前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的互联网经济论文主题范文,仅供参考,欢迎阅读并收藏。
网络时代,引发产业革命的是互联网技术,互联网应用已经渗透至社会生活的方方面面。从现在已经取得成果看,互联网是有史以来最伟大的发明,聚合了人、人际关系、数据、信息、知识,形成了和实体空间平行的网络空间,各种组织、机构的运营方式都要变革——都必须采取“双空间”模式。
以产业为例,在十年左右时间里,PC、手机、音乐、出版、影视、物流、零售、金融、电信等行业等都发生了剧烈变革。有的企业“双空间”经营战略顺利,实现了华丽转身;有的企业“画虎不成却成猫”,被新兴的互联网公司冲击得七零八落,溃不成军。传统企业失败的原因在哪里?专家们往往会提到一个关键词“互联网基因”。
以电信行业为例,微信正在边缘化电信运营商,虽然运营商奋起应战,开发了很多互联网产品,但却战绩惨淡。从财力、员工的能力、国家政策支持的层面看,传统的电信公司都有优势,但是缺乏互联网基因,从而导致竞争处于劣势。
一、从硅谷基因到互联网基因
世界上一些著名500强公司,也正在迎接互联网的挑战。他们都在采取一个统一措施,在硅谷或附近区域开设分支机构,目的就是在当前的企业文化中注入来自硅谷的独一无二的基因,基本上是互联网基因的变种。这批企业中有Target这样的连锁零售商,也有通用电器和福特汽车这样的工业巨头。毕竟传统机构在如今瞬息万变的经济环境中,需要来自硅谷的冒险精神、开放态度、创新意识以及一念之间定成败的超级竞争概念。
1.失败者们的教训
AOL、摩托罗拉和朗讯科技是这个时代的失败者。朗讯最终于2006年和其法国对手阿尔卡特合并成为了现在的Alcatel-Lucent SA,虽然新公司运营得不错,回首其前身Lucent的硅谷故事时,都令人惋惜异常。已被Google收购的摩托罗拉移动则表示,其最近成立的先进科技及产品部门是它10年硅谷旅途中的关键一步。AOL公司最近对开放网络和科技标准的欢迎态度,让人看到了积极的希望。这三家公司虽然开展了“西进运动”,但过于封闭的专利标准和陈旧的想法阻碍它们“开放文化”——互联网文化的基石。
Barnes & Noble是一个投入硅谷怀抱没有吸收硅谷精神的典型。当Barnes & Noble在2009来到硅谷并开发了电子阅读器Nook时,这家公司极不情愿开放Nook的app以及丰富的图书资源,他们把整个Nook生态封闭起来而不是试图让他们兼容别的平台。这么一来,资源提供者们的客户就只有Nook用户这一微不足道的群体。B&N对开放系统的认识也暴露无遗。作为结果,当时的CEO William Lynch因为设备销量不足而下台,Nook在后来也终于向其它平台开放。
2.成功者们的经验
沃尔玛于2011年收购了初创公司Kosmix——其电子零售部门研发主力@WalmartLabs的前身。自此之后的一系列收购使得这个传统零售巨头迅速掌握了在数据、移动技术、搜索和社交科技方面的开发和使用方法。这些东西促成了Walmart.com的新搜索引擎,这个引擎为沃尔玛带来额外20%的实际购买量。
福特把它的硅谷办公室视为一个和整个组织有机结合的成分。资深技术管理人员K. Venkatesh Prasad大部分时间都在福特密歇根总部和硅谷办公室之间穿梭,他说:“硅谷办公室是福特全球研发部门的一个有机组成部分。我们是一个团队,一起工作。我们有一系列共同合作的研发项目。”这些项目中包括利用3D打印,内嵌式电子设备和软件技术的6周快速建模和一些跨地区的合作计划。
这些企业带着开放和融合精神投入硅谷怀抱,获得迅速的正面回报,像由电子商务带来的销售增长、进入新兴市场和更短的产品开发周期等。
3.硅谷基因的直接嫁接
除了设立研发机构之外,这些硅谷移民还通过和大型公司建立伙伴关系来获得利益。宝马和苹果的合作就是个很好的例子。15年前,宝马第一次来到旧金山,和苹果首次将iPod集成到了宝马车中。帮助宝马制造了i3电动车型的Darren Liccardo表示,如果没有亲自来到硅谷,这种合作根本不会实现。“我们在整个组织内普及并推广新的想法”,Liccardo如是说。加州的研发人员通常要在慕尼黑工作上2-3年,而德国的高管们也会定期访问宝马的硅谷部门。
传统公司和硅谷之间的合作是双赢的互惠关系。前者得到了技术,后者得到发展需要的资金。2013年4月,通用电气以1.05亿美元购得了初创公司Pivotal 10%的股份。通用将会用Pivotal的技术帮助其软件部门开发更符合其未来远景的应用程序。GE全球软件中心的副主管Bill Ruh的评价还是那句老话:“如果你没有亲自来到硅谷,这一切是不会实现的。”
正如内裤外穿不能使你获得超人的能力那样,在硅谷开个分公司之类也不代表着你就真正地融入到这个文化体中了。既有宝马和苹果早期在车载娱乐系统上的甜蜜合作,也有Barnes & Noble这样的落寞者。聪明的合作者往往懂得谨慎且批判地从硅谷的独特文化中汲取养分并巧妙地使其和本身文化融合;在与伙伴的合作过程中,他们也是步步为营地各取所需。
二、互联网基因的三个维度
互联网是一种工具,但运营互联网却是一种思维方式。会用互联网、能评互联网与真做互联网,三者之间存在巨大差别。这不是经验的差别,而是思维方式的差别,甚至是思维惯性的问题。这种差别就是互联网基因,它有下面三个维度。
1.平等文化
真正的互联网人是蔑视权威的,无论财富权力多高,是平视看待周围一切的,不会仰视也不会俯视,这是骨子里的基因。不是因为高傲,而是因为大家更相信平等与公平带来的自尊和自信能带来更大的创新创造力!高智商的工程师普遍具有理想主义情怀,每天面对着电脑写程序,必须严谨细致。同时又耳濡目染乔布斯、扎克伯格、施密特的创业故事和不羁的创新精神,往往心思活跃,天马行空。
在一家互联网公司中,首先,上下级的观念必须淡化,同时工作关系要越简单越好,这样能给予创新产品以基本的土壤。在工作沟通时不会认为感觉到职级的差异,便于激发基层员工的创新精神。其次,企业内部必须有鼓励产品创新的氛围。在激励体制和组织架构上,必须以产品为中心,以市场成败来论英雄。
这种企业文化是和中国传统的国有文化是背离的,如果一家具有国资背景的公司要下水做互联网,那么就先反思自身是否具备了淡化的行政色彩、允许适度自由和鼓励创新、以产品成败为核心的企业文化。
2.产品为王
互联网行业产品为王,用户体验至上。谁的产品能体贴入微地解决用户的需求,谁就能生存下来。在依靠一种核心产品吸引用户之后,可以建立排他性的产品优势。在此基础上扩充产品功能,逐步搭建平台,创造直接伸往用户终端的渠道。
首先,互联网文化是一种解决社会底层群众最迫切需求的文化,产品创新的同时,用户体验要非常好。例如,360公司的安全卫士从困扰小白用户的杀毒功能开始做起,慢慢延伸至桌面管理、系统维护、软件下载等领域,逐步搭建了一个桌面平台,牢牢抓住了用户的终端入口。
其次,产品的基础功能必须免费。这已经成为互联网行业的基本共识。只有当产品取得了绝对的市场占有率,并且因此搭建了一体式平台之后,才能开始考虑盈利问题。谁考虑对基础用户收费,谁家产品就会失去最庞大的用户群体。由于互联网行业不存在准入门槛,用户也是极其挑剔,在同类产品中的迁移成本很低,因此在面临竞争时,必须时刻注意用户的使用体验反馈,快速迭代版本,敏捷开发。在上一个功能没有取得用户的绝对认可之前,不能冒险开发下一个功能。
那种抱着推出产品第一个版本就涵盖了大而全的功能的想法,已经证明了是一种失败的策略。如果有一天产品停止了更新,新版本不再具备新功能,那么用户流失就开始变成现实。在快速的版本迭代中新开发出来一个接一个的新功能,不断地加强用户的体验,才能牢牢抓住用户的心。
如果一家公司在产品的开发过程中,对用户的需求不敏感,停止了反映用户的诉求的版本迭代,那么它会面临强烈的挑战。如果公司内部开发流程或者沟通成本很高,产品的前景同样不容乐观。恰好有一种开发模式都符合这两个缺点,那就是产品开发外包。我们在后续会聊到具体的案例。
3.模式创
新互联网上的创业者们发明了许多全新的商业模式,这些商业模式完全依赖于现有的和新兴的技术。利用技术,企业们可以以最小的代价,接触到更多的消费者。通过模式创新,互联网公司悄悄地腐蚀着传统产业巨头的地盘,当这些巨头觉醒时,生死已定。
每一次商业模式的革新都能给公司带来一定时间内的竞争优势。但是随着时间的改变,公司必须不断地重新思考它的商业设计。随着(消费者的)价值取向从一个行业转移到另一个行业,公司必须不断改变它们的商业模式。一个公司的成败最终取决于它的商业设计是否符合了消费者的优先需求。随着时代的进步,商业模式也变得越来越精巧。
互联网公司常常使用“饵与钩(Baitand Hook)”模式,也称为“剃刀与刀片”(Razor and Blades)模式,或是“搭售”(TiedProducts)模式。在这种模式里,基本产品的出售价格极低,通常处于亏损状态;而与之相关的消耗品或是服务的价格则十分昂贵。比如说,剃须刀(饵)和刀片(钩),手机(饵)和通话时间(钩),打印机(饵)和墨盒(钩),相机(饵)和照片(钩),等等。这个模式还有一个很有趣的变形:软件开发者们免费发放他们的文本阅读器,但是对其文本编辑器的定价却高达几百美金。其中有三个诀窍:
(1)用付费产品来补贴免费产品。招徕顾客的廉价品是做生意的幌子,例如通过价格不菲的爆米花来补贴不赚钱的电影,或是通过餐厅里昂贵的红酒来补贴便宜的饭菜。免费还会以更多的形式出现,某种商品不仅仅是打折出售,而且是完全免费赠送。“内有免费礼物”或是更常见的免费样品就属于这种推销手段。这种免费的商业模式很久之前就存在了,我们很熟悉,而且它的表现形式也很直接,因此我们就不赘述了。
(2)用日后付费来补贴当前免费。赠送手机但必须使用移动通讯商两年以上的服务就是一个经典的长期交叉补贴案例。这种营销手段把手机服务从追求某个时间节点的收入延伸到更长的时间段。如果你使用了这种服务,那么就是未来的你在给现在的你提供交叉补贴。使用这种服务的人不会去多想每年要付的手机费,而是会因为今天刚拿到的免费手机而沾沾自喜。
(3)付费人群来给不付费人群提供补贴。类似的例子有俱乐部男士买门票而女士免票,“孩子免费入场”,富人多付税、穷人少付税(有时候不付税)的累进税制。把市场根据人们愿意付费的诚意和能力划分为不同的人群,是一种传统的定价理论。在这种情形下,免费以非常极端的形式出现,商家希望免费得到产品或服务相关的消费群体能够掏腰包。商家寄希望于不用掏钱的消费者能够吸引到掏钱的消费者(俱乐部女性的例子),或是可以带来会掏钱的消费者(小孩的例子),而且不用掏钱的消费者中日后有一部分人也会慷慨解囊。当你在美国赌城拉斯维加斯徜徉并欣赏建筑物奢华的装饰时,你确实不用掏钱,但是这些大楼的老板们希望你能够停下来去赌场赌一把,或是去商场血拼购物(如果你既去赌钱又去购物,他们会笑不拢嘴的)。
三、组织转型的六个策略
我国面临着很多迫切的互联网转型任务,其中既有掌握千亿市场份额的国有企业,也有各种教育、医疗、军事等组织,都需要“双空间”运行。如何以互联网的思维方式来应对互联网运营方式的冲击,如何用互联网基因来变革传统方式,如何有效调合两种运行方式,下面6个策略,值得参考:
1.两个团队平行运作
在一些重要的传统组织中,要进行互联网的变革,一定要两条线。传统运营模式与互联网基因会产生冲突,不能把两种思路两条线放在一个团队里去干。
2.衍生新的商业模式
对客户数据的分析和挖掘变得很重要,成为提供优质服务和衍生新商业模式的基础。通过对客户数据的分析和挖掘,完成新的布局。携程网是个典型,2002年时,发现商旅客户不去五星级酒店而选择价位适中的酒店时,就合资成立了如家。近几年发现,自助游客户越来越多的倾向于寻找特色客栈度假时,则投资了中国古镇网等一系列新业务。
3.一线进行决策
由于客户行为成为研究重点,用户体验是关键,所以一线人员具有最多的发言权。通过现有客户资源的深度挖掘,以提升重复购买率。通过大数据分析模型,了解客户的爱好,可以提高推荐成功率高,线上的所有设计都是为了拿到客户的行为数据,以最终达成线下更高的准确率。总之,现在是谁有数据谁有发言权。
4.恰当时机的融合
什么时候整合线上和线下两个团队,必须在线下与后台系统做深度结合以后。完成线上线下的明确定位,让线上线下的业务形成的服务闭环,才能真正实现业务的全面转型。
5.发展合作伙伴
定位自己的核心能力,开放平台,引入合作伙伴来完善服务,建立整合资源和产品包的营销能力。中国企业现在大多面临着由以前的提品到提供服务的转型过程,尤其是处于行业领先地位的千亿级企业,服务转型对于企业来说,就是由资源独占到资源共享的过程,然后基于这种数据或资源的架构进行自由选择和组合,提供按需服务。
[小标题1]网民赚钱不承认
谁是网民?“网民”不像“人民”、“公民”那样说起来简单、解释起来难办。我想,只要你上互联网,不论是在网吧、在自家,你就算是一位“网民”。
说网民赚了钱,网民自己却不承认。并有“网虫”拎着上网费、电话费收据愤怒地挥舞:“上网?就只能这么往外扔钱,拿什么去赚钱!”
你上互联网人家给你钱,才算赚钱么?这种认识未免太不科学了;公正地说,看你赚没赚钱,一定要看支出和收入的比。
从网上打电话,不论你打到哪里,只要不出地球,就是市话价:3分钟2角。给国内外朋友发纸信(“纸信”是与“电子信”对称的),最便宜也得8角,超过20克,再搞个挂号、快件啥的,花几元十几元不新鲜,且得三四天才能到达,如果从互联网上你给朋友发E-mail(电子信件),不但省事(装信封、贴邮票、跑邮局一样儿不用)、快捷(几秒就发到)、安全(绝不会掉到传达室的桌子缝里半年后才被发现),而且发出比你这封信多几倍几十倍的信息量,也用不了几分钱。你要推销产品,可花两分钟申请一个网域,再花几分钟做一个网页,放上你要宣传的文字和照片,世界范围内的消费者马上可以从网上看到你的广告,比其它任何形式的广告都要便宜千百倍。你要给编辑部投稿,稿子长点也好短点也罢,是文章也好是照片也罢,编辑部离得远也好近也罢,一眨眼、两眨眼的功夫,你的稿件就到了编辑部的电脑里,编辑要采用,明天就可以见报(见杂志当然要晚些),中间隔了两天,样报或稿费就寄到你手里了,你要是用信封寄这稿子,此时人家编辑大概还没见着呢。你要购进一批商品,只需花几分十几分钟时间,就能在全国乃至世界范围内,找到最低的价位在哪里,如此成效,你打上几个月电话也难以办到,乘火车、飞机跑上半年也望尘莫及……
岂止如此?邮递费、交通费都呈上涨趋势,上网资费却在不断下调。而且,各接入服务商之间的竞争在不断加剧,他们各自运用自己所积累的资源优势,与对手展开消耗战,然而,不管哪一家服务商,竞争手段肯定少不了最普遍的一种,就是降价。价格越低,网民的相对支出就越少,所“赚”得的数目就越大。目前有的公司上网收费标准已经打到了五折。同样办一件事,用的钱少了,也就等于你赚了钱。
其实,网民更大的“赚头”,决不在于“省”了多少钱,而是在于赢得的“时效”。“时效”是一个最了不起的东西。举个例子说, 阿根廷专家马拉德那于1998年10月研究出一种金刚石高产技术后,整天以书信和电话向国内外厂家征求合作未果;而美国的克鲁斯于1999年1月才取得了大致相同的成果,他在互联网上以网页加E-mail的形式很快找到了合作者。当21世纪的钟声敲响时,克鲁斯已腰缠万贯,马拉德那仍然是一位穷专家。“网民花钱”与“网民赚钱”的关系,就是这样。
当然,整天在网上瞎聊神转,花了一笔笔“水漂儿”钱的“白送铜”网民,另当别论。
[小标题2]网务配送有可为
当下,网络商务被宣扬得风风火火。它确实是人类有史以来最快捷的商务运作模式,“鼠标一点,商品进门”是网络商务在人们心目中的理想境界。然而,网络商务毕竟有“结算”和“送货”两大瓶颈。
各商业银行与网络公司关系的日益密切,使网络商务的结算途径越来越不成问题了,而送货方面的弊病则越来越凸显出来。在网上订货后怎样把商品拿到手?有两种途径供你选择:一是自己到商店去取,二是耐心等人家给你发货,一般要等上几天,也许会等更长时间。一些人等不及,说“不如自己去商店买来算了”。这样就有了一个网络商务的商品配送问题。
要说配送赚钱,首先让人想到8848网站,这网站之所以著名,之所以成为中国最成功的网络商务站点,并取得了较好的经济效益,最主要的原因,就在于它拥有自己的网务配送机构。
最近,笔者又从网上看到,有两家靠挂其它网站、从事配送服务的公司,都在紧锣密鼓地张罗建立自己的网站。由此感到,现在我国的网络商务正向着“一个网站一个配送中心”的方向发展。
这种配送现状和趋势,好像有着很大弊病。配送与网站合二为一,有点像企业内部设立职工医院,当然有其好处。但从长远经济观点上讲,这是一种“小而全”的经营模式,是对生产力的一种浪费,势必造成资源重置,使企业承受不必要的负担,并且,不能用全力去发展自己的强项。而现有的一些没有网站的配送公司,由于规模较小,只能顾及自己的靠挂单位,对于其它网站的商务活动只能“望洋兴叹”。
所以,据笔者估计,在经济规律的作用下,独立于所有网站之外的、有足够实力的、能形成立体服务的大型网务配送中心,必定会在不远的时间内,成为网络产业中新兴的经济增长点,其利润前景应该是相当可观的。而由于市场经济竞争机制的存在,类似企业会接连出现,并在各自的竞争中不断优化服务,压低利润,相互兼并,实现利益分配乃至产业结构的重组。
由此认为,不失时机地搞好网务配送的远景规划、近期设计和现行运作,是新世纪“吃网饭”的突破口之一。
[小标题3]网络媒体“饭”最好吃
当下什么样的经济活动最“大手”?答曰:网络企业的广告。
统计学论文2000字(一):影响民族院校统计学专业回归分析成绩因素的研究论文
摘要:学习成绩是评价学生素质的重要方面,也是教师检验教学能力、反思教学成果的重要标准。利用大连民族大学统计学专业本科生有关数据(专业基础课成绩、平时成绩和回归分析期末成绩),建立多元線性回归模型,对影响回归分析期末成绩的因素进行深入研究,其结果对今后的教学方法改进和教学质量提高具有十分重要的指导意义。
关键词:多元线性回归;专业基础课成绩;平时成绩;期末成绩
为了实现教学目标,提高教学质量,有效提高学生学习成绩是很有必要的。我们知道专业基础课成绩必定影响专业课成绩,而且平时成绩也会影响专业课成绩,这两类成绩与专业课成绩基本上是呈正相关的,但它们之间的关系密切程度有多大?它们之间又存在怎样的内在联系呢?就这些问题,本文主要选取了2016级统计专业50名学生的四门专业基础课成绩以及回归分析的平时成绩和期末成绩,运用SPSS统计软件进行分析研究,寻求回归分析期末成绩影响因素的变化规律,拟合出关系式,从而为强化学生的后续学习和提高老师的教学质量提供了有利依据。
一、数据选取
回归分析是统计专业必修课,也是统计学中的一个非常重要的分支,它在自然科学、管理科学和社会、经济等领域应用十分广泛。因此研究影响统计学专业回归分析成绩的相关性是十分重要的。
选取了统计专业50名学生的专业基础课成绩(包括数学分析、高等代数、解析几何和概率论)、回归分析的平时成绩和期末成绩,结合多元线性回归的基础理论知识[1-2],建立多元回归方程,进行深入研究,可以直观、高效、科学地分析各种因素对回归分析期末成绩造成的影响。
二、建立多元线性回归模型1及数据分析
运用SPSS统计软件对回归分析期末成绩的影响因素进行研究,可以得到准确、科学合理的数据结果,全面分析评价学生考试成绩,对教师以后的教学工作和学生的学习会有较大帮助。自变量x1表示数学分析成绩,x2表示高等代数成绩,x3表示解析几何成绩,x4表示概率论成绩,x5表示平时成绩;因变量y1表示回归分析期末成绩,根据经验可知因变量y1和自变量xi,i=1,2,3,4,5之间大致成线性关系,可建立线性回归模型:
(1)
线性回归模型通常满足以下几个基本假设,
1.随机误差项具有零均值和等方差,即
(2)
这个假定通常称为高斯-马尔柯夫条件。
2.正态分布假定条件
由多元正态分布的性质和上述假定可知,随机变量y1服从n维正态分布。
从表1描述性统计表中可看到各变量的平均值1=79.68,2=74.66,3=77.22,4=78.10,5=81.04,1=75.48;xi的标准差分别为10.847,11.531,8.929,9.018,9.221,y1的标准差为8.141;有效样本量n=50。
回归分析期末成绩y1的多元回归模型1为:
y1=-5.254+0.221x1-0.4x2+0.154x3
+0.334x4+0.347x5
从表2中可以看到各变量的|t|值,在给定显著水平?琢=0.05的情况下,通过t分布表可以查出,自由度为44的临界值t?琢/2(44)=2.015,由于高等代数x2的|t|值为0.651小于t?琢/2(44),因此x2对y1的影响不显著,其他自变量对y1都是线性显著的。下面利用后退法[3]剔除自变量x2。
三、后退法建立多元线性回归模型2及数据分析
从模型1中剔除了x2变量,多元回归模型2为:
y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5(5)
在表4中,F统计量为90.326,在给定显著水平?琢=0.05的情况下,查F分布表可得,自由度為p=4和n-p-1=45的临界值F0.05(4,45)=2.579,所以F>F0.05(4,45),在表5中,所有自变量的|t|值都大于t?琢/2(45)=2.014,因此,多元回归模型2的线性关系是显著的。
四、结束语
通过对上述模型进行分析,即各个自变量对因变量的边际影响,可以得到以下结论:在保持其他条件不变的情况下,当数学分析成绩提高一分,则回归分析成绩可提高0.242分[4-5];同理,当解析几何成绩、概率论成绩和平时成绩每提高一分,则回归分析成绩分别提高0.149分、0.377分和0.293分。
通过对学生专业基础课成绩、平时成绩与回归分析期末成绩之间相关关系的研究,一方面有利于教师把控回归分析教学课堂,提高教师意识,注重专业基础课教学的重要性,同时,当学生平时成绩不好时,随时调整教学进度提高学生平时学习能力;另一方面使学生认识到,为了更好地掌握回归分析知识,应加强专业基础课的学习,提高平时学习的积极性。因此,通过对回归分析期末成绩影响因素的研究能有效的解决教师教学和学生学习中的许多问题。
统计学毕业论文范文模板(二):大数据背景下统计学专业“数据挖掘”课程的教学探讨论文
摘要:互联网技术、物联网技术、云计算技术的蓬勃发展,造就了一个崭新的大数据时代,这些变化对统计学专业人才培养模式的变革起到了助推器的作用,而数据挖掘作为拓展和提升大数据分析方法与思路的应用型课程,被广泛纳入统计学本科专业人才培养方案。本文基于数据挖掘课程的特点,结合实际教学经验,对统计学本科专业开设数据挖掘课程进行教学探讨,以期达到更好的教学效果。
关键词:统计学专业;数据挖掘;大数据;教学
一、引言
通常人们总结大数据有“4V”的特點:Volume(体量大),Variety(多样性),Velocity(速度快)和Value(价值密度低)。从这样大量、多样化的数据中挖掘和发现内在的价值,是这个时代带给我们的机遇与挑战,同时对数据分析技术的要求也相应提高。传统教学模式并不能适应和满足学生了解数据处理和分析最新技术与方法的迫切需要。对于常常和数据打交道的统计学专业的学生来说,更是如此。
二、课程教学探讨
针对统计学本科专业的学生而言,“数据挖掘”课程一般在他们三年级或者四年级所开设,他们在前期已经学习完统计学、应用回归分析、多元统计分析、时间序列分析等课程,所以在“数据挖掘”课程的教学内容选择上要有所取舍,同时把握好难度。不能把“数据挖掘”课程涵盖了的所有内容不加选择地要求学生全部掌握,对学生来说是不太现实的,需要为统计学专业本科生“个性化定制”教学内容。
(1)“数据挖掘”课程的教学应该偏重于应用,更注重培养学生解决问题的能力。因此,教学目标应该是:使学生树立数据挖掘的思维体系,掌握数据挖掘的基本方法,提高学生的实际动手能力,为在大数据时代,进一步学习各种数据处理和定量分析工具打下必要的基础。按照这个目标,教学内容应以数据挖掘技术的基本原理讲解为主,让学生了解和掌握各种技术和方法的来龙去脉、功能及优缺点;以算法讲解为辅,由于有R语言、python等软件,学生了解典型的算法,能用软件把算法实现,对软件的计算结果熟练解读,对各种算法的改进和深入研究则不作要求,有兴趣的同学可以自行课下探讨。
(2)对于已经学过的内容不再详细讲解,而是侧重介绍它们在数据挖掘中的功能及综合应用。在新知识的讲解过程中,注意和已学过知识的融汇贯通,既复习巩固了原来学过的知识,同时也无形中降低了新知识的难度。比如,在数据挖掘模型评估中,把混淆矩阵、ROC曲线、误差平方和等知识点就能和之前学过的内容有机联系起来。
(3)结合现实数据,让学生由“被动接收”式的学习变为“主动探究”型的学习。在讲解每种方法和技术之后,增加一个或几个案例,以加强学生对知识的理解。除了充分利用已有的国内外数据资源,还可以鼓励学生去搜集自己感兴趣的或者国家及社会大众关注的问题进行研究,提升学生学习的成就感。
(4)充分考虑前述提到的三点,课程内容计划安排见表1。
(5)课程的考核方式既要一定的理论性,又不能失掉实践应用性,所以需要结合平时课堂表现、平时实验项目完成情况和期末考试来综合评定成绩。采取期末闭卷理论考试占50%,平时实验项目完成占40%,课堂表现占10%,这样可以全方位的评价学生的表现。
三、教学效果评估
经过几轮的教学实践后,取得了如下的教学效果:
(1)学生对课程的兴趣度在提升,课下也会不停地去思考数据挖掘有关的方法和技巧,发现问题后会一起交流与讨论。
(2)在大学生创新创业项目或者数据分析的有关竞赛中,选用数据挖掘方法的人数也越来越多,部分同学的成果还能在期刊上正式发表,有的同学还能在竞赛中取得优秀的成绩。
(3)统计学专业本科生毕业论文的选题中利用数据挖掘有关方法来完成的论文越来越多,论文的完成质量也在不断提高。
(4)本科毕业生的就业岗位中从事数据挖掘工作的人数有所提高,说明满足企业需求技能的人数在增加。继续深造的毕业生选择数据挖掘研究方向的人数也在逐渐增多,表明学生的学习兴趣得以激发。
教学实践结果表明,通过数据挖掘课程的学习,可以让学生在掌握理论知识的基础上,进一步提升分析问题和解决实际问题的能力。