以商务理论和计算机技术的融合为目的，研究大数据课程体系，分析电子商务专业计算机能力需求，整合和优化该专业计算机课程，构建以大数据分析为中心的电子商务专业计算机课程体系，将大数据分析思维贯穿到电商人才培养的全过程。
电子商务是利用计算机技术对商务模式和商务规则的实现和创新，“数据化”是电商企业和传统实体店之间最本质的区别。伴随着云计算、物联网等技术的推广和应用，大数据既为电子商务提供了巨大的机遇，也带来了一系列的挑战。
作为电子商务的支撑技术，计算机应用技术是电子商务专业人才培养的重要方面。目前，电子商务的海量数据规模和多样数据类型等特性，对电子商务专业人才的计算机技术能力和知识结构提出了更高更复杂的要求，从而对传统的电子商务专业计算机课程体系带来了挑战。
面对大数据、云计算技术与管理、商务的结合需求，笔者以商务理论和计算机技术的融合为目的，对应用型电子商务专业计算机教学进行重新定位，将计算机课程和部分电子商务专业课程进行整合与优化，使专业课程的教学内容充分体现当前大数据时代的特征，促进大数据在电子商务专业教学中的融合。
目前，国内外多所高校开展了大数据课程体系与专业建设。从知识范围与人才培养的方面来看，当前大数据课程体系的主要方向为：面向商学院、管理学院、财院的大数据分析方向，重点培养数据分析和交流沟通能力，以及基于商业数据进行风险分析、内容分析和决策分析的能力；面向计算机学院与软件学院的大数据平台方向，培养大数据处理技术的编程与开发能力，以及利用各种技术方法对大数据进行分析、存储和检索的能力；面向理学院的深度学习方向，这是当前机器学习的热门研究领域，培养如何从众多复杂的数据中自动提取多层特征，从而发现规律和模式，辅助进行决策或预测的能力[1]。
从国内外大数据课程体系授课对象而言，目前大多数高校的大数据课程主要面向硕士研究生或博士研究生，只有少部分高校如美国的印第安纳大学开设了面向本科生的大数据系列课程。从大数据课程类别来看，可以分为三类：大数据理论课程，主要介绍大数据的基本概念以及大数据处理流程、数据管理、数据科学等知识；大数据技术课程，包括大数据存储与管理、数据挖掘与分析、大数据编程、数据可视化、云计算等知识；大数据应用课程，是指大数据技术在移动终端、社交网络、互联网等特定领域中的应用，即针对某个特定领域的大数据进行分析，通过挖掘有效信息来解决问题[2]。
近几年以来，很多高校的电子商务专业都开设了数据分析的相关课程，以培养学生的数据管理与分析能力，也就是在掌握经济管理理论和计算机技术的基础上，结合经济、金融领域知识，建立数据管理系统，运用适当的数据分析方法进行预测和决策。有些高校甚至开设了金融数据分析、电商运营数据分析等专业课程。
因此，根据高校应用型人才培养的定位，我们将大数据课程体系定位为电子商务领域大数据的分析与应用，针对网络营销中产生的商业数据进行分析和处理，将课程内容侧重于对数据分析工具的具体应用，而不是进行相应的编程开发。
在对国内外高校调研的基础上，结合应用型电子商务专业的实际情况，通过梳理大数据分析相关课程之间的关系，并兼顾基础理论教学与实际应用教学2 个环节，突出课程的基础理论，强化实际应用能力，将应用型大数据分析课程划分为以下4 类课程。
（1）大数据存储与管理课程，介绍如何存储采集到的数据，建立数据库进行管理和调用，主要包括基于NoSQL、NewSQL 异构海量数据的存储、查询和分析技术，以及大数据索引技术和大数据安全技术。
（2）大数据分析与挖掘课程，基于Hadoop平台介绍大数据去噪降维、特征表示、数据整合、非结构化处理和半结构化处理等技术。
（3）大数据统计方法与工具课程，主要让学生系统了解统计分析方法的基本思想和数学原理；使用SPSS、Excel 和SAS 等工具软件将统计分析方法应用到实际问题中，进行大数据预测性和规范性建模，能够对计算结果进行科学解释，并给予专业分析。
（4）大数据开发与应用课程，主要包括大数据分析处理的编程语言、数据可视化技术和面向大数据需求的大型网站技术，还有Web2.0、HTML5 及开发框架等相关内容。
电子商务专业是计算机科学与管理学、经济学相融合的交叉学科，因此与计算机专业的很多课程相同，但由于电子商务专业学生的来源、知识结构和能力要求与计算机专业有很大的不同，因此不能简单地将计算机专业的相关课程直接移植到电子商务专业。我们需要对大数据时代电子商务行业的实际计算机能力需求进行分析评估，在此基础上，对相应课程教学内容进行重新组织和设计。
电子商务业务流程主要包括策划、实施、运营、营销4 个环节。策划包括市场分析、商务模式、盈利模式和管理模式等环节；实施包括商务实施、系统实施和管理实施；运营包括商务运营、组织运营、网站运营和系统运维；营销主要包括线]。
电子商务专业计算机能力需求分析是结合电子商务基本业务流程，对每个工作环节所需要的计算机技术进行详细的分析，在此基础上总结其对应的计算机能力要求。
计算机技术在电子商务业务中的应用主要集中在实施过程中的系统实施环节、运营过程中的网站管理和系统运维环节以及营销过程的网络营销环节。
在系统实施环节，电子商务专业学生需要掌握网站建构的基本流程和要素，熟悉HTML等编程语言，还需要掌握开发效率高、技术难度低、行业应用广的平台开发技术；在网站管理过程中，需要了解信息安全加密技术，掌握数据资源管理技术、数据采集和数据分析技术等。在系统运维环节，需要对系统的流量、用户等数据资源与报表内容进行管理和，以确保整个系统的可靠可用。在网络营销环节，对营销分析和营销评价都需要将数据采集和数据分析技术作为支撑，而关键词分析和链接管理等网络营销专用技术对于网络广告和搜索引擎营销也都是必要的计算机能力。
随着大数据技术的应用，在电子商务产业中，大数据支撑和大数据分析预测的功能，促使数据资源成为了互联网与电子商务的新生产要素构成之一，电子商务业务模式、服务模式、营销模式都发生了巨大的变化，对电子商务人才的计算机技术能力提出了更高更复杂的要求。
电子商务大数据的发展离不开云计算技术的支撑，了解云计算系统架构层次和逻辑，熟悉数据中心管理技术、虚拟化技术等云计算关键技术是电商从业人员进行大数据存储与管理的基础。电子商务大数据还要求具有处理海量事务的能力，能够对大数据进行管理、 分析与挖掘，将大数据采集分析技术应用到点击率预估、率预估、个性化搜索及推荐、商品自动聚类及销量预测等当前电子商务的关键业务流程中。基于大数据的新型营销方式同样也是大数据时代的计算机能力新的需求，通过大数据分析，了解客户的需要，提供定制化产品，动态调整网站内容，向客户做商品推荐，提高客户满意度，根据市场变化，针对不同产品制定相应的产品营销策略[4]。
在对电子商务行业实际计算机技术与能力需求分析评估的基础上，我们对原有高校应用型电子商务专业的教学内容进行重新组织和设计，形成了面向电子商务专业的大数据课程体系，如图1 所示。
传统的电子商务专业计算机课程体系包含多门基础和核心课程，我们对其进行整合，形成面向电子商务专业的大数据课程体系。
在公共基础课程方面，本课程体系仍然以高等数学、概率论与数理统计、计算机文化基础、英语等课程为基础。
在专业基础课程方面， 数据库基础课程讲授传统关系数据的相关内容；将原有的网页设计与网站规划课程进行整合，加入 Web2.0、HTML5 及开发框架等编程方面的内容，形成网站设计与web 编程课程； 原有的C 语言程序设计课程被替换为高级语言程序设计，该课程包括两个部分的内容，一方面是为满足后续Hadoop 平台应用对Java 语言的要求，讲授Java语言相关内容，与此同时该课程还讲授更适合进行大数据分析、处理的Python 脚本编程语言；另一方面，在传统的计算机网络课程的基础上，适当删减一些较为陈旧的网络知识，加入了云计算系统架构层次和逻辑的相关内容，形成了计算机网络与云计算课程。
在专业核心课程方面，Hadoop 开发与管理主要基于Hadoop 平台介绍大数据分析与挖掘的方法；多元统计分析和统计分析技术分别统计分析方法的基本思想和数学原理，以及如何使用SPSS、Excel 和SAS 等工具软件进行分析应用；高级数据库技术是在专业基础课程的基础上， 基于NoSQL、NewSQL 的大数据存储与管理技术；数据可视化技术主要如何利用图形化的工具及手段，数据中的复杂信息，帮助企业更好的进行大数据应用；电商大数据分析主要数据分析的基本方法与流程，如何采用合适的分析工具对电商运营核心业务数据进行分析，并能恰当的展示据数据分析结果，形成合理分析结论。
由于大数据分析应用涉及的知识多、综合性强，而电子商务专业人才培养方案的学时有限，因此需要将电子商务专业部分经管课程的内容进行优化和更新，增加大数据分析在电子商务各个环节应用的相关内容，将互联网思维和大数据分析思维贯穿整个培养过程中。
具体涉及的经管课程为：在电子商务概论课程中增加大数据概述，大数据对电子商务的深刻影响；电子商务系统设计从主要基于网站和信息管理系统的电子商务系统设计向大数据通用开发和分析平台；网络营销中增加基于大数据新型营销方式的相关内容。
我们面向应用型电子商务人才培养，俏师母将大数据分析思维贯穿到电子商务专业人才的培养过程中，构建了相应的课程体系，对高校培养电子商务专业人才的互联网思维、大数据的分析和运用能力，以及提高人才培养质量具有一定参考和借鉴的价值，也为下一步进行大数据教学团队建设和课程教学方法奠定基础。
陈国青教育部管理科学与工程类专业教学指导委员会主任、教育部“长江学者”特聘教授，大学经济管理学院EMC讲席教授、学术委员会主任
方志军中国人工智能学会智能服务专业委员会委员、中国管理科学与工程学会常务理事，上海工程技术大学电子电气工程学院院长、教授
李翠平教育部新世纪优秀人才，中国计算机学会杰出会员、大数据专家委员会委员、数据库专委会委员，中国人民大学信息学院副院长、教授
周 涛国家“青年拔尖人才支持计划”、国家自然科学基金优秀青年基金获得者，电子科技大学教授、互联网科学中心主任
周傲英教育部“长江学者”特聘教授、国家杰出青年基金获得者、教育部跨世纪人才，华东师范大学副校长、教授
图文来自网络，有删减、如涉及版权问题，请联系我们以便处理。文章内容纯属作者个人观点，不代表本网观点。返回搜狐，查看更多
本文由来源于325棋牌 325游戏中心唯一官方网站