大数据背景下电子商务专业的教学改革研究

《大数据背景下电子商务专业的教学改革研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据背景下电子商务专业的教学改革研究　　随着IT行业的快速发展，物联网、云计算等高新技术不断突破创新，大数据时代应运而生。大数据的到来，虽然为电子商务提供了更高效便捷的服务，但也引起了数据管理模式的更新，电子商务人才面临新的挑战。然而，在传统教学模式下，以学科知识传授为基础，理论脱离实际，无法满足电子商务专业的发展需求。因此，以大数据为背景，在现有教学模式的基础上，进行电子商务专业的教学改革，对于培养高技能人才具有重要意义。　　一、大数据概述　　大数据，也可以称之为巨量资料，指的是一种非结构化或半结构化的数据，所涉及的资

2、料量规模巨大，无法通过目前主流软件工具在合理时间内撷取、管理、处理，也无法整理为有助于企业经营决策的资讯[1]。大数据具有数据量大、数据种类繁多、处理速度快、价值密度低等特性。　　大数据的特点为电子商务带来了更多的技术创新与商业契机，受到国内电商的广泛关注。以阿里巴巴为例，该公司迈出了大数据应用的第一步，构建了“淘宝数据魔方”，开放网站所有的交易数据，把数据利用和分析做到极致。　　二、电子商务专业的教学现状　　在传统的电子商务教学模式下，理论脱离实际，教学过程中存在许多问题，主要包括以下几个方面：首先，课程设置不尽合理，固

3、守传统的教学方案，与电子商务的快速发展相脱节;其次，课程内容不够新颖，只注重传统知识的讲授，没有加入专业前沿问题的探讨;最后，教学模式脱离实际，以理论传授为中心，忽略了理论与实践的结合，不利于培养实用型人才。　　由此可见，传统的教学模式已经不能满足大数据背景下电子商务快速发展的需要，电子商务专业的教学改革势在必行。　　三、大数据时代对电子商务专业教学的新要求　　大数据时代的到来，带动了电子商务的快速发展，同时也对电子商务教学提出了新的要求，在教学改革的过程中应予以关注。　　（一）对数据收集处理的新要求　　在大数据时代下，数

4、据信息量急速增长，在数据的收集方面，庞大的信息量已经远远超过了企业的信息基础架构的承载力;在数据的处理方面，对数据实时处理的要求，远远超过了企业现有的计算能力;在数据的挖掘方面，从海量数据中挖掘出有价值的信息变得极为困难，增加了大数据应用工作的繁重性。　　由此可见，大数据应用于电子商务面临着收集和处理的困难，这就要求在电子商务教学过程中，引入数据仓库、数据挖掘、OLAP等先进的理念，构建数据仓库来装载庞大的信息量，采用数据挖掘技术从海量的信息中找到价值量大的内容，利用OLAP技术对大数据进行多维分析，以克服大数据应用过程中

5、所遇到的困难。　　（二）对人才专业技能的新要求　　企业将大数据进行收集处理后，往往不能直接将其作为管理决策的依据，仍然需要电子商务人员凭借专业知识，对数据进一步分析，将其转化为对管理决策有价值的信息。基于此，许多电子商务企业正在积极部署大数据战略计划，不断引入数据分析人才，创建大数据研发团队，从技术的软层面真正解决大数据的挑战[2]。　　由此可见，仅具有收集处理大数据的能力是不够的，对于大数据的分析能力才是电子商务企业的核心竞争力，这就要求在电子商务的教学过程中，重点培养学生分析问题、解决问题的能力。在授课的过程中，除了传

6、统理论知识的灌输，还应将电子商务领域中最前沿的课题引入课堂，使得理论学习与案例分析相结合，增强学生分析问题的能力，以满足企业的现实需求。　　（三）对课程培养方式的新要求　　面对庞大的数据量，电子商务仍然在原有的平台构架中运行，容易造成架构不稳，随时可能出现数据资源及系统资源不足的实际问题，导致平台操作缓慢不畅。因此，为了保证平台的正常运行，时时监测系统的运行状况、对系统构架进行现场维护尤为重要，并且需要针对平台出现的具体问题，制定与其相适应的操作方案，而不是理论知识的生搬硬套。　　由此可见，大数据在电子商务应用的过程中，可

7、能会出现系统故障等突发性问题，这就要求在电子商务的教学过程中，将理论与实践相结合，在讲授课程的同时，引导学生到企业中进行实训，提高处理突发事件的敏捷度，增强学生的综合素质。　　四、大数据环境下电子商务专业的教学改革思路　　针对当前电子商务专业的教学现状，结合大数据时代对电子商务教学提出的新要求，可以从课程设置、课程内容、授课方式等三个方面对电子商务专业的教学提出改革思路。　　（一）优化课程设置，引入商务智能技术　　在课程设置方面，电子商务专业应该迎合大数据发展的需要，引入商务智能等前沿课程。相应的增加数据仓库、数据挖掘、O

8、LAP等相关课程，引导学生构建数据仓库收集数据、采用数据挖掘处理数据、利用OLAP分析数据，使电子商务专业向智能化方向发展。通过优化课程设置，学生可以掌握更多的商务智能技术，从而增强收集、处理、分析数据的能力，以解决企业在大数据应用过程中面临的困难。　　（二）调整课程内容，注重前瞻性与新颖性　　在课程内