大数据背景下信息管理学科的内涵与创新——以《商务智能》教学为切入点

缪 宁， 穆向阳， 裴胜利

（1.天津财经大学珠江学院， 天津 300000； 2.南京大学， 南京 210000； 3.天津理工大学， 天津 300000）

一、引言

《2013NMC 地平线报告（高教版）》非常有预见性地认为“大数据和学习分析”将在未来2 至3年成为主流技术。 随着网络学习及相关学习管理系统的不断普及，数据挖掘方法在学习管理系统中得到应用，并开启了利用网络分析技术对学习者行为加以分析的研究，Romero，C.等人（2005）对Moodle 学习平台的日志分析是这方面研究的典范。 记录在学习管理系统中的学习者行为数据，经过聚集、分类、可视化以及关联规则分析等操作，生成实时的数据报告。因此目前一些高校将数据管理与分析的相关课程或者内容引入到教学项目中来。本文结合信息管理学科的内涵，针对大数据背景下《商务智能》的教学研究工作进行分析，希望对信息管理学科的教学有一定的帮助。

二、大数据的定义及本质

大数据是继云计算、物联网后的又一技术热点。大数据从2009年开始流行于互联网。 随着谷歌Map Reduce和GoogleFileSystem（GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。 大数据研究机构Gartner 将大数据定义为一种具大规模、多样性和高增长特性的信息资产， 需新的并行数据处理平台或技术从大数据中提取潜在有价值的决策和优化信息。 排名全球第一的企业数据集成软件商Informatica 认为大数据包括海量数据和复杂数据两个类型， 其规模超过传统数据库系统进行管理和处理的能力。 著名的存储解决方案公司NetApp 定义大数据包含分析、带宽和内容三要素，侧重于大数据的实时分析、高速处理和可扩展性。 大数据通常是指数据规模大于10TB 以上的数据集。 大数据的4V 特点即规模性、高速性、多样性和价值性。

三、信息管理学科开展《商务智能》创新教学的必要性

紧跟科技进步的步伐， 为了不产生人才培养和社会需求之间的脱节，目前，国内已有高校将商务智能技术作为教学研究方法或者设置了研究生专业点， 比如中国人民大学孟小峰教授等人对数据空间的概念、实现数据空间支撑平台所需的关键技术进行了详细的阐述与分析， 并带领中国人民大学网络与移动数据管理实验室研究团队研发了具代表性的个人数据空间原型系统orientsPac。 但是国内有些一流的高校并没有将《商务智能》的教学工作写入到信息管理学科的教学计划之中。 本文作者认为信息管理学科的学生在当今的大数据背景下对《商务智能》的学习很有必要。 信息管理学科主要研究信息资源的结构与特征， 通过对信息的搜集、处理、控制、规划等工作为决策管理、生产管理和科学研究等提供高质量的信息服务。 该专业培养的学生应该掌握信息系统开发的设计理论、原理、原则和方法及各种应用。 商务智能本身在其本质意义上来说就是高层次的管理信息系统。 作为高层次的管理信息系统自然应该引入到信息管理学科的教学中去。

大数据背景下商务智能创新教学工作引入到信息管理学科的必要性有以下几点：

第一，信息时代的要求。信息管理学科由于能够跟进时代步伐， 设立后不久国内的很多高校就增设了此专业。该专业的教育在很多国家也得到了大力支持，如美国实施的国家信息基础设施计划中就包括信息系统研究的支持内容。商务智能是逐步发展起来的，而其随着网格计算、云计算的出现以及大数据出现后，它的功能也将不断被改进和完善， 时代的特征使得这个专业的知识处于不断的发展变化之中。 《商务智能》教学的引入正是这种信息时代的客观要求。

第二， 商务智能在其本质上就是较高层次的管理信息系统。其历史可以追溯到早期的事物处理系统。随着对决策功能支持、 分析处理综合性复杂问题能力等的要求，渐渐出现了后期的高级管理人员信息系统、管理信息系统、决策支持系统，最终出现了提供智慧产品的商务智能系统。从其发展历史上，我们可以看出商务智能和管理信息系统没有本质上的差别。

第三，提高本专业学生的就业竞争力。人才的培养要与社会的需求紧密联系在一起。 从全球的范围来看，商务智能是当前企业最为关注的技术热点， 已经成为了ERP（Enterprise Resource Planning） 后最具发展前景的信息技术。 在当前海量信息快速发展、数据信息快速流通的形势之下， 培养能够快速分析整理数据等社会要求的人才极为重要。 从最近几年的就业形势上来看，企业对高水平人才的需求并没有减少， 问题主要出在高校人才的培养和企业需求的脱节之上。 而造成这一现象的主要原因就是高校的教学发展滞后，无法跟上企业需求的变化。 如果信息管理学科引入大数据的教学工作， 掌握商务智能的相关知识，将会提升本专业学生的就业竞争力。

四、信息管理学科开展《商务智能》创新教学研究的优势和不足

信息管理学科的教学体系内容和大数据本身具有内在一致性， 那么该专业本身就存在着开展商务智能教学的自然优势。 主要表现为：首先，该专业的课程设置围绕着三大模块展开，分别是管理学、经济学和计算机科学与技术。 管理学的知识使得该专业的学生可以从管理的角度很好地理解数据的整个工作过程， 从而将掌握的商务智能系统的基本知识运用于大数据的高效整理分析。 其次商务智能最终依赖的数据都是来源于公司的底层业务数据，如果不具有相应的经济学的知识，海量的业务数据很容易让人迷失方向，因此要想学好大数据的相关知识，经济学知识是必不可少的。 如果仅仅了解大数据系统的功能与作用而不了解其功能的实现原理， 则无法彻底地了解整个商务智能系统。 信息管理学科与电子商务专业学生间很大的区别就是信息管理学科的学生不仅了解大数据的应用层面，还了解其技术层面。具有管理信息系统开发的理论和技术，可以在管理、经济、技术三个层面上更好地掌握系统的本质。 在大数据背景下学好商务智能将对信息管理学科的学生未来的就业有帮助。 信息管理学科都建设有自己的实验室， 学生不仅可以模拟数据层次上的案例，也可以从技术上对数据进行学习，开展相应的研究工作，提高学生的动手能力。对于大数据背景下开展《商务智能》的创新研究教学，信息管理学科有着自身的优势，当然也存在不足，比如从师资方面来看模拟实验室需要较高的计算机配置， 普通的计算机无法满足系统的需求。 这就要求对原有的实验设备进行更新。

五、小结

商务智能是管理信息系统发展的高级阶段， 它的出现已经为企业带来了新的管理手段， 其重要作用也受到越来越多企业的重视， 对该方面人才也将会有很大的需求。 在大数据时代的社会环境下高校的教育要跟上技术发展的脚步，培养满足社会需求的人才，这样才能够更好地让高校企业联系在一起， 使得人才供给和社会的发展之间保持顺畅。

［1］缪宁，邓小珍，刘文远，王宝文.基于叶贝斯正侧化神经网络虚拟企业敏捷性评价［J］.计算机工程与应用，2008，（08）.

［2］穆向阳，缪宁，陈明，范伟.云计算环境下BI 对企业核心竞争力的影响［J］.情报杂志，2010，（6）.

［3］周倚平.2010年商业智能研究分析报告［R］.2010.

［4］蒋励.数据挖掘技术综述［J］.中国科技博览，2010，4（33）：9-10.

［5］蒋晖，等.数据挖掘及其一种关联规则算法［J］.计算机与数字工程，2011，39（6）：38-42.

［6］迈尔·公恩伯格，库克耶.大数据时代［M］.杭州：浙江人民出版社，2013.