MapReduce功能實現了將單個任務打碎，并將碎片任務(Map)發送到多個節點上，之后再以單個數據集的形式加載(Reduce)到數據倉庫里。

大數據精髓

A.不是隨機樣本，而是全體數據：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣(隨機采樣，以前我們通常把這看成是理所應當的限制，但高性能的數字技術讓我們意識到，這其實是一種人為限制)B.不是精確性，而是混雜性：研究數據如此之多，以至于我們不再熱衷于追求精確度;之前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著規模的擴大，對精確度的癡迷將減弱;擁有了大數據，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向即可，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力

C.不是因果關系，而是相關關系：我們不再熱衷于找因果關系，尋找因果關系是人類長久以來的習慣，在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系;相關關系也許不能準確地告訴我們某件事情為何會發生，但是它會提醒我們這件事情正在發生。

開源大數據生態圈：

1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 漸次誕生，早期Hadoop生態圈逐步形成。

2、.Hypertable是另類。它存在于Hadoop生態圈之外，但也曾經有一些用戶。

3、NoSQL，membase、MongoDb 商用大數據生態圈：

1、一體機數據庫/數據倉庫：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

2、數據倉庫：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

3、數據集市：QlikView、Tableau、以及國內的Yonghong Data Mart。大數據分析

Analytic Visualizations（可視化分析）

不管是對數據分析專家還是普通用戶，數據可視化是數據分析工具最基本的要求。可視化可以直觀的展示數據，讓數據自己說話，讓觀眾聽到結果。

Data Mining Algorithms（數據挖掘算法）

可視化是給人看的，數據挖掘就是給機器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數據內部，挖掘價值。這些算法不僅要處理大數據的量，也要處理大數據的速度。

Predictive Analytic Capabilities（預測性分析能力）

數據挖掘可以讓分析員更好的理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。

Semantic Engines（語義引擎）

我們知道由于非結構化數據的多樣性帶來了數據分析的新的挑戰，我們需要一系列的工具去解析，提取，分析數據。語義引擎需要被設計成能夠從“文檔”中智能提取信息。

Data Quality and Master Data Management（數據質量和數據管理）

數據質量和數據管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。

假如大數據真的是下一個重要的技術革新的話，我們最好把精力關注在大數據能給我們帶來的好處，而不僅僅是挑戰。

數據存儲，數據倉庫

數據倉庫是為了便于多維分析和多角度展示數據按特定模式進行存儲所建立起來的關系型數據庫。在商業智能系統的設計中，數據倉庫的構建是關鍵，是商業智能系統的基礎，承擔對業務系統數據整合的任務，為商業智能系統提供數據抽取、轉換和加載(ETL)，并按主題對數據進行查詢和訪問，為聯機數據分析和數據挖掘提供數據平臺。

第四篇：酒店管理本科專業認識實習報告

酒店管理本科專業認識實習報告

一、實習目的通過這次實習讓學生對酒店業的各個因素有一個初步的了解，運用所學專業知識，理論聯系實際。學生通過現場觀察、調查研究工作人員的講解，獲得與本專業有關的實際知識，進一步掌握所學理論；通過接觸生產實際，提高學生分析和解決問題的能力，培養其創新意識和能力。另外還培養我們的團結合作精神，牢固樹立我們的群體意識，即個人智慧只有融入集體之中才能最大限度地發揮。

二、實習概述

為了使我們了解酒店的有關情況和經營管理運作，加強我們的觀察分析能力，學校組織了第19周周一至周五為期5天的認識實習。

我們先是參觀了學校的實驗室，然后去了桂林市內的桂湖飯店和翠園賓館兩家酒店，了解了酒店工作的性質、特點和作用，掌握了酒店工作人員的職責和各項工作程序。第一次親身感受到了所學知識的實際運用，理論與實際相結合，讓我們大開眼界，也是對以前所學知識的一個初審。通過這次認識實習，我還了解到了酒店各崗位對顧客服務的基本操作程序和管理方法，對酒店經營運作也有了一個初步的認識，為后續專業課的選擇與學習打好了一個不錯的基礎。

三、實習內容及企業概況

1、酒店服務與管理模擬操作實驗室

（1）實驗室介紹

這個實驗室有四個教室，分別提供前廳服務摸擬，客房服務摸擬、中西餐飲服務摸擬、酒吧服務模擬、美容化妝、形體訓練等教學訓練項目，前臺電腦中配置有現代酒店運用的酒店管理信息系統。前廳大方簡單，客房分兩間，一間是標準間，另一間是雙人床，都布置得整潔有序。西餐廳比較簡約現代，吧臺后還擺放了各種酒類，讓同學們真實感受到調酒師的工作環境。

（2）實習內容

我們參觀了這些模擬仿真的實驗室，開始對本專業的工作場所有了初步的了解。知道了酒店管理專業的主要工作環境，尤其是實習生的主要工作環境包括前廳、餐廳、客房幾個場所。

2、桂湖飯店

（1）酒店介紹

桂林桂湖飯店是一家中外合資的四星級飯店。飯店位于桂林市中心區老人山前的寶賢湖畔，坐山觀水，環境優美，與著名的獨秀峰、疊彩山、伏波山相映成趣，處處湖光山色，水榭樓臺，入夜后燈火閃爍，流光溢彩，桂湖飯店坐落其間，像一座美麗的蓮花臺，成為

景區內的標志性建筑。

桂湖飯店擁有風格雅致的各類型客房258套，憑窗遠眺，一窗一景，湖光山色，盡收眼底。酒店客房突出中國傳統民族風格，舒適宜人，入住令人心曠神怡。酒店還精心打造了獨立的商務樓層，設置了專用的辦公、休閑區域，讓客人在青山綠水的環繞中輕松度假，有序處理日常公務。

桂湖飯店擁有成功接待休閑度假客人和舉辦各類商務會展的經驗，深受海內外知名人士的一致贊揚。酒店優美自然的生態環境和熱忱的個性化服務被英國最著名的“SAGA”度假旅行社定位為桂林唯一定點度假酒店。專業的會議策劃水準與精細、周到的完美服務，以及國際一流的會議設施，使桂湖飯店成為各類商務洽談、商務會議、學術交流等商務活動的最佳首選。

酒店餐飲設施齊全，設有中、西餐廳以及伴山苑、依山居包廂群，裝修典雅尊貴，擁有金牌主廚，酒店推出的粵、川、魯、湘菜和地方菜，以優質的出品和服務，成為桂林市星級酒店餐飲品牌。位于酒店底樓的健身娛樂中心，為客人提供齊全的休閑服務設施，在旅游、度假和峰會的閑暇之余，可以放松心情，健康身心。

2001年，桂湖飯店就加入中國金鑰匙組織和世界金鑰匙酒店聯盟，成為廣西首家擁有酒店服務萬能博士“金鑰匙”的酒店，2005年至2007年連續獲得國際金鑰匙組織頒發的服務業至尊榮譽“鉆石獎”、“服務品質獎”、管理創新獎”和“最佳經營獎”。2005獲得廣西“十佳”星級酒店稱號。2008年，桂湖飯店又引進“皇金管家”服務理念，在對客服務中進一步提升“精細、周到、圓滿、美好”的服務理念，打造桂湖品牌，以專業化，個性化的服務，讓客人獲得更優質的服務。

桂湖飯店自1990年開業以來，酒店營收屢創新高，多年來房均綜合收入在桂林同星級酒店行列中位居榜首。連續7年被評為外商投資先進企業，現在酒店正以“以客為尊，用心服務”的全新面貌，迎接著四方客人，開創更美好的前景。

（2）實習內容

給我們講解的工作人員是桂湖飯店人力資源部的部門經理。經理告訴我們，桂湖飯店正在由原來主要接待旅行團向商務型酒店轉型中。

我們通過參觀酒店的前廳、餐廳、會議室、客房了解到桂湖飯店每年都會接納大量的實習生和學生小時工，為我們提供大量的實習機會。前廳是一個酒店的神經樞紐，酒店所有工作的起始點就是這里。前廳工作人員的禮儀、外語及工作細致程度要求都是很高的，而且是實習生比較愿意實習的崗位。另外，桂湖飯店與其他的酒店不同的是他們將行李部與前廳分開，避免了前廳擁擠雜亂的現象。酒店承辦的婚宴和旅行團團餐比較多，因為其高質量的餐點和服務，預定日期已經排至明年10月，可謂相當受歡迎。由于顧客對象多以團體形式出現，酒店的大型餐廳較多，西式小餐桌僅在二樓有布置。大型餐廳有圓桌型的中式餐桌，也有自助式的。其中自助式的餐廳是推拉門，空間大小可自由控制，餐廳裝置落地窗，可直觀室外游泳池。我們參觀了酒店的標準間和商務套房。桂湖飯店客房的裝修風

格是以中式風格為主的，主要是為了迎合國外游客對中國傳統文化的需求，同時也彰顯了酒店的特色，形成獨具一格的裝修風格。酒店的客房也充分體現了節能環保的理念。他們的客房打掃是常住客人三日一換，非常住客人一客一換；毛巾也是根據客人要求來更換。酒店會在掛毛巾出張貼提示，與客人達成共識，提示用中、日、英三種語言書寫，方便其閱讀。酒店客房的服務手冊也是用著三種文字書寫，并附帶針線包。衛生間內還設有啟瓶器和體重秤，設置人性化。客房門后貼有緊急疏散圖，確保發生緊急情況時，客人可以在第一時間找到逃生出口。客房布置小沙發和辦公桌，桌上擺放鮮花，看著簡約時尚。數碼商務房設有不間斷電源，保證客人離開房間仍有持續電源充電。房內電腦室無硬盤的，避免客人信息泄露，酒店同時貼有提示告知客人，電腦室無儲存功能的。商務房還設有陽臺，墻壁底部的壁燈光線柔和，達到了夜間在不影響客人休息的前提下的照明要求。酒店客房走廊設有噴淋頭、煙霧感知器、手機信號接收器和音響，為客人安全和通訊提供保障和便利。經理在向我們展示客房的同時，還教我們客房服務是的一些注意事項，如先按門鈴再敲門，開門時要稍有停頓等。由于我們參觀時酒店正在裝修，他們還在每一客房中擺放了致歉信，以取得客人的理解。

除了以上參觀，經理還向我們解說了“金鑰匙”和“黃金管家”的服務理念。讓我們了解了“金鑰匙”的服務對象主要是大眾客戶，可以提供全國范圍內的旅游、酒店等預定服務；“黃金管家”的服務對象是VIP客戶，它的服務就更加全面合理。桂湖飯店主的組織結構要是傳統型的職能型組織結構，它對員工的激勵機制主要是根據績效考核來決定。小費的處理經理也有所提及，讓我提前為將來的實習打下基礎。

另外，我還了解到，實習生主要分布在前廳、餐飲、客房等部門，其他的如人事、財務等部門實習生相對較少。大學畢業生要做好吃苦的準備，雖然在實習階段專科畢業生的競爭力比較大，但是本科生的發展空間更廣闊。

2、翠園賓館

（1）酒店介紹 桂林翠園賓館位于“甲天下”的漓水之畔。緊臨有桂林市徽之稱的象鼻山，得山水之靈氣，是一座裝飾一新，具有歐路式建筑風格的新型旅游賓館。下榻其中引人留連，讓人既領略自然美景，又享受中西文化交融之樂。

桂林翠園賓館占地面積1.3公頃，建筑面積為7150平方米，賓館擁有標準客房100間，總統套間一間，豪華套間2間，商務客房間數及其它房型。客房內設中央空調、彩電、電話、地毯、衛生間及各式高檔家俱； 擁有可容納30人、50人、70人、120人、300人會議室，教室1間，以及中西餐廳、卡拉OK包廂、歌舞廳、茶藝休閑吧、商場、浴腳堂、發廊、停車場，可承辦各種婚宴、生日酒會等。配有專項旅游服務，可容納200多人會議集團和干部培訓。

服務設施：停車場、出租車、收費停車場、商場、票務服務、行李存放服務、洗衣服務、叫醒服務、國內長途電話、國際長途電話

餐飲休閑：中餐廳、咖啡廳、限時送餐服務；迪斯科舞廳、卡拉OK廳

周圍景觀：象鼻山、漓江邊、桂林市會展中心、南城百貨、中心廣場、正陽步行街信 用 卡：萬事達卡(Master)、威士卡(VISA)、運通卡(AMEX)、大萊卡(Dinners Club)、JCB卡、銀聯卡

（2）實習內容

翠園賓館相比桂湖飯店來說，雖然裝修上也是歐式的，但是菜色和服務上更具本土特色，為我們講解的負責人也更親和一些。通過詢問我了解到翠園酒店現在也處于轉型階段，他們現在主要由對外逐漸改為內部服務，專門向政府固定部門提供服務。

我們參觀了酒店的前廳、餐廳、會議室及客房。酒店的餐廳是自助式的，但是也可以改裝成中式餐廳。餐廳的墻壁上掛了各式各樣的桂林特色菜，讓人看了食欲大開。餐廳前十庭院式的草地和小橋，旁邊還設有健身器材，讓人覺得親切。二樓設有多間會議廳及客房，客房的裝修風格比較偏家居式，讓人有回家的感覺。

酒店的大堂還設有特產超市，供入住客人選擇，價格也比較合理，避免了外地客人盲目購買特產而上當受騙。

通過桂湖飯店和翠園賓館的參觀，我知道了每一家酒店都有自己的特色，而他們的員工要融入他們的文化中，通過自己的服務，向客人轉達這一特色。

四、實習總結與體會

雖然我們現在才大一，專業課程也只接觸了管理學一門，認識實習的過程中有很多現象都不能用專業知識去解釋。但是這一次實習確實讓我有機會將所學知識與實際相結合。認識實習并不能完整地學到一些專業知識，但作為一次大學生與實際環境的直接接觸，而且是第一次，必將對以后的專業知識的學習和個人發展有所幫助。我們參觀的桂湖飯店和翠園賓館向我們提供了許多課本上學不到的知識，例如我們對客房服務只有一個腦海中的概念，并不清楚其中的具體流程，這次實習讓我現場體驗了一次。重新確立了自己的目標和自己未來發展的方向。

我明白了酒店的運營需要各個部門的配合，工作要細致謹慎，因為自己的一個錯誤可能會造成其他部門的工作失誤，給其他部門甚至顧客造成不便。團隊合作也是十分有必要的。另外，作為一個服務行業，親和的態度和得當的禮儀也是內在的要求，讓客人感到賓至如歸是這個行業的職業要求。服務業還有一個要求就是與人溝通的能力，這就要求我們有一定的表達能力和理解能力。面對國外的客人，外語要求也是十分高的。

通過對這個職業要求的分析，我重新規劃了一下我的大學生活。除了學好專業課程，還要盡量掌握外語課程，社會人文課程也要參加以培養我內在的氣質和內涵。服務業的實習生在實習期的工作量是十分大的，因此，我們要有吃苦耐勞的決心，和腳踏實地的耐心。同時要有信心，相信這個行業的發展前景是廣闊的。

第五篇：大數據工程實驗室申報書

大數據工程實驗室申請書

1．工程實驗室擬突破的技術方向

大數據工程實驗室擬突破的技術方向為：R語言與Hadoop分布式計算平臺交互技術。

R語言是一種自由免費軟件編程語言與操作環境，主要用于統計分析、繪圖、數據挖掘。R本來是由來自新西蘭奧克蘭大學的Ross Ihaka和Robert Gentleman開發（也因此稱為R），現在由“R開發核心團隊”負責開發。R的源代碼可自由下載使用，可在多種平臺下運行，包括UNIX,Linux,Windows和MacOS。R主要是以命令行操作為主，同時支持GUI的圖形用戶界面。R內建多種統計學及數字分析功能，R比其他統計學或數學專用的編程語言有更強的物件導向功能。R的另一強項是繪圖功能，制圖具有印刷的素質，也可加入數學符號。雖然R主要用于統計分析或者開發統計相關的軟體，但也有人用作矩陣計算。其分析速度可媲美GNU Octave甚至商業軟件MATLAB。CRAN為Comprehensive R Archive Network的簡稱，它除了收藏了R的執行檔下載版、源代碼和說明文件，也收錄了各種用戶撰寫的軟件包。全球有超過一百個CRAN鏡像站，上萬個第三方的軟件包。R的行業應用非常廣泛，例如：統計分析，應用數學，計量經濟，金融分析，財經分析，人文科學，數據挖掘，人工智能，生物信息學，生物制藥，全球地理科學，數據可視化。

Hadoop是一個分布式系統基礎架構，由Apache基金會開發。用戶可以在不了解分布式底層細節的情況下，開發分布式程序。充分利用集群的威力高速運算和存儲。Hadoop實現了一個分布式文件系統（Hadoop Distributed File System），簡稱HDFS。HDFS有著高容錯性的特點，并且設計用來部署在低廉的硬件上。而且它提供高傳輸率來訪問應用程序的數據，適合那些有著超大數據集的應用程序。HDFS放寬了可移植操作系統接口的要求，這樣可以以流的形式訪問文件系統中的數據。自2006年，Hadoop以MapReduce和HDFS獨立發展開始，到今年2013年不過7年時間，Hadoop的家族已經孵化出多個Apache的頂級項目。特別是最近1-2年，發展速度越來越快，并且融入了很多新技術（YARN, Hcatalog, Oozie, Cassandra）。

Hadoop家族的強大之處，在于對大數據的處理，讓原來的不可能（TB,PB數據量計算）成為了可能。R語言的強大之處，在于統計分析，在沒有Hadoop之前，我們對于大數據的處理，要取樣本，假設檢驗，做回歸，長久以來R語言都是統計學家專屬的工具。所以，hadoop重點是全量數據分析，而R語言重點是樣本數據分析。兩種技術放在一起，恰好是取長補短。以計算機開發人員的思路，所有事情都用Hadoop去做，沒有數據建模和證明，“預測的結果”一定是有問題的；以統計人員的思路，所有的事情都用R去做，以抽樣方式，得到的“預測的結果”也一定是有問題的。所以R語言與Hadoop的結合，是產界業的必然的導向，也是產界業和學術界的交集，同時也為交叉學科的人才提供了無限廣闊的想象空間。

目前，通常有兩種方法將R語言與大數據處理平臺相結合使用。第一種方法是，在Hadoop上用MapReduce處理PB、TB量級的數據，縮小數據容量到GB量級，然后將其加載到R中進行處理。在R中，GB級別的數據可以利用MPI并行處理框架構建的集群計算。R包Rmpi、snow、snowfall都可以實現多種MPI支持的并行編程模式。第二種方法是，直接使用支持Hadoop的R包，在R中操作存放在HDFS中的數據，并利用R語言完成MapReduce算法，用來替代Java的MapReduce實現。R包Rhadoop使得R語言具有處理高達TB甚至PB級的大數據的能力。在GitHub社區可以找到該項目與開源實現代碼。Rhadoop包含有三個包，分別是rhdfs,rmr以及rHBase，分別對應Hadoop系統架構中的HDFS, MapReduce和Hbase三個部分。除了Rhadoop之外，還有從R中進行Hive查詢的Rhive包，能夠直接從Hive中進行查詢。將R和結合起來，其既能夠利用分布式計算打破數據量的限制，又能夠利用R中的眾多優秀的免費擴展包，快速實現所需的數據處理分析。

綜上所述，R語言與Hadoop的交互使用技術就成了本項目急需突破的技術方向。

2．工程實驗室的主要功能與任務 大數據工程實驗室的主要功能如下：

（1）為統計學學科與大數據有關的課程教學提供支持。統計學專業的就業前景非常廣闊。整個世界已經迎來了大數據時代，就業市場對熟悉并且能夠分析大數據的應用型人才思賢若渴，所以對《大數據挖掘》等與大數據相關的課程的理論學習和實踐操作顯得尤為重要。一個功能齊全、技術先進的大數據工程實驗室將對大數據的學習者提供一個良好的實踐環境，為學習者將來從事大數據處理做好充足的準備。

（2）為統計學學科大數據相關科研課題的研究提供支撐。在保證完成學校教學任務的前提下，大數據工程實驗室打算面向學校及社會開放，為大數據相關科研課題研究提供支持。為大數據的相關科研課題的研究提供大量、詳實的數據。為大數據的相關科研課題的研究提供數據處理與分析工具。

（3）在一定程度上為社會提供相關服務。可以為社會有關單位和個人提供大數據的采集、準備、存儲、分析與挖掘以及大數據的展示與可視化等一系列服務。可以進行大數據分析與挖掘的設計、開發、培訓，真正實現產、學、研的有機結合。

工程實驗室的任務如下：

（1）培養統計學學科學生對大數據的分析與挖掘能力，尤其培養學生面對復雜大數據時分析與挖掘方法的創新。

（2）以實驗室為基地建立學術氛圍濃厚的大數據分析科研團隊。提倡科研團隊先根據數據特點構建縝密的大數據分析模型，然后依托于功能齊全的大數據工程實驗室對模型進行實踐驗證，繼而最終修正完善模型。（3）把自主研發的大數據分析與挖掘的技術應用到企業中，通過我們對模型的預測和決策確保企業的最終決策能應對日益增加的復雜性，跟上日益加快的步伐。3．工程實驗室的近期和中期目標

大數據工程實驗室的近期目標如下：

（1）建立先進穩定的Hadoop與R的交互平臺；

（2）組建具有行業領先水平，結構合理的大數據分析與挖掘創新團隊。力爭使該團隊成員人人熟練掌握Hadoop與R的交互技術，利用R語言對復雜大數據進行建模最終用于預測和理論上的決策；

大數據工程實驗室的中期目標

（1）自主研制開發基于Hadoop與R交互平臺的大數據分析與挖掘技術，尤其針對復雜數據，例如基于物聯網和云計算的大數據。主要針對不同類型的復雜數據，開發基于Rhadoop的R程序包，申請國家專利，繼而把R程序包上傳國際CRAN鏡像站，為大數據R程序的開發貢獻自己的力量；

（2）把項目團隊的研究成果應用到產品銷售、服務銷售等企業的商業預測和決策之中，構建長期有效的產學研合作機制，成為提高企業競爭力和創新能力的支撐平臺。