数据分析师统计学基础精选(九篇)

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数据分析师统计学基础主题范文，仅供参考，欢迎阅读并收藏。

第1篇：数据分析师统计学基础范文

无论是政治，还是经济形势，任何政府、企业、个人，面对未来进行投融资等项目决策，不经过数据分析论证就简单的决定会带来巨大的危害，已经渐渐的被人们认同。所以，只要参与社会政治、经济等活动，进行投融资，期望带来一定的经济效益，或者社会效益，就必须加强数据分析工作，对投融资意向进行评估，为决策提供科学的依据。

（一）项目数据分析

1、什么是项目数据分析工作

项目数据分析就是研究将经济学理论用数学模型表示，并应用于项目投资分析的方法论。项目数据分析过程是：提出项目（研究机会）、初步可行性研究（市场、技术、资源、环境研究、效益、风险分析评价）、测算经济效益、评估和决策、可行性研究（市场、技术、资源、环境研究、效益、风险分析评价）、评估和决策、项目实施。

2、项目数据分析工作的内容、特点

（1）项目分析工作的内容

一般来说，项目数据分析的内容包括项目的经济效益评价、项目的风险分析和项目的比较选择。

项目的经济效益评价主要是在假设项目没有风险情况下的经济效益，主要针对非贴现指标（会计收益率和投资回收期）和贴现指标（净现值、内部收益率、获利指数和动态投资回收期）。

项目的风险分析，主要是进行盈亏平衡分析、敏感性分析和概率分析。

项目的比较选择，主要是独立方案、互斥方案和不完全互斥方案的设计、评估等选择。

（2）项目分析工作的特点

项目数据分析工作是一门边缘科学，其特点是以定量分析为主要分析手段，通过分析翔实的数据进行项目的论证得出定性结论，并以定量数据进行说明。显然，项目数据分析，必须通过建立数学模型的方法进行分析涉及经济学、数学、统计学和预测学。

（二）什么是投融资

1、项目投融资的概念。

投资是指 “为了在获得预期的收益而作出的确定的垫支或牺牲的各种经济行为” 。因此，投资并不局限于与基础建设相关的经济活动，还包括证劵投资、信贷投资和信托投资。

2、项目投资的特点

项目投资的特点是现在投入资金进行经济效益的博弈，通过对该项目的管理进行长期或者未来的收益，不仅具有时间性，而且具有较强的风险性，其本质就是获得预期的收益。

一些大型的投资项目，通常都由一家专业的财务顾问公司担任其项目的财务顾问，财务顾问公司做为资本市场中介于筹资者与投资者之间的中介机构凭借其对市场的了解以及专门的财务分析人才优势，为项目制定严格的，科学的，技术的财务计划以及形成最小的资本结构，并在资产的规划和投入过程中做出理性的投资决策。

（三）项目数据分析工作对投融资具有重要的意义

1、数据分析工作提高了工作效率，增强了管理的科学性。无论是国家政府部门、企事业单位还是个人，数据分析工作都是进行决策和做出工作决定之前的重要环节，数据分析工作的质量高低直接决定着决策的成败和效果的好坏。

2、越来越多的企业将选择拥有中国项目数据分析师资质的专业人士为他们的项目做出科学、合理的分析，以便正确决策项目；越来越多的风险投资机构把中国项目数据分析师所出具的项目数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的企业把中国项目数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把中国项目数据分析师培训内容作为其职业生涯发展中必备的知识体系。

二、从事项目数据分析工作的感受

（一）从数据分析师的角度，项目数据工作需要做到以下几个方面的服务，才可以为被服务对象提供优质的有价值的投融资报告。

1、真诚服务

所谓真诚服务，主要是因为投融资报告的价值来自于数据分析师精湛的业务能力，细致的数据搜集能力、阅读能力、分析能力和预测能力。无论是竞争性项目、还是基础性项目，由于数据分析工作时一门边缘科学，需要对真实和翔实的数据进行定量或者是定性分析，需要对国家或者国际政策进行审读，需要对经济形势进行判断，需要对项目所属的行业进行科学的宏观把握，因此，项目数据分析师在搜集相关数据，在分析相关数据时，在阅读国家或者国及政策时，在斟酌行业趋势时，都需要真诚的付出，否则，闭门造车或者移花接木式的投融资报告，只能是危害客户，只能给客户带来更大的风险，而不是丰厚的收益。

2、真心服务

所谓真心服务，主要是指项目数据分析师在服务客户时，需要站在客户的角度思考问题。由于项目数据分析师，是从属于某公司，因此从公司利益出发，需要为公司赚取一定的利润，这部分利润就来自于数据分析师所服务的客户。从客户角度思考，实际上客户委托数据分析师针对企业的项目意向而进行的数据分析，实际是希望数据分析师提供的项目方案，不仅是可行的，能够为公司获得预期利益，而且是风险较小的，可以操作实施的投融资报告。

3、真实服务

所谓真实服务，就是指数据分析师在进行项目数据分析，通过建立数学模型的方法进行分析并提出具有科学性的、前瞻性的、科学性的、可操作性的投融资项目预测报告时，需要是真实服务。一般来说，客户在提出项目设想时，是充满了憧憬，也具有天真的幻想，那么数据分析师提出的可行性报告如果是刻意逢迎客户的主张，那么对客户来说将是灾难性的打击。

4、真情服务

所谓真情服务，主要侧重于项目付诸于实践中，项目数据分析师跟踪调查项目实施的禁毒，以及修正项目风险分析和比较选择。

（二）从数据分析师所服务的客户角度来看，客户也需要做到以下几个方面的工作：

1、信赖数据分析师的服务

对数据分析师服务的企业来说，信赖数据分析师是必要的。一方面，投融资项目报告，制定严格，具有科学性，是理性的投资决策；另一方面，

2、忠诚数据分析师的服务

3、诚挚和数据分析师的合作

数据分析师在进行投融资项目分析时，一方面，客户的意项是否描述清晰、完整、完全，是非常重要的，它决定了投融资项目报告的起点和方向；另一方面，企业的真实经营状况，也对项目报告具有决定性的意义。因此，企业需要同数据分析师进行诚挚的、真诚的合作，否则，项目数据报告就存在不可预知的、本可避免的巨大风险。

三、为项目方和投资方案例分析

支持创新 不忘避险—“倍爱康”生物科技项目作为股东类项目，“中投信保”为“倍爱康”提供4笔贷款担保，累计担保余额1900万元，实现保费收入28.5万元。

“倍爱康”是由冶金自动化研究院投资兴办的高新技术企业，主营磁分离酶联免疫检测系统等医疗器械和试剂的购销与制造。企业贷款用途为引进加拿大的磁酶免系统。但贷款后对该产品的市场推广未见成效，研发费用又较高，在销售无法取得突破的情况下，使得公司的净利水平偏低。同时，下游各地方医院压款情况严重。虽引入的国外先进技术不如预期般成功，企业仍按时还贷，该项目顺利完结。

第2篇：数据分析师统计学基础范文

二年以上工作经验|男|24岁（1990年8月28日）

居住地：北京

电　话：133********（手机）

E-mail：

最近工作 [ 1年5月]

公　司：XXX咨询公司

行　业：商务咨询

职　位：咨询员

最高学历

学　历：本科

专　业：计算机软件

学 校：蓝翔技校

自我评价

本人性格开朗，思想正直，诚信，稳重。工作认真踏实，责任心强，善于独立思考，分析问题，解决问题。具有扎实的统计学专业基础知识，掌握常见的统计方法；熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件；有良好的逻辑思维能力，注重细节、对数字敏感，能挖掘数据背后的意义，能够独立完成、撰写业务数据分析报告。

求职意向

到岗时间：一个月之内

工作性质：全职

希望行业：商务咨询

目标地点：北京

期望月薪：面议/月

目标职能：咨询员

工作经验

2013 /7—至今：XXX咨询公司[1年5个月]

所属行业： 商务咨询

咨询部咨询员

1. 与客户进行电话沟通，详细介绍调研项目和调研流程并回答客户疑问，曾一天接打客户电话100余个;

2. 筛选分析调研数据，使用Excel处理超过2万个样本数据，具有丰富的数据处理经验;

3. 翻译2007年翰威特全面薪酬评估研究对85个部门超过1000个职位的工作描述，中文译文达10万字;

4. 参与相干公司北京分公司、天宇客货运输服务有限公司(日本通运株式会社在中国的合资公司)的人力资源咨询项目，与客户公司20余名高级管理人员面对面进行访谈。

2012 /7—2013 /7：XXX网络有限公司[1年]

所属行业： 数据分析

数据部数据分析师

1、根据业务需求，制定用户使用行为数据的采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告；

2、跟踪并分析客户业务数据，为客户的发展进行决策支持；

3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值；

4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。

教育经历

2007/9—2011 /6 蓝翔技校 计算机软件 本科

证 书

2009/6 大学英语六级

2008/6 大学英语四级

第3篇：数据分析师统计学基础范文

两年以上工作经验 |男| 25岁（1986年1月18日）

居住地：杭州

电　话：138********（手机）

E-mail：

最近工作 [1 年8个月]

公　司：XX进出口贸易有限公司

行　业：贸易/进出口

职　位：营运主管

最高学历

学　历：本科

专　业：统计学

学　校：杭州商学院

自我评价

对市场具有敏锐度，懂得从数据中发现潜在问题和潜在机会，能够熟练运用各种控制图进行质量分析和数据分析。做事原则性强、效率高、有条理，能够通过自己的专业能力帮助公司在质量管理、市场开发、成本控制等发面提供合理的建议，致力于帮助企业提高和完善各体系和制度。

求职意向

到岗时间： 一个月内

工作性质： 全职

希望行业： 贸易/进出口

目标地点： 杭州

期望月薪： 面议/月

目标职能： 主管

工作经验

2010/4—至今：XX进出口贸易有限公司[ 1年8个月]

所属行业： 贸易/进出口

营运部 营运主管

1、负责公司经济运行状况的分析；

2、负责进出口统计的分析；

3、负责业务经济状况的分析；

4、对各种统计数据提供分析模型和报表；

5、为公司业务的风险控制和成本控制提供数据支持。

---------------------------------------------------------------------

2009/3—2010/3：XX中介有限公司 [ 1年]

所属行业： 中介服务

财务中心 统计分析主管

1、负责公司各部门的财务工作；

2、负责业务相关数据的统计、管理、跟踪、分析；

3、负责制作各种业务统计报表，为其他部门的工作计划建立一个数据基础；

4、负责组织市场调研，进行抽样调查等，并整理相关数据，制作统计报表；

5、根据其他部门要求，提供相应的数据支持。

---------------------------------------------------------------------

2008/7--2009 /2：XX证券中心 [ 8个月]

所属行业： 金融/投资/证券

研究部 数量分析师、风险管理师

1、负责制定公司风险管理制度；

2、为投资部门提供量化分析和数据支持；

3、负责分析宏观政策和市场变化对投资业绩的影响；

4、负责了解行业变化，并及时对各部门反馈行业资讯；

5、负责数据库统计规划和建设。

教育经历

2004 /9 --2008 /7 杭州商学院 统计学 本科

证 书

2006/12 大学英语六级

2005/12 大学英语四级

第4篇：数据分析师统计学基础范文

【关键词】 共享数据； 聚变时代； 经济统计

【中图分类号】 C81 【文献标识码】 A 【文章编号】 1004-5937（2016）22-0026-03

第十届全国企业经济统计学年会于2016年7月16―18日在兰州隆重召开。会议由全国企业经济统计学会主办，兰州财经大学统计学院、重庆允升科技大数据研究中心和重庆誉锋宸数据信息技术有限公司联合承办。会议的主题是：“共享数据聚变时代下的经济统计理论及应用研究”。全国近百所高校、政府和企事业单位的200位专家学者参会。

国家统计局副局长许宪春博士针对我国当前经济发展态势作了《2016年上半年经济形势分析》报告，北京师范大学邱东教授针对空间经济比较中由购买力平价推断存在的宾大效应等问题作了《BHPPP中的纯价比假设与宾大效应的弱存在》报告，厦门大学杨灿教授基于投入产出分析的扩展框架作了《产业关联测度与关键产业甄别》报告，暨南大学刘建平教授针对我国政府统计调查体系在新时代面临的问题作了《深化我国政府统计调查体系改革的思考与建议》报告，浙江财经大学李金昌教授针对大数据时代下如何理解统计学等问题作了《统计学与大数据》报告，上海财经大学徐国祥教授针对大数据时代统计学的发展作了《大数据、云计算背景下的统计改革与创新》报告，山西财经大学李宝瑜教授针对当前统计建模要求前提条件苛刻等问题作了《特征样本重复抽样建模方法设计与应用》报告，江西财经大学罗世华教授利用分形方法在非线性时间序列中的研究作了《多重分形时间序列非线性特征辨识及其应用研究》的报告。本届会议入选论文68篇，分为经济统计与政府统计、大数据与统计学科发展以及统计学理论及应用等专题展开交流。主要学术观点综述如下：

一、经济统计与政府统计理论及应用研究

南京审计大学贾晓峰在《江苏最终需求结构与产业结构之间互动变化定量研究》中，运用江苏最新公布的2012年投入产出等数据，分析了江苏最终需求结构与产业结构的变化情况，运用投入产出模型深入研究了江苏最终需求结构与产业结构之间互动变化的数量关系及内在机理，设计出多种方案进行情景模拟分析，并提出了相应对策。

楚雄师范学院张无畏在《基于三角形中线的三次产业结构变迁路径研究》中，利用三角形中线对三次产业结构变化的六种形式及其内部关系进行了研究，结果表明：六种形式之间的变化路径以及各种形式之间可能发生转化，一定是渐进的，不能跨越；每一种形式的数学约束可以用一组不等式表示；用三角形的三条中线来划分三次产业结构的六种形式，能简洁有效地表示这六种形式及其变化。

暨南大学刘建平、陈冬进在《名录库调查――基于行政记录的统计调查方法》中，为了破解抽样调查和普查费用不断攀升、无回答率持续升高、调查效率和数据质量越来越低、难以满足社会日益增长的需要等难题，提出将基于行政记录的名录库调查作为我国官方统计调查的新思路，阐述了世界主要先进国家使用行政记录进行统计调查的基本现状，讨论了建立名录库调查的基本理论和方法并与传统的普查以及抽样调查方法进行了比较，总结了名录库调查在统计工作中的重要作用，最后提出深化我国政府统计改革的若干建议。

东北财经大学屈超、杨森森在《技术进步、技术效率与东北地区工业企业全要素生产率》中，基于数据包络分析法（DEA）的Malmquist指数方法计算了2001―2011年东北地区按注册类型分组的工业企业的全要素生产率及其构成变化，详细考察了企业的技术效率，发现东北地区工业企业在观察期内全要素生产率提高的主要因素是技术进步，技术效率的影响微乎其微；使用CCR模型和BCC模型，将技术效率分解为纯技术效率和规模效率，并得出相关结论。

暨南大学夏帆在《中国三大经济圈产业聚集现象之检验――基于微观地理数据的分析》中，使用了Duranton和Overman（2005）提出的第三代测度方法对我国三大经济圈制造业的空间聚集现象进行了检验，发现三大经济圈的大部分产业呈现出聚集特征，呈现分散特征的产业不多；通过对距离上聚集特征的考察，发现聚集总是倾向于在较小的范围内出现，一般在50公里以内；分析了各个产业的聚集程度后发现三大经济圈聚集程度最强的十个产业各不相同，且都与各自的产业特色有关。

青岛大学张迎春、袁伟萍、管琪在《基于最小间隔树法的中国地区间购买力平价试算》中指出，最小间隔树法是国际比较测度各国购买力平价的方法，有利于识别不同国家经济的相似性，并尝试将其用于中国地区间购买力平价的计算，得出相关结论。

上海财经大学郑正喜在《产业关联效应的虚拟测度理论辨析》中，辨析了产业关联效应的虚拟测度理论（HEM）研究方法，认为其核心假设的实质是改变被抽取产业的主体属性，指出应当采用完全抽取的基础假设才能构建出相对合理的测度指标，并进行了实证研究。

集美大学陆晓倩、王立凤在《厦门潜力产业选择及与台湾产业对接问题研究》中指出，选择和培育合适的潜力产业可充分挖掘区域优势，建立和发展区域主导产业并带动相关产业发展。同时运用偏离―份额分析法考察厦门的产业结构及第三产业细分行业增长差异，结果显示厦门市的第三产业尤其是生产业增长优势明显；借助区位商的定量标准探讨厦门与台湾在经济资源禀赋方面的异同，确定了厦门潜力产业选择的重点，并提出促进厦门与台湾潜力产业对接的策略。

重庆工商大学刘浩在《实施创新驱动发展战略――R&D资本化》中，通过对R&D核算方法调整的动因，阐述了核算体系中增加研发支出核算具有的重大意义，系统整理了现有核算方法的利弊，在GDP框架下对R&D资本化的核算方法作了相应分析，并结合我国实际情况，针对R&D活动核算提出对策建议。

河北经贸大学王会英在《河北省区域经济发展水平差异研究》中，选取产业结构、经济效益、经济总量、居民生活水平和经济外向性5个方面的16个指标构建评价体系，采取客观赋权方法建立加法合成评价模型，并基于2013年的统计数据对河北省的区域经济发展差异作了定量分析，提出了对策建议。

二、大数据时代统计学与统计学科发展研究

重庆工商大学李勇在《基于物联网时代的工业大数据挖掘方法及应用研究》中，针对互联网和物联网的时代特征，从大数据来源、基本特征、处理技术和大数据思维4个维度提炼出大数据的概念；阐述了数据挖掘基本方法的优势和不足；分析了物联网下工业大数据呈现的本质特性；比较分析了消费大数据和产业大数据的挖掘技术和分析方法的异同，指出工业大数据分析和挖掘中存在的难点和重点；结合工业互联网阐述了大数据挖掘技术的应用。

云南财经大学张敏的《多水平贝叶斯模型在大数据挖掘中的应用》从线性回归模型扩展到多水平线性模型，将线性回归统计学习方法的基本思路拓展到多水平线性模型，借助于贝叶斯统计方法和马尔科夫链蒙特卡罗算法，将多水平线性模型应用于大数据的挖掘中并进行了实例应用。

中南财经政法大学刘洪在《应用统计专业硕士（大数据分析方向）培养模式探索》中，从项目背景、国内外相关项目现状、数据分析师需具备的基本技能和课程体系设计4个方面，对当前大数据分析方向的专业硕士研究生人才培养进行了全方位的阐述和探索。

天津财经大学杨贵军在《“数据工程”方向课程设计》中，从全国统计学专业数据工程方向教学联盟、“数据工程”概念提出的背景、数据工程师专业人才培养和“+数据工程”技能培训4个方面，详细阐述了针对大数据时代如何从统计学科角度培养大数据人才。

重庆工商大学李禹锋在《基于互联网白酒消费市场现状的大数据分析》中，通过网络爬虫技术收集和清洗数据，借助词云图和文本挖掘技术等，对品牌销售额、品牌销量以及白酒香型、酒精度和规格的消费倾向等进行了分析，并对未来市场的消费趋势作了展望。

闽南师范大学陈立双、祝丹在《大数据推动下中国CPI测算方法创新趋向与挑战》中，基于居民消费领域大数据对居民消费者价格指数带来的机遇和挑战，分析了大数据在CPI测算中的可能应用路径，探讨了大数据推动中国CPI测算理论与方法的创新趋向和面临的挑战，探讨了大数据在中国CPI测算的方法论问题。

三、统计理论与统计应用研究

天津财经大学杨贵军、孟杰、蔡凯月在《人口年龄结构、人力资本与人口红利测度――基于超越对数生产函数模型的经验分析》中，阐述了人口红利是经济增长的重要源泉，测度人口红利对全面掌握中国人口变化规律、科学制定人口政策和经济政策具有重要的理论价值与实践意义；指出现有研究普遍仅从人口年龄结构角度测度人口红利，忽视了劳动力人力资本对经济增长的贡献。在综合考虑人口年龄结构和劳动力人力资本两个角度下，使用超越对数生产函数测度了中国的人口红利，并得出相应结论。

华中师范大学王江涛、冯元化在《如何确定即时波动率核估计量的最优窗宽》中指出，在即时波动率的各种估计量中，非参数估计量因其能准确地度量即时波动率成为研究热点，但这类估计量在应用中面临最优窗宽的确定问题。其借鉴非参数回归分析中窗宽选择的思想，以即时波动率的核估计量为例，构建了一种能从数据中准确计算出最优窗宽具体值的算法，从理论分析和数值验证方面看，该算法具有良好的稳定性、适应性和收敛速度。

厦门理工学院陈安全和浙江工商大学李海涛在《一种新的四格表独立性检验――基于回归模型的方法》中指出，传统四格表的独立性检验采用卡方检验，若采用回归模型技术将四格表中的定性变量量化后引入到模型中，同时利用回归模型中的系数显著性检验来检验四格表的独立性，在一定条件下具有等效性和一致性。

楚雄师范学院梅莹在《经济新常态下云南省新的消费增长点培育研究――云南省城镇居民消费现状分析》中，针对云南省城镇居民家庭人均可支配收入和人均全年消费性支出的数据，构建了基于扩展线性支出系统的静态和动态比较模型，得出相关结论。

重庆工商大学周世铭、付安瑶在《网络意识形态传播新特点现状分析》中，通过文献资料分析、网络爬虫技术和问卷调研分析，对旧媒体时代、互联网时代和当前新媒体时代中的主流意识形态、非主流意识形态、网络意识形态三种意识形态传播的方式和特点进行了对比分析，提出目前意识形态传播过程中呈现出新的传播特点。

河北经贸大学汤玉环在《基于VAR模型的经济发展与土地财政关系的实证研究――以河北省为例》中，基于河北省2002―2013年的数据，建立经济发展与土地财政的VAR相关模型，通过研究河北省经济发展与土地财政的作用机制，探讨土地财政对于经济发展的利弊作用，寻求地方财政与经济发展的均衡，以更好地促进河北省的经济发展。

第5篇：数据分析师统计学基础范文

关键词：数学专业；统计与金融数学；教学改革

中图分类号：G64 文献标志码：A 文章编号：1674-9324（2014）33-0040-02

数学与应用数学专业是一个传统专业，长期以来培养目标单一，只培养数学研究人员与数学教师，大多数高校都是从事师范生的培养与教育，如何确保数学专业毕业生的质量，增强他们在就业市场上的竞争力成为现阶段急需解决的问题。2012年9月，教育部关于印发《普通高等学校本科专业目录（2012年）》、《普通高等学校本科专业设置管理规定》等文件（教高[2012]9号），明确提出了“建立动态调整机制，不断优化学科专业结构的要求”，给数学与应用数学专业在保持传统专业特色的基础上如何拓办新兴专业指明了一条道路。[1]我校数学与应用数学专业是历史悠久的一个专业，长期以来从事师范生的培养与教育。为适应我校把“以工为主，石油化工特色鲜明、优势突出、多学科协调发展”的建设目标，拓展数学与应用数学非师范专业方向，结合自身实际和工科的办学模式，我们及时调整了专业发展方向，设置了统计与金融数学专业方向，并在人才培养及教学课程设置上做了相应的改革。

一、借助工科的办学思路，拓宽数学等传统专业的办学方向

数学与应用数学专业方向的设置和调整，应主动适应国家经济社会发展需要，适应知识创新、科技进步以及学科发展需要，更好地满足人民群众接受高质量高教育的需求，同时应遵循高等教育规律和人才成长规律，适应学生全面可持续发展的需要，并且应符合学校办学定位和办学条件，促进学校办出特色，提高人才培养质量。[2]

二、明确专业培养目标，培养基于数学基础的复合型应用人才

借助学校工科的办学模式，我们在专业培养目标集中体现了“数学知识基础扎实，统计实践能力深厚，金融应用能力强，具有较强适应能力和创新精神的应用型高级专业人才”为人才培养目标，这与以前只培养数学研究人员与数学教师有了本质上的区别，首次提出了复合型应用人才的培养。

三、深化课程改革，建立完善课程体系

围绕着人才培养目标，在专业的课程设置中，加强能力结构知识的培养。做到既体现工科背景下数学专业的特色，又突出侧重统计、金融领域应用的特点的理论课程设计。[2]

做好基础理论课程教学的改革。紧抓本专业教育教学特点，增强时效性，为社会服务，及时更新教学内容，完善课程体系，添加适用性内容。理论课程的设计上，完善三大课程平台的建设：①设立数学平台课程。淡化经典数学基础课程设置，侧重于培养学生的数学思维。设立数学平台课程：数学分析、高等代数、解析几何、离散数学结构、微分方程、概率论、数理统计、计量经济学、运筹学、营销学、数学模型与实验等。②设立统计平台课程。侧重统计学科的要求，做好统计能力及计算分析课程的设置。统计平台课程：统计学原理、多元统计与分析、微观经济学、宏观经济学、随机过程和随机分析、经济预测和决策。③设立金融数学平台课程。培养学生宽厚的金融学理论基础和专业理论基础，金融数学平台课程：最优化方法、金融学、金融数学、金融工程学、金融时间序列、商业银行会计、保险学、证投资学、营销策略、寿险精算学、金融风险管理。④借助工科培养模式，做到“工理结合”，深入改革实验与实践课程，力求加大应用性训练。在人才培养方案上，我们设置了长达43周的实验、实践类课程。主要实践教学环节：营销实践，国家职业资格教学，社会实践（暑假），营销策划，数据分析（抽样调查），统计学软件，金融实务训练，虚拟金融投资等。

四、精心统筹安排，优化各个模块之间的课程教学内容

课程教学内容是专业方向设置的主要手段，是专业建设的核心内容，分析各门课程的联系与区别，改革传统数学教育教学体系，使之适应社会经济发展和社会经济需求，工作重点放在教学内容的整合与优化、组织与管理等理论教学环节和实践性教学设计环节上。

1.整合数学基础课程教学内容，力求做到：淡化经典数学理论要求，强调基本概念理解、基本运算掌握和基本数学思想的贯通，做到“必需的一定讲、够用为主、技能为上”的标准来删减理论、设置实验、设计实践，科学地处理教学内容的取舍并注意不断的更新。[3]

2.构建特色鲜明的统计、金融数学课程内容。着重培养学生的应用数学知识，建立数学模型以解决实际统计、数理金融、证券、保险问题的初步能力，逐步加深学生对现代经济市场基本概念和利用数学工具研究经济市场的前沿问题，以提高对统计金融实际的“感觉”和直观能力。

3.构建适合数学专业、合乎工科能力层次的“递进式”的实践教学模式。内容体系按基本技能、专业技能和技术应用或综合技能三大模块构建。基本技能侧重统计、计算的操作性，专业技能注重金融技术应用性，技术应用或综合技能强调复合型人才培养的综合实践性，增设如金融业务模拟、财务业务模拟等综合性营销业务模拟，实现实践内容多样化。

五、以培养数学应用、统计应用、金融应用为三个“职业定位”为导向，做到“淡化数学学科、强化统计、金融专业，按照企业的需要和岗位来对接”

以培养数学人才、统计应用人才及金融适用人才的三个职业方向，因此在构建专业选修模块上侧重于学生学习数学、统计、经济、金融等基础理论，在修完必修课程后，学生可依据不同方向的职业定位进入专业选修课模块的学习阶段。专业课程可按以下几种就业趋势进行设置：①国家公务员序列。如统计、财政、审计、海关部门、信息调研中心。②商业银行。四大行和股份制商行、商业银行、外资银行驻国内分支机构。③各类证券公司，含基金管理公司，上交所、深交所、期交所。④金融控股集团、四大资产管理公司、金融租赁、担保公司，各类信托投资公司、金融投资控股公司、投资咨询顾问公司、大型企业财务公司。⑤信息调查分析公司。各类需要简单数据统计统计及基础金融业务的企业。

六、以社会导向为基准，做好社会需求适应性的研究与实践，随时做好人才培养方案的补充与更新

1.重视企业对信息调研，统计、决策管理，将“数据分析（抽样调查）”、“经济预测与决策”课程与社会相结合，与企业需求衔接，修改实验大纲及方式，为学生打下坚实的专业基础，做到能与社会对接，与用户相适应。

2.做到学生“毕业双证”的实践教学改革。开拓信息，做好国家资质资格考试的引导工作，开设并引导学生参加相应的统计师从业资格、证分析师从业资格、理财规划师从业资格、信息调查员从业资格、精算师从业资格、金融分析师等考试引导工作。

3.做好“工”、“理”结合。借鉴工科的培养模式，多出社会，在学生毕业就业时做好“订单式”人才模式设计。

数学专业拓办统计与金融数学方向是新生事物，如何从“老牌”师范专业中拓办新型非师范方向，培养适应社会发展需要的实用性统计与金融复合型人才，其教学改革的研究和专业建设成为了急需探索的重要课题。

参考文献：

[1]教育部.教育部关于印发《普通高等学校本科专业目录（2012年）》《普通高等学校本科专业设置管理规定》等文件的通知[Z].教高[2012]9号，2012（10）.

[2]姜礼尚，徐承龙.金融数学课程体系、教材建设及人才培养的探索[J].中国大学教学，2008，（10）：11-13.

[3]袁军.金融数学研究综述与展望[J].商业时代，2008，（13）：68-69.

第6篇：数据分析师统计学基础范文

(数据化管理与运营之道)

作者简介

李必文，毕业于安徽工程大学纺织服装学院，在校曾获大学生数学建模竞赛安徽赛区一等奖和全国一等奖。出版大学生计算机专业著作两部，目前已经成为众多高校本科生和研究生的教材或选修课教材。电商职业经理人和企业导师，担任多家电商企业的战略顾问，业余天使投资人。国内电商大数据研究领域教父，已出版的《电商大数据――用数据驱动电商和商业案例解析》(软精装装帧)为国内第1本将大数据与电商完美结合的专业之作。目前担任上海陆家嘴一家金融集团高管之职。

内容简介

《电商大数据：数据化管理与运营之道(第2版)》侧重数据化思维和思路的介绍，大量的电商真实案例贯穿其中。笔者长期主持和负责大型电商公司数据化管理与运营工作。《电商大数据——数据化管理与运营之道》(第2版)特意兼顾鲜活性、趣味性、真实性和实用性。

电商行业已经进入红海阶段，机会主义不在，技术洼地被填平，精细化运营和数据化管理已是电商决策者的必修课。电商企业的兴衰荣辱总能先在数据层面窥见端倪，甚至可预见是否养痈成患。随着互联网业态不断深入发展，如今在互联网(含移动互联网)跟电力一样稀松平常作为生活、工作刚需之时，数据化管理与运营之道不是空心的概念，但是它需要成熟的应用场景和可复制的业务支撑套路，仅凭一些数据分析师的主观能动性是远远不够的。

《电商大数据：数据化管理与运营之道(第2版)》内容共分为三个部分。第1部分是从量化的角度去解析电商战略和战术的基本内容；第2部分讲解数据驱动的相关知识、工具和理念，对数据驱动的方法论及如何构建数据化体系做了深刻探讨；第3部分对电商常见的广告投放策略、艺术设计、管理运营和CRM四个构面进行了全新角度的阐述。

《电商大数据：数据化管理与运营之道(第2版)》适合电商企业的管理层、互联网和电商相关行业的数据分析师阅读参考，也可作为电商专业在校大学生的参考读物。

目录

第1章电子商务的战略解析/ 1

1.1三言两语电子商务

1.1.1电子商务的特质

1.1.2电子商务的整合效应

1.2电子商务的动态格局

1.2.1草根淘宝平台动了谁的奶酪

1.2.2猫与狗的战争

1.2.3线下传统企业大鳄的电商梦

1.3电子商务时代的品牌运作

1.3.1电商品牌的定位

1.3.2电商品牌的突围

1.3.3品牌与平台的达尔文进化论

1.4电子商务时代的“铁血”战争

1.4.1电子商务时代的价格之战

1.4.2电子商务时代的人才之战

1.4.3电子商务时代的流量之战

1.4.4电子商务时代的数据之战

1.5互联网+中最为关键的迭代思维与高等数学中的微积分关系

参考文献/ 28

第2章电子商务的战术解析/ 29

2.1关于电子商务创业

2.2电子商务十大营销学定律

2.2.1营销的前提是解除客户的心理抗拒

2.2.2非平台电商最好不要做互联性质的SNS

2.2.3营销过程中的价格与价值的“遛狗理论”

2.2.4用好一般等价物：优惠券、代金券、现金券和红包

2.2.5营销是一门转移注意力的艺术

2.2.6意料之外，情理之中，那是计

2.2.7营销需要两厢情愿

2.2.8客户生命周期是营销行为的“纵贯线”

2.2.9网络营销两种流量经营的基本模型

2.2.10营销方向之宏观与微观

2.3电子商务的十大心理学定律

2.4电子商务的十大败局定律

2.4.1运营大思路不清晰

2.4.2团队内讧，决策分歧

2.4.3人傻钱多烧钱砸广告，经济入不敷出而死

2.4.4痛失时机

2.4.5供应链孱弱

2.4.6品牌定位模糊不清

2.4.7传统企业触电，手段老套

2.4.8不注重商品品质和服务

2.4.9揠苗助长，团队豪华人员冗余

2.4.10舍不得投钱慢慢耗死

第3章数据驱动相关知识铺垫/ 59

3.1数据作用力的难点在于挖掘常识以外的价值

3.2三言两语大数据

3.2.1信息量泛滥的社会

3.2.2泛滥的数据如何有效存储

3.2.3迄今为止大数据成功的部分案例――没有啤酒+尿布

3.3根本没有任何新的技术构成云计算

3.4数据序列的小波分解定律――轮廓和细节

3.4.1数据的权重序列和单位权重序列

3.4.2将数据分解成权重序列的延伸阅读

第4章电商群雄逐鹿中原、数据驱动主宰沉浮/ 76

4.1你不知道的数据挖掘

4.1.1数据挖掘原来是这么回事

4.1.2孙子兵法曰：杂于利而务可信也，杂于害而患可解也

4.2数据挖掘在电子商务中的多面性

4.2.1数据挖掘在电子商务行业中广泛应用

4.2.2数据挖掘是有巨大价值的，但结论常常是错误的

4.2.3客观认识数据挖掘

4.3电子商务数据挖掘的“AVSM法则”

4.4数据挖掘的工具

4.4.1数据采集工具

4.4.2客户端数据分析工具

4.4.3客户端数据挖掘工具

4.4.4数据存储――数据库系统

参考文献

第5章搭建数据化体系/ 111

5.1绘制销售图谱

5.2运营常见的数据指标及体系

5.2.1指导日常运营的一些关键指标

5.2.2晴雨表的解读技巧

5.2.3组建流量漏斗模型

5.2.4诊断流量黑洞

5.2.5诊断流量骤变原因

5.3数据分析入门案例

5.4数据挖掘入门案例

5.4.1漫话统计学

5.4.2喜欢买连衣裙的客户比喜欢买卫衣的客户更有价值吗

5.5数学建模入门案例

参考文献

第6章广告投放策略/ 141

6.1互联网广告的特征

6.1.1定向性

6.1.2强化品牌印象的利器

6.1.3“鹬蚌相争，坐收渔翁之利”的蒙眼竞价

6.1.4非强迫性

6.2互联网广告的形态

6.2.1 CPC广告及“通货膨胀”

6.2.2 CPS广告及“高开低走”

6.2.3 CPM广告及“创意无极限”

6.2.4硬广及“暴力拓展”

6.2.5通俗易懂理解RTB广告机理

6.3广告投放战略

6.3.1广告投放预算

6.3.2广告效果量化模型

6.3.3投放策略确定

6.4精准投放基础篇

6.4.1分时段投放

6.4.2分地域投放

6.4.3分品类投放

6.4.4关键词遴选

6.5广告投放高级策略

6.5.1 CPC出价与点击率、转化率之间的理论数学模型

6.5.2深度解读CPC与点击率之间的意义

6.5.3 CPC广告的三种平衡点

6.5.4广告投放非线性组合优化

6.6广告资源的整合和管理

参考文献

第7章数据驱动艺术设计/ 189

7.1数据驱动与艺术设计漫谈

7.2网站首页最优长度如何测定

7.3网页的结构布局策略

7.3.1经典的结构布局理论

7.3.2站内搜索的设置

7.3.3首页商品撤换的“ROI”原则

7.4商品详情页的“倒三角形”结构

7.5警惕搭配套餐的骗局

7.5.1人类最小心理感觉差

7.5.2搭配套餐的新陈代谢

7.6关联推荐的设计

7.6.1关联推荐的机理

7.6.2支持度、置信度和提升度

7.6.3小结

参考文献

第8章数据化管理/ 213

8.1任何一个团队或项目不能量化就不能管理

8.2客服团队数据化管理

8.2.1客服团队排班设计

8.2.2客服团队的绩效管理

8.2.3客服团队忠诚度激励方案

8.2.4客服团队数据化管理高级应用：测算咨询并发数

8.3供应链数据化管理

8.3.1供应链数据化管理的点和面

8.3.2大数据环境下供应链管理的通路

8.3.3商品结构如何布局

8.3.4销量预测的三种最基本的方法

8.3.5现货模式下的弹性补货策略

8.4大型促销活动促销节点的设计

参考文献

第9章不一样的客户关系管理/ 255

9.1客户关系管理的生死穴

9.2客户关系管理的流程

9.3客户关系管理五部曲

9.3.1数据库的组建

9.3.2数据库的加厚

9.3.3数据库的标签

9.3.4数据库的挖掘

9.3.5客户关系管理的落地

9.4基于KANO模型划分服务类型

9.5客户关系管理用好新媒体的新思维

9.6客户关系管理商业流小结

9.6.1了解客户需求的真实痛点

9.6.2对客户池进行过滤分层

9.6.3对池内客户张贴标签

9.6.4对服务进行分类9.6.5强化与客户的链接节点

9.6.6整合CRM

参考文献

思考/ 294

后记：

第7篇：数据分析师统计学基础范文

【关键词】客户评价 客户评价价值 数据化运营 第三方数据交易中心

一、引言

（一）研究目的

随着信息化技术的迅速普及和发展，电子商务以其便捷，易于操作而获得消费者的青睐，从而快速占领市场。线上选购交易方式使得电商平台客户评价体系具有现实指导意义，一方面可以给顾客提供对比参考信息，购得物美价廉的商品，另一方面可以为商家提供反馈意见，为客户提供更优良的服务。目前电子商务平台的客户评价体系存在很多漏洞，如体系不完善、评价信息不真实、反馈信息凌乱等。因此，统一评价标准，利用数据分析和挖掘技术处理海量客户评价信息，建立由第三方数据中心统筹管控的透明化、具有可比性的评价体系显得尤为重要。

（二）研究价值

虚拟化的购物环境缺乏真实性和可见性，第三方数据中心提供的客户评价体系恰好能弥补这一缺陷，即能够提供借鉴信息让顾客判断商品是否符合现实要求，并能够实现不同商户同一商品之间的对比，为顾客提供性价比最高的的购物建议，同时也可以提供反馈信息让商家改善服务质量，促进不同商家之间的良性竞争。因此，对于第三方客户评价的研究价值而言，我们从以下两个方面进行分析研究：

（1）客户评价的潜在价值。通过问卷调查的方式对消费群体的购买导向和对客户评价的参考价值进行调查，共获得168份问卷，调查结果显示如下：

①91.07%的人会选择网购过程中参考欲购商品的历史客户评价，说明历史客户评价具有较强的可参考性。

②63%的人会选择欲购商品的历史客户评价对购买起决定性作用，可见客户评价的实用价值。

③82.14%的人会选择不同电商购物网站上同一种商品价格不同，首选评价好的，不在乎价格高低，说明客户评价的重要性。

针对商品的历史客户评价的真实度，有79.17%的人表示有部分掺假评论，有18.45%的人表示参考性较强，而23.8%的人则表示完全不可信。反映出客户评价的真实度有待考究，需要切实的方案改进。

通过和商户的线上交流，了解客户评价的反馈作用，得到以下信息：

①客户评价反映商户信誉，从而影响销售；②客户评价给商户反馈，促进商户改善现有产品和研发新产品；③客户评价记录历史购买情况，商户以此不断调整价格策略；④客户评价的部分不真实性，造成不良消费现象，扰乱正常的电商市场，促进商户之间的不公平竞争。

（2）优化客户评价体系的价值。现存的客户评价体系存在很多漏洞，譬如：体系不完善、评价信息不真实、反馈信息凌乱等，优化客户评价体系对电商平台的发展具有重要作用，通过建立统一评价标准，完善评价体系，实现统一管控，以期达到以下三方面的要求：

①购买评价信息清晰可视化，快速满足个性化需求。当下市场竞争愈加激烈，商品信息的可视化及清晰度可节省顾客的时间，快速做出反应，同时在买方市场的环境下，发展个性化商品及服务，对企业的发展和顾客的特殊需求尤为重要。

②大量数据统计分析，增强信息的真实性和指导性。大数据时代下，利用数据分析及挖掘技术可实现数据发声功能，使得信息更具有说服力，切实解决实际问题。

③信息透明具有可比性，实现商户之间良性竞争，达到优胜劣汰的效果。

二、国内外研究现状

电商平台客户评价是近两年才开始发展和慢慢成熟起来，同时也在不断的进行修改和完善。国内针对这一领域的研究还比较少，而且大多都是集中研究客户评价模块的版面设计及标准完善方面，没有提出切实的提出其漏洞和发展障碍的解决方案。作为电子商务发展最早的也是发展最成熟的国家，美国一直带领着亚洲和欧盟的电子商务产业迅速发展[1]。针对这一现状，我们将从与电商平台客户评价密切相关联的电子商务的发展、大数据下的新营销、客户价值方面着手，研究电商客户评价的现状。

（一）电子商务的发展

电子商务利用计算机技术、网络技术和远程通信技术，实现整个商务（买卖）过程中的电子化、数字化和网络化，人们不再依靠纸介质单据进行交易，而是通过海量的网上商品信息、完善的物流配送系统和方便安全的资金结算系统进行交易。由于全球经济发展的不平衡，导致电子商务在全球的发展也层次不齐，欧盟和亚洲发展比较迅速，尤其是在中国近几年支付宝的应用更是推动电子商务的快速发展。

电商平台作为一个服务载体，将企业与顾客、企业与企业、顾客与顾客汇聚到一个平面，实现面对面网上交易。同时电子商务又是客户评价的载体，客户评价又是电子商务的反馈机制。电子商务的发展带动着客户评价体系的发展，可以预见电子商务客户评价的发展潜质和研究价值不可估量，将影响电子商务这个行业的发展。

（二）大数据背景下的新营销

随着互联网技术的发展，全媒体环境的全面爆发， “大数据”已成为新的时代主题词，并全面影响了广告与营销业界。海量的数据催生了海量数据的搜集、存储、管理、分析、挖掘与运用的全新技术体系。在营销体系中，大数据从媒体、消费者、广告与营销战略策划、效果评估四个层面解构了传统营销体系，却也重构了大数据背景之下的全媒体营销体系。

营销的核心理念是激发需求、掌握需求和满足需求，通过抽样与普查了解需求、激发和满足需求。大数据时代我们将摒弃通过抽样的数据来推断、预判需求，而是利用互动平台、通过大数据技术清晰地获得需求的信息，因此其精准性也得到了极大的提升。

由电商平台产生的海量历史数据，通过对大数据分析提出方案提交有关部门以支持决策，以实现新型的营销策略，如：个性化网页推荐，可能感兴趣商品，同一商品在不同商户处的售价对比等。而客户评价利用这一技术，也将更好的发挥其背后的价值，促进电子商务平台的更好发展。

（三）客户价值研究

营销观念的发展使得以客户为中心的经营理念成为主流，企业将关注重点由产品转向客户，处理客户关系方面，由如何吸引新客户转向全客户生命周期关系管理，同时开始将客户价值作为衡量绩效的评价标准。

电子商务环境下的客户主要有两种，基于互联网形成的客户和基于互联网作为信息平台而形成的客户。其客户的所表现的特点也与传统商务环境不同，一般都具有分布空间范围广，没有地域限制，有较强的时效性，可重复增长性，个性化需求愈加强烈的特点。客户的特点决定客户需求，客户需求决定厂商发展的方向。而客户评价作为电子商务环境下最直接的客户关系管理，对于客户满意度和客户忠诚度的提升具有重要作用。关注客户评价，及时解决客户的需求，可延长客户处于稳定期的时间，提高企业的效益，实现可持续发展。

现下对于客户价值及客户关系的研究很多，但只针对电商平台中的客户评价模块的研究却少之又少，而顾客和商家都需要这方面的研究给予指导，如何更有效的利用这些评价信息作出合理的决策至关重要。

三、电商客户评价体系研究―以淘宝网为例

客户评价体系是指在电子商务市场环境下，参与交易的双方根据自己的主观判断相互给予评价的全过程，是产生和传播信誉信息的工具。以淘宝为例，其平台根据自身特点及用户需求创建了一套包括在线沟通的阿里旺旺、支付功能的支付宝及实名认证在内的完整的信誉评价系统。由于电子商务交易的特殊性――支付货款和收到货物分离，导致你交易存在风险，而客户评价体系为购买者提供卖家的以往交易数据，也就降低了交易风险的产生概率。由此可见，客户评价在电子商务经营中具有无可替代的作用。

目前，淘宝网的信誉评价体系由两部分组成：“店铺动态评分”和“卖家信用评价”，其结构框架如图1，具体事例图如图2所示：

（一）店铺动态评分

店铺动态评分主要由三部分组成，特征满意度、综合星级和快递满意度。期中综合星级打分规则为一颗五角星代表一分，以此类推，满分是5分。1 分―5 分分别代表非常不满；不满意；一般满意；非常满意。这些评分数据会有一个综合评分供买家参考。这些数据不仅会给顾客一些参考，也会给商户和物流公司一些建议，以其不断完善商品和服务。

（二）卖家信用评价

信用评价是指客户在收到网货并通过支付宝确认付款之后，买卖双方有权根据自己的主观实感来对对方做出客观的文字评价。客户根据亲身体验，写一些对商品和服务的主观感受，文字的客观评价对潜在客户更具有影响力，因此，着重研究买家评论，挖掘其中的信息，都有现实意义。

四、电商平台第三方客户评价体系数据化运营策略

2014年阿里巴巴公布了“双十一”全天的交易数据：天猫淘宝双十一全天成交金额为571亿元，其中在移动端交易额达到243亿元，物流订单2.78亿，总共有217个国家和地区被点亮。面对如此庞大的交易量所产生的数据流，我们以企业级海量数据的存储、分析、挖掘和应用为核心技术支持的基础上，通过可量化、可细分、可预测等一系列精细化的方式进行网站流量监控分析、目标用户行为研究、网站日常更新内容编辑、网络营销策划推广等。当数据化运营的概念运用到客户评价这一平台，会大大增加这一功能模块的用途，如：通过目标客户在各个商户中的评价，在研究其行为及心理预期范围。

鉴于此，提出电商平台第三方客户评价体系数据化运营方案：

（一）理念简介

（二）理念内容

（1）主要是数据、信息，原始客户评价数据经第三方数据交易中心处理后在电商平台和提供给需要的商户，作为决策依据。具体内容如下：

同时第三方数据交易中心作为运行主体，将会在运行初期以电商平台客户评价数据为对象，利用数据分析及挖掘技术提供专业的分析结果。

（2）核心价值观。以服务广大顾客和商户，互惠互赢，促使电商平台更好更平稳发展。

（3）愿景。第一阶段：以某一个电商平台的客户评价数据做深层次分析，将各种分析结果以网页链接形式展现给顾客。

第二阶段：将客户评价数据扩展到平台其他数据，建立数据模型，在反馈给顾客信息的同时，提供商家分析报告服务。

第三阶段：与各大电商平台合作，利用大数据技术，跨平台交叉式分析数据，向顾客、商户、平台三方提供决策依据。

（三）可行性分析

第三方数据交易中心不需要很多的硬件，只要满足软件方面的要求即可。最重要的还是数据资源和人力资源，现实条件下，电商平台每天的交易及历史评价数据足够多，同时近两年，涌现出大批专业化的数据分析和数据挖掘的人才，满足了最基本的资源问题。接下来将从以下两方面研究项目的可行性：

（1）技术可行性。21 世纪核心的竞争就是数据的竞争，2012年3月29日，美国奥巴马政府正式宣布了“大数据的研究和发展计划”，预示着数据将成为未来企业的生产力，同时数据存储技术也有了新的突破，以分布式数据仓库、海量存储技术和流计算为核心的实时数据仓库技术将解决了大数据的存储问题，电商平台数据化运营的数据有了存放基础。

与此同时，数据挖掘技术也不断成熟，成为了一门比较成熟的交叉学科，融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索和空间数据分析等多个领域的理论和技术。数据挖掘相对于传统的统计分析，具有擅长处理大数据，应用相应的算法模型，解决实际问题。数据挖掘的主要成熟技术：决策树（包括CHAID、CART和ID3、C4.5、C5.0算法）、神经网络、回归分析（多元线性回归和Logistic回归）、关联规则、聚类分析、贝叶斯分类、主成分分析等等。

电子商务行业的数据挖掘和数据运营化又有其独特的优势：数据的海量性、数据分析（挖掘）的周期短、其成果的时效性明显变短、互联网新技术、新应用、新模式的更新时间更短。

以上的技术表明这个项目在技术方面具有可实施性。

（2）运行可行性。更多的顾客觉得一套统一的客户评价标准以及相应的平台会便于网购行为，而且顾客认为客户评价平台应该包含如：同类商品的好评指数排名、同类商品的有效买家排名、同类商品的商家各个评价指数排名等等。结果如图3所示：

需求带动供应，快速的生活节奏需要更直白、更明显的权威性分析。商家要想获得长久的发展，必须不断根据顾客的喜好改变或者完善产品，但前期的调研需要花费很多的人力、财力、物力，而且不一定能获取到有建设性的创新点。所以商户也需要这样一个平台提供能将顾客需求转变为实际方案的平台，而第三方数据交易中心会收集顾客反馈数据，进行整理和处理，以报告的形式提供给商户。

（四）第三方数据交易中心运营平台设计

掌握了数据，就该考虑如何将数据运营到企业中，电商平台与传统的制造型企业不同，它需要的是更加有效的精细化运营，强调细分、准确、个性化。利用数据分析和数据挖掘技术作为数据化运营的有效保障，为了让技术能有效的应用到数据化运营中，电商平台必须建立第三方数据交易中心，能够完成数据分析和数据挖掘工作，同时第三方数据交易中心应配备一群出色的数据分析师，具备熟悉的技术技能和理解具体业务、快速学习的能力。第三方数据交易中心同时应和运营、客服等其他部门保持密切联系，及时获取数据和反馈信息。

第三方数据交易中心首先应划分不同的功能部门，其中重要的一块就是集中管理客户评价，针对其存在的弊端，规范评价标准和细分评价特征，使其能进行数据分析中的时时对比，纵向、横向和集中式分析共同进行，分别实现一家商铺一种商品的评论数据分析，一种商品多家店铺的评论分析，一个人对不同商铺不同商品的评论分析。若要研究电商平台上所有商铺的评价，因为数据量极其庞大，可针对统一的评价内容和评价特征，建立数据模型，利用数据挖掘技术处理，得到更深层次和相关联性的一些信息，不仅可以通过数据剔除一些假冒伪劣商铺，更能发现一些专门从事不真实客户评价的顾客，实施评价限制，维护客户评价的质量。

第三方数据平台可首先应用于淘宝平台的客户评价，当这种数据化运营的方式取得一定效益时，可拓展其功能范围。最终第三方数据平台可以实现各个电商平台的数据一体化，不仅能处理某一个电商平台的数据，更能将不同平台的数据进行综合分析、对比，反馈平台问题。在第三方数据交易中心的推动下，电商平台客户评价必然会呈现出新的发展方向和特点。

参考文献：

[1]Yu Zhang， Bian J， Zhu W. Trust fraud： A crucial challenge for China’s e-commerce market[J].Electronic Commerce Research and Applications， 2013.

[2]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.

[3]维克托・迈尔-舍恩伯格及肯尼斯・库克耶.大数据时代[J].2010.

[4]黄升民 刘珊. “大数据”背景下营销体系的解构与重构[J].现代传播，2012.

[5]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.

[6]刘欢.数据挖掘在淘宝客户评价方面的研究与应用[]J.济南大学，2014.

[7]韩新华.电子商务网站评价研究与分析[J].吉林省经济管理干部学院学报，2008 .

[8]You W， Liu L，Reputation inflation detection in a Chinese C2C market[J]. Electronic CommerceResearch and Applications， 2011.

第8篇：数据分析师统计学基础范文

关键词：教学评价；数据挖掘；粗糙集

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）10-2382-02

在我国高等职业教育迅猛发展的今天，教育质量是学校的“生命”和“灵魂”，它不仅关系着学校的生存和发展，也直接影响着学生的前途和命运，提高教学质量是高等教育永恒的话题。而与教学质量相关的教学质量评价问题也将成为一项非常重要的工作，教学质量评价是构成高等学校教学活动的基础，是保证高等学校人才培养质量的基本环节[1]。

1 高职院教学评价现状

目前，高职院校教学评教通常由学校教务处在期末将教师教学质量评估表发给学生，也有通过网上评教，学生根据评估表中的项目对教师进行打分，综合专家督导和同行评价听课后的评价得分，经学校教务处统计后排名或根据分数确定一个考核等级。这些评教方式对于教学改革和教学质量的提高起到了一定的作用，但是目前还存在一些亟待解决的问题[2]。综观我国高职院校教育教学评价实践的现状，虽然近十几年来受到各方面人士的重视，并取得了初步的发展，但总体评价工作科学性尚欠，评价研究的水平亦很低，这主要表现在以下几个方面：

1）对教育教学评价的意义，教育教学评价在教育过程、教育管理中的作用还缺乏应有的认识，许多评价活动尚处于初级水平，对教师教学水平的评价无论在理论研究还是在实际工作中都还不多，且所定项目和指标缺乏理论依据和科学性；

2）在评价理论方面，教学科研力量较强的师范院校与研究机构缺乏必要的理论储备，在评价理论研究方面发挥的作用有失期望，而从事实际教育评价的人员许多未受到测量与评价方面的系统训练，故评价研究难以深入持久；

3）在评价技术手段的开发和应用上比较落后。尽管在运用模糊数学方法进行教育教学评价方面取得了一些进展，但大多数评价工作还是借鉴国外现成的技术手段，在技术手段的开发上尚无创造性的成果；

4）在评价工作的组织上缺乏统筹规划，没有一支有效地组织力量，来开展教学评价[3]。

2 数据挖掘技术的相关研究与常用工具

数据挖掘（Data Mining，DM），从知识科学的角度上可以看成是知识发现（Knowledge Discover in Database，KDD），还可以理解成就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的但是可以潜在地存在非常重要的知识或用途[4]。目前数据挖掘广泛用于人类各方面的应用研究中。

2.1 数据挖掘技术的相关研究

2.1.1 分类方法

数据挖掘方法有多种分类方法，可根据挖掘的任务、挖掘的对象、挖掘的方法来分类[5]。

根据数据挖掘的任务分，有如下几种：分类或预测模型数据挖掘、数据总结、数据聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等[5]。

根据数据挖掘的对象分，有如下若干种数据源：关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据、异质数据库、遗产（legacy）数据库，以及Web数据源。

根据数据挖掘的方法分，可粗分为：统计方法、机器学习方法、神经网络方法和数据库方法。统计方法中，可细分为：回归分析（多元回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、相关分析法等）、以及模糊集、粗糙集、支持向量机等。机器学习中，可细分为：归纳学习方法（决策树、规则归纳等）、基于范例的推理CBR、遗传算法、贝叶斯信念网络等。神经网络方法，可细分为：前向神经网络（BP算法等）、自组织神经网络（自组织特征映射、竞争学习等）等。数据库方法主要是基于可视化的多维数据分析或OLAP方法。

2.1.2 分类技术

利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。

分类（Classification）在数据挖掘中是一项非常重要的任务，目前在商业上的应用非常广泛。分类是指通过分析已知的数据，构造模型，该模型可以用来对未知的数据做预测，判定其目标值（离散或连续值）[6]。分类和回归统称为预报：描述某类数据集约模型或预测数据在变化趋势。只是分类预测的是分类标号（离散的，有限的数值），而回归预测的是连续值。

分类是一个两步的过程，第一步，建立一个分类模型，通常分类模型以分类规则、判定树或数学公式的形式提供。而本文研究的决策树算法就是建立一个决策树的分类模型。第二步，使用模型进行分类。将分类模型应用到测试数据集上，评估模型的预测准确率。如果认为分类模型的准确率可以接受，就可以用它对类标号未知的数据集进行分类。

2.1.3 分类算法

分类算法是数据挖掘算法中很重要的一种，主要分类算法有决策树算法、关联规则分类算法、K近邻分类算法、贝叶斯分类算法和基于模糊逻辑、遗传算法、粗糙集和神经网络的分类算法。

1）决策树分类算法。决策树归纳是经典的分类算法，也是在数据挖掘技术中常用到的算法，大多数决策树算法都采用自顶向下递归的分治方式构造决策树。决策树的每一个结点上使用信息增益度量选择测试属性。算法的原理是从生成的决策树中得到分类规则。具有分类速度快、效率高、理解性好等特点，可以用于分析数据，也可以用来做预测，因此，它在人工智能、数据挖掘、机器学习等领域被广泛地应用。

2）最近距离算法。KNN（K-Nearest Neighbor）法即K最近邻法[7]，该算法的理论十分严密可靠，而且KNN方法的分类思路也非常容易理解，可以理解成如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，那么该样本可以看成属于这个类别。由于KNN分类算法十分简单，可以应用十分广泛。KNN方法虽然从原理上也依赖于极限定理，但在类别决策时，只与极少量的相邻样本有关。因此，采用这种方法可以较好地避免样本的不平衡问题。另外，由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。

3）支撑向量机算法。支持向量机（Support Vector Machine）也称SVM法[8]，该算法由Vapnik等人于1995年提出，该方法是建立在统计学习理论基础上的机器学习方法。具有广泛用处，支持向量机的基本思想是，对于一个给定的具有有限数理训练样本的学习任务，如何在准确性（对于给定训练集）和机器容量（机器可无错误地学习任意训练集的能力）之间进行折衷，以得到最佳的推广能力[9]。

2.2 常用的数据挖掘工具

数据挖掘工具根据其适用的范围可分为专用挖掘工具和通用挖掘工具。专业挖掘工具，如IBM公司的AdvancedScout系统针对美国职业篮球联赛的数据进行挖掘的工具。通用数据挖掘工具不区分具体的数据含义，采用通用的挖掘算法，处理常见的数据类型。下面介绍几款优秀的通用数据挖掘工具软件。

1） QUEST。QUEST是IBM公司中的一个项目中心为实现OS而开发的一个多任务数据挖掘系统，一般用于决策系统的支持。

2） SAS Enterprise Miner。SAS Enterprise Miner在资料探勘工具市场是非常杰出的工具，它运用了SAS统计模块的力量和影响力，且它增加了一系列的资料探勘算法，SAS使用它的取样、探测、修改、模式、评价（SEMMA）方法提供可以支持广泛的模式，包含合并、丛集、决策树、类神精网络、和统计回归 SAS Enterprise Miner适用于初学者及专业使用者，它的GUI接口是以资料流为导向，且它容易了解及使用，它允许分析师采用由使用连结连接资料节点及程序节点的方式建构视觉数据流程图，除此之外，接口还允许程序码直接嵌入资料流因为支持多重模式。

3）决策树算法平台Clementine（SPSS）。Clementine是SPSS所发行的一种资料探勘工具，它结合了多种图形使用者接口的分析技术，包含neural networks、association rules、及rule-induction techniques，这些工具提供容易使用的可视化程序环境来执行这些分析功能。Clementine使用图形象征的方法，就是透过托拉鼠标和连接屏幕上的功能节点，这些节点提供了data access、data manipulation、data visualization、machine learning以及model analysis，模式的组成是从一个pallet中选取合适之节点，并放置在屏幕上再连接各节点Clementine有强大的资料存取能力包含flat file及关系型数据库（经由ODBC），Clementine也可让modeling的结果持续的写回到ODBC的DBMS输入资料的操作包含配对合并及衍生新字段的能力，Clementine的可视化能力包含散布图、平面图及Web分析。

3 数据挖掘技术在教学评价中的应用研究

教学评价首先的任务是有科学合理的分析手段，建立数据挖掘模型，并将其应用到高职院校教学评价中，同时应尽量减少人为因素的干扰，该文提出基于粗糙集理论的方法，对教学评价中的属性进行权重的重新调整，对后面的教学评价决策树算法的正确性具有互补的效果。虽然基于决策树的数据挖掘方法在商业领域的应用已经取得了一定成效[11]，但是在教育领域的应用仍然不多。建立基于决策树的数据挖掘模型，并将其应用到高职院校教学评价中，可以从大量的评教数据中发现影响学生、专家、同行评教结果的关键因素，分析教师教学行为和教学效果之间的关系，从而发现规律，为教学管理服务，本课题具体有如下三个方面的现实意义：

3.1 有利于正确评价教师的教学业绩

多年来，在高职院校教师教学水平的评定，没有一个科学合理的测评方法，测评结果不尽合理，达不到预期的效果。通过数据挖掘方法，建立科学可行的教学质量评价指标体系，通过专门负责部门测评，就可以对教师教学质量有个准确的价值判断，从而教学等级也可以作为硬指标，使得对教师的奖励晋升都有凭可依。

3.2 诊断教学问题，推动教学改革

通过教学评价，教师可以了解自己的教学目标确定得是否合理，教学方法、手段运用是否得当，教学的重点、难点是否讲清，从而调整教学策略，改进教学措施，有针对性地解决教学中存在的各种问题。评价不仅是对教师教学工作状况做出价值判断，而且对教学改革提出明确要求，引导广大教师树立正确的教学观、质量观和人才观，明确对自己的要求和努力方向，促使教师尽快转变教育教学思想，改革优化教学过程，发挥主动性、创造性，推动教改向正确的方向前进。

3.3 指导教学管理，提高教学质量

教学主管部门对教师的教学质量进行科学地评价，以及用科学的手段收集、分析处理所获得的资料，找出教学质量好的教师所具备的几种特征，反馈到学校教学的管理层，管理者就能够及时正确地采取主动有力措施进行指导、发挥管理功能，进而对其他老师的教学起借鉴作用，使教学工作质量得到提高。

参考文献：

[1] 连卫民.基于数据挖掘的高职高专教学评估应用研究[D]. 郑州：郑州大学，2007.

[2] 刘晓霞.数据挖掘技术在高校教学中的应用[J].实践与经验，2008，6（2）：43-45.

第9篇：数据分析师统计学基础范文

金融工程人才培养应以应用技能操作型为目的，针对地方财经类院校金融工程专业学生的培养特点，通过分析金融工程专业教育应用性的特征，提出了几点建议，如着重培养金融工程专业学生的潜在能力和操作技能，加大数理金融建模和数据处理能力的训练。在此基础上，把握好案例分析、实验课的训练和金融工程实验室的建设是提升金融工程人才竞争力的关键，提高专业知识运用和操作能力核心在于加强与金融机构的联合并实践。

关键词:

金融工程人才;培养制度改革;地方财经类院校

一、引言

金融工程学是20世纪80年代在美国等西方国家发展起来的，是一门新兴综合叉学科。金融工程一出现，就受到理论界、实务界、监管当局的高度重视，被称为“金融业中的高科技”，并且正越来越受到广泛的应用。最早提出金融工程学科概念的学者之一是JohnFinnerty，其在1988年认为，“金融工程包括新型工具与金融手段的设计、开发与实施，以及对金融问题给予创造性的解决”。国际金融工程师学会常务理事JohnF．Mar-shall在1992年对金融工程的研究范围作出了进一步的阐述，指出“新型和创造性有三个层次的涵义:指金融领域中思想的跃进，其创新程度最高;是对已有的观念做重新的理解与运用;是对已有的金融产品和手段进行分解和组合”。目前层出不穷的新金融工具的创造，大多建立在这种组合分解的基础上。英国学者洛伦兹•格立茨(Law-renceGalitz，1998)认为，金融工程是“运用金融工具重新构造现有的金融状况，使之具有所期望的特性(即收益/风险组合特性)”。金融学和金融工程学跟力学和建筑工程学有一定的类比性，力学是规律，而建筑工程学是用力学解决工程的问题，同样，金融学是研究金融学中的现象和本质，是规律性学科，而金融工程是借助于计算机手段、金融模型来解决金融问题，综合性、实践性更强。金融工程学科的涵义，在于综合采用各种自然科学和工程技术的方法(如机械工程用到金属材料与热处理方面的技术，金融工程用到信息处理和人工智能方面的技术)，创造出各种有价值的产品和服务，并创造出为设计、开发和实施这些产品和服务所需要的技术方法。

金融工程的快速发展是与金融创新有关，近年来，随着中国金融市场的稳健发展和对外开放，金融创新发展的环境得到进一步优化，股指期货、ETF期权、国债期货、利率互换、融资融券等创新衍生工具持续推出，为投资者提供了丰富的避险和套利工具，但金融工程方面的人才队伍相对缺乏，影响了机构投资者金融创新发展的步伐。目前国内开设金融工程专业和课程的学校比较多，各有特色，随着应用实践型金融人才需求量的增加，对原有的介绍和传授西方金融工程知识体系改革显得非常重要。传统的金融工程课程教学内容相对单一，缺乏实践环节，更为重要的是实际应用方面的教学比较缺乏。大多金融工程教材内容偏重于数学推理，比较抽象，案例分析比较少，结合现实的可操作性更是缺乏，对金融工程战术方法重视不足，操作性不强。特别是目前地方财经类应用型本科院校的金融工程教学很难适应社会对金融工程类人才的需求。一般财经院校在金融工程专业发展上侧重于对理论金融和宏观金融问题，而对微观金融、财务管理等重视不够，财经类院校强调的宏观金融与金融工程的微观实践特性存在一定的矛盾和冲突，这加大了金融工程专业人才培养的难度。金融工程本科生教学与培养是一项复杂的系统工程，涉及教学改革、课程设置、案例分析、论文写作、能力培养、应用技能、职业素养、就业选择等，本文结合笔者自身近几年在地方财经类大学讲授金融工程专业金融工程课程的经历，结合金融工程专业的特点，从培养应用型金融工程人才的视野，谈一点改革和创新金融工程课程和专业教育方法与手段的体会和思路，同时进行一些心得交流和探讨，侧重金融工程人才的专业能力培养和案例分析以及实践经验的积累，进而提出改革金融工程学生培养模式和提升培养质量的几点建议和看法，以为金融工程教学改革提供借鉴和参考。

二、地方财经类金融工程本科生培养的特点

(一)培养目标应侧重应用性金融是现代经济的核心，在中国经济转型的大环境下，金融工程人才的培养非常关键。日本是一个创新性国家，受到“科学技术创造立国”战略的高度重视，特别强调实践领域创新人才的培养，强调产学合作。与传统金融学相比，金融工程具有实践性、创造性、数理性和交叉性等独特的学科特点，金融工程人才培养也应当体现这种特点，培养应用型、复合型人才。我国金融工程人才的培养不仅侧重前沿性的学术研究，地方性院校更要关注应用型金融工程人才的培养。目前教育部把大学教育分为学术研究性、应用研究性和职业应用技能性，地方财经类院校培养的金融工程人才不同于985和211工程大学培养的学术性金融工程人才，而是以培养应用型技能性人才为主，诸如金融工程产品设计师、期货交易员、基金分析师等。实际上我们知道，专业学术型人才并不是靠培养出来的，而是靠合适的土壤自然发展的，但应用型人才可以通过多种训练来培养，因此，对于地方财经类院校的金融工程本科生培养来讲，选择应用技能型人才的培养途径可能更为适宜。在培养中，把知识的运用、培养专业技能、胜任金融领域的技术岗位工作作为主要目标，因此学生应掌握金融交易技术操作、金融产品设计与定价、金融市场分析以及风险管理等方面的知识。

(二)金融工程专业课程设置应多元化，提升有特色的选修专业课比重金融工程学本科生求学目标不大一致，有的是对金融工程比较感兴趣，有的是为了在金融机构就职，有的是为了将来深造从事金融工程学术研究。因此，金融工程学生培养应因人而异、因材施教，课程设置多元化。根据金融工程实务和理论，在考虑中国特色的基础上，重点设置2－3门专业必修课，包含主要金融工程基础理论和知识，提升数量统计方面的课程比重，加大专业选修课程比重，专业选修课体现了学校培养特色、学生的兴趣意愿及其特长，以满足学生不同的个性需求，为其发展自身爱好及专长提供广阔空间，如将来有从事投资方面的，可以多选修证券投资、固定收益投资方面的课程，将来从事风险管理的，可以选修风险方面的课程，如此可以提高金融工程专业学生的操作能力，以锻炼其未来就业的适应能力。值得注意的是，专业基础课程强调的是扎实的经济金融理论知识及数学知识和计算机课程，是培养合格金融工程本科人才的基础，如这方面的选修课包括金融时间序列分析、Matlab、C语言程序设计及数据分析等难度较大的课程，这为金融工程人才打下良好的数理基础，有兴趣的、高素质学生可选择这些课程。金融工程是一门交叉性比较强的学科，在课程体系建设上要兼顾科学性和系统性，地方财经类院校在课程设置、专业建设等方面要处理好金融工程与金融学、数学、统计学、计算机科学等课程的关系，处理好金融工程各课程之间的协调性和存在的冲突，重点突出、有的放矢，相应知识点不错漏，也不过多重复，特别是要加大实验教学课程体系的建设。

(三)加强应用型金融工程实验室的建设和实验教学的力度金融工程实验室是金融工程教学和科研的重要基地和支撑，也是培养全面发展的现代化金融工程人才的必要手段和基础手段。金融工程人才的培养，离不开大量的专业训练，需要相应的符合自身特征的金融工程实验室支撑。国内有一批特色的高校金融工程实验室，如“中信清华金融工程实验室”、“国泰安金融实验室”等，这对提升金融工程教学与学科建设水平起到了不可忽视的重要作用，金融工程实验室的建设可以提供金融计算和建模方面的数据库，这些实验室主要为学生筹建模拟银行、模拟证券交易中心等实验操作平台，通过基本技能模块可以让学生掌握最基本的金融产品操作技术。国家重点高校金融工程专业实验室在风险预测、建模、仿真模拟及决策优化等具有明显的比较优势，相对重点院校，地方财经类院校由于资金比较困难，对实验教学的重要性认识不足，金融工程实验教学环节相对比较缺乏，在实验室建设上严重滞后，增强实验教学内容是财经院校推进金融工程教学的重要内容，也符合培养应用型金融工程人才的需求，要为学生创造课堂教学和实践教学相结合的环境。考虑到诸多地方经济欠发达的院校在金融工程实验室的建设上并不尽如人意，条件相对比较差，需要多方筹集资金，根据自身情况，适当分步骤建设金融工程实验室，加强金融工程实验教学相应的硬件设施和软件系统配套建设。可见，地方财经类院校应以实验室为平台，加强和实业界的横向联系，服务社会。实践教学中，在实验室模拟实验是关键，应增加实验课的数量，如数据分析应用软件、期货交易及期权交易等实验课程，使金融工程专业的学生能在金融实验室中进行外汇行情交易模拟、期货模拟交易等，并进行计量数值分析、仿真模拟等，为创造性地解决各种实际金融工程问题打下基础。

三、金融工程人才培养的几点看法和建议

(一)应着重培养金融工程人才的潜在能力和素质，而不仅仅是知识的传授众所周知，金融工程人才是一种复合型人才，需要具备良好的全方位素质，地方财经类院校金融工程人才的培养更应加强综合素质教育和综合能力，不仅仅是知识的传授，而应是塑造学生的创新意识和学习知识的能力。以往我们对本科生乃至研究生的培养主要在授课环节，认为学生只要学好相关知识即可，其实知识是学不完的，现在我们处在一个知识大爆炸的时代，特别是金融创新的大环境下，金融知识更新更快，学校课堂所学习的知识只是一个基础，很难解决学生将来所需的知识，因此，关键是要学生掌握学习的方法和思路，要会举一反三，质疑现有答案，能够提出问题、解决问题。可见，培养学生的自我学习的能力非常关键，会学习是最重要的能力，终身学习可能是金融工程人才将来面临的现实。另一方面，培养学生的心理素质、理性思维及辨别分析能力更是关键之中的关键，对于现有的知识和理论，学生更应该找出问题、分析问题和解决问题，这就需要学生在众多的观点中要有自己独特的思想和认识，要有独立的思考能力和辩解是否的能力。可见，培养金融工程学生的创新能力和操作能力是本科阶段的核心竞争力，也是金融工程专业人才培养的关键。

(二)加大对金融工程人才数理金融建模和数据处理能力的训练现代金融就是一个金融信息、数据处理加工的过程，这就要求我们培养金融工程人才的整合金融信息的能力，在认识金融运行规律的基础上，对各种金融信息能力加以识别、处理、整合和加工，剔除冗余信息，得到有效信息和数据，为金融投资决策提供信息支持和方案支撑。我们知道，金融工程学的研究方法很多，包括数量计量经济模型分析、预测决策分析、数据处理加工、模拟、应用编程、案例分析等方法，这些方法和工具使得金融工程学具有了科学性和严谨性。对于金融市场的预测，不仅要关注金融数学建模，也要关注投资者的心理行为。正是由于金融工程学涉及复杂的数学建模和数据处理，需要加大对金融工程人才数理建模和数据处理能力的教育，这方面的课程可以加强，或通过专题讲座，或聘请校外在这方面经验丰富的教师进行授课，充分运用计算机等现代科技手段促使学生数据处理能力的提升，进而使金融工程专业学生具有一定的金融分析、数学建模、编程应用和信息处理的能力。

(三)把握好应用金融工程人才的质量关的核心是提升其案例分析和产品设计以及操作能力案例分析和金融产品设计是金融工程人才培养环节不可或缺的一个要点，也是非常重要的一个步骤。可以说应用型金融工程人才培养质量的高低实际上是看学生案例分析的能力，产品设计的创新能力，以及相关实务的操作能力，案例分析和产品设计体现了对金融工程专业理论应用的认识能力和在社会实践中的应用价值，产品设计是否符合市场的需求验证了产品设计是否成功和是否具有可操作性，在这方面导师的作用非常重要，可给学生配备专业导师，具体个别指导。要提高学生金融工程产品设计的质量，关键是要选好产品素材，是何种结构性产品，固定收益类或权益类，一般来说，导师理论视野相对比较开阔，对国内金融产品发展动态有更多的认识和了解，在与学生交流过程中，可以为其明确选题方向，同时在设计思想、定价方法等方面引导学生，这样可以提升其学习能力，锻炼其多元化的思维能力。另外，金融工程专业学生的毕业论文选题，一种可能性是来自专业导师的课题，一种是来自导师的交流和学术思想启发，也有是来自多方交流而产生的火花，当然这需要专业导师在平时多与学生交流，多做一些研究，参加相关方面的训练，有利于学生顺利成长。学校和学院可针对不同年级学生出台相应激励政策，特别是在高年级阶段，学校可让学生独立选题，然后汇总，在其中优选一些课题进行资助，即“金融工程论文案例设计卓越优先项目”，也可与毕业论文挂钩，挖掘具有应用技术潜力的金融工程人才。当然，学生在学习期间，可有一些高标准严要求，例如参加校内外专题研讨会、鼓励学生进行专题调查等，鼓励金融工程专业学生积极参与“全国大学生创业计划大赛”、“模拟炒股炒汇大赛”、“金融案例大赛”、“模拟期货交易大赛”等与金融工程专业密切相关的科技竞赛活动，从多角度来提升应用技术能力，以促使学生案例设计和毕业论文质量的提升。可见，完善以以创新和质量为导向的应用型金融工程人才评价培养机制，以创新动力和创新能力为核心的金融工程人才培养体系是推动地方财经类院校金融工程金融学院研究生培养基地建设的关键。案例教学中，可采用情境教学法，教师给定案例情境，让学生模拟股票投资、期权期货交易等，从而使学生把知识运用到于实践中，可邀请校外金融机构专业人员参与活动。笔者在地方财经类院校金融工程专业讲授金融工程课程时，对金融工程专业班的学生进行了股指期货模拟大赛，给予学生500万初始投资，在一个月时间里进行实时行情模拟操作，结果在53位参加者里，最终资产在500万以上的有23位，最高的为582．769万元，收益率为16．55%，而亏损的高达30位学生，最高的亏损率72．83%。我们让参赛的各位同学在模拟操作后写一个报告，由3位老师打分平均得到报告分，再根据模拟收益率换算成操作成绩，按照报告60%和操作成绩40%权重平均，得到每个学生的综合评分，只有一个同学在90分以上，85分以上的也只有5个。可见，学生的理论与实践与我们的预期有一定的差距，实践操作能力有待于进一步提升，这样的模拟大赛应该多举办，才能教学和实践相结合，提高学生的操作能力。另一方面，应发挥专业导师和授课老师的引导作用，我们知道，人才成长更主要的并不是其所学的知识，而是取决于专业素质和品德修养。因此，老师不仅要引导学生的专业知识和专业应用技能培养，也要引导学生树立正确的人生观、价值观，形成良好的职业道德和严谨的科学学风，培养学生具有开拓进取、团结协作的精神和金融诚信。可见，由于专业导师与学生接触较多，不仅传授专业知识，也要关心学生的成长，做到言传身教，以严谨的治学态度和良好的思想品质，影响、启发和勉励学生在道德和专业技能方面都得到提升。另外一个不容忽视的是，金融工程人才应具备良好的人际沟通能力和团队协作精神，在人际交往方面具有亲和力，善于同客户、监管部门交往，因此培养学生的人际协调与合作能力也非常关键，这需要专业导师的言传身教，亦师亦友。

(四)提高金融工程学生的专业知识运用能力核心在于加强与实践部门的联合，促使产学研一体化金融工程学生应用实践能力的培养主要是指其对金融市场敏锐的观察能力、系统的分析能力、较强的操作能力和领悟能力等，可见对于金融工程应用型人才的培养，其关键是要培养其解决现实问题的能力，如对银行理财产品的设计与定价，可鼓励学生多到银行业务部门实习，以提高其实际操作能力和应用技能。当然，在课堂教育方面，应采取开放式办学模式，灵活调整课程设置，聘请金融界专家开设专题讲座，或部分应用课程让金融行业内专家授课，注重务实创新，密切结合前沿理论和金融实务，既开阔了学生视野，也增强了其实践能力，有利于学生知识结构和思想处于理论和实践发展的最前沿。也可要求金融工程专业学生围绕金融工程热点问题进行社会调查，如理财产品的问卷调查，并结合毕业论文选题和案例设计进行专题考察和调研，参加相关专题会议。可见，在金融工程人才培养改革中，应强调学校与社会的密切联系，做到产、学、研相结合，培养适应社会需要的金融工程人才，加强学生的实践环节，根据学生兴趣和职业生涯要求到银行、保险、信托、基金公司等金融机构或其他部门调研和实习，并交流相关社会实践体会，如喜欢权益投资职业的学生可到基金公司实习，喜欢做信贷的学生可到银行部门实习。由于高校老师相对封闭，对金融机构缺乏了解，使得高校教师不了解用人单位的需求，教师教学与金融实际工作相对脱节，也在某种程度上影响了学生的就业前途。因此，需要一方面聘请金融部门的相关人士担任“实践导师”，另一方面也可鼓励老师与金融机构的联合课题研究，也可建立实习基地等加强与金融部门的沟通和联系，强化校外金融工程培训，在应用型金融工程人才培养中，校外金融工程培训是不可或缺的一个环节。加强校外金融工程实习基地建设，应以金融机构为依托，尽可能地与各类金融机构及企业联合，建立企业、学校“双向互动”的实习基地，多渠道和多路径培养金融工程人才的实践能力。

四、结论

基于金融工程人才培养的应用性和个性化需求，对金融工程专业学生的教育更多的是创造良好的教学学习氛围环境，促使课程体系改革，加大培养学生的专业知识技能和综合素质，而不仅是传授知识，加强案例设计、模拟操作和应用环节的培养，发挥专业导师的引导作用，促使学生到金融部门实习和调研，培养市场导向的应用型金融人才，按照“知识+能力+品德”的目标，探索地方财经类院校金融工程专业人才培养模式和育人模式，从多元化的视野提升金融工程专业人才在市场的竞争力。

参考文献:

〔1〕徐子尧．金融工程实验教学探析［J］．时代经贸，2014，(3):160－161．

〔2〕李志生．财经院校金融工程教学的实践与思考［J］．中国农业银行武汉培训学院学报，2007，(5):86－87．

〔3〕王晋忠．不同层次金融工程人才的知识结构与培养模式［J］．金融教学与研究，2004，(4):46－48．

〔4〕史永东，陈日清．财经院校金融工程本科专业设置研究［J］．东北财经大学学报，2009，(4):85－87．

〔5〕郭敏，刘立新，余湄．财经类院校金融工程人才培养目标与模式［J］．财经科学，2004，(6):8－11．