大數據在管理學中的應用精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據在管理學中的應用主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：大數據在管理學中的應用范文
【中圖分類號】C93-4 【文獻標識碼】A 【文章編號】2095-3089（2015）17-0056-01
管理學是一門新興的學科，也是20世紀至21世紀初發展最為迅速的學科之一。管理學課程群，是包括《管理學原理》、《人力資源管理》、《戰略管理》、《溝通管理》、《組織行為學》等課程的集合，是工商管理、市場營銷等專業的核心課程群。其共同點在于通過管理現象、挖掘其中各要素的關聯性，進而總結管理規律，做出管理決策。也就是說，通過管理學課程群的訓練，目的在于鍛煉學生利用既有數據和模型，分析變量與變量之間的關系，發掘特定情境下管理特征、支持企業決策的能力。由此，對數據的分析、解讀能力，無論對管理學學科的發展，還是提高工商管理、市場營銷專業學生的培養質量、提高他們的市場競爭能力，無疑意義重大。
一、當前管理學課程群教學存在的不足
作為兼具理論性、實踐性雙重特性的管理學課程群，在實際教學中明顯地表現出不足：“重理論、輕實踐”;“重介紹、輕分析”;“重西方、輕中國”。
（一）“重理論、輕實踐”。概念解析、理論介紹和案例教學構成了目前管理學課程群教學的主體，教學組織過程單一，主要表現為“講述概念――介紹理論――案例分析”。教學的側重點是讓學生掌握理論，進而運用該理論分析案例，然而，這種教學方法忽視了培養學生通過實踐手段檢驗管理理論是否適用，以及從管理現象中挖掘管理方法、提煉咨詢建議的能力。而這正是企業管理實踐中需要的核心能力。
（二）“重西方、輕本土”。“重西方、輕本土”，同時“重介紹、輕分析”是目前管理學課程群教學的另一不足。作為“舶來”的管理學學科群，經典管理理論和最新研究動態均建構在西方國情和人文實際基礎之上。對于傳播的這些西方知識，倘若未經“檢驗”一味接受，必將導致理論和現實的脫節，會出現理論在中國“水土不服”的情況，“為中國企業管理實踐導航”更無從談起。“檢驗”的實質是西方理論本土化的過程，即在中國管理情境中，必須對西方理論進行審視，從其中吸取營養、獲取能量，將其本土化后再指導管理實踐。然而，當前的管理學課程群教學重視介紹管理現象，而輕視通過變量分析深入挖掘管理現象內在的關系和邏輯，從而容易使管理理論與實踐相脫節;重視西方經驗和理論，忽視將管理理論中國化、本土化的過程，關鍵是缺乏對“中國情境”的解讀能力。
二、開展基于數據分析模型教學方法的必要性
應對上述教學方法帶來的弊端，通過中國情境下的企業數據進行實證分析則是根本途徑。這是因為：
第一，“大數據”時代的到來，數據呈現Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）等特點，在這樣的背景下，傳統的管理方法、手段受到極大地挑戰，誰具備整理、分析“大數據”的能力，誰才能夠在日益激烈的企業競爭中脫穎而出，為企業、為個人創造價值。正因為如此，目前具有數據分析能力的畢業生日益受到各類企業的青睞。因此，培養學生的數據分析能力，能夠增強學生實踐技能，使學生具有更強的創新創業精神和更強的就業競爭能力。
第二，就學科發展的角度而言，隨著中國經濟的發展，中國躍升為世界第二大經濟體，對中國現象的分析日益受到重視。管理學也是如此，應摒棄全盤“西方主義”、“拿來主義”的態度，應重視中國情境下的管理經驗、管理規律的探尋。由此，基于數據分析的對“中國情境”的挖掘、以及“中國情境”下管理的創新是管理學教師實驗教學必須面對的一個重要課題。
三、基于數據分析模型的管理學課程群教學內容設計
（一）基礎數據庫資源建設模塊。基礎數據庫資源是管理學課程群實驗教學的前提。
第一，設計基于數據分析模型的管理學課程群教學數據庫。這個數據庫是包含若干中國企業管理的案例，可稱之為“實訓訂單”，“實訓訂單”領域包括但不限于：企業管理環境、企業戰略、企業組織、企業人力資源管理、企業財務管理、企業營銷、企業生產運營管理等。這些“訂單”是學生進行數據分析所依賴的數據庫。“實訓訂單”的數據，既可以來源于上市公司的對外披露數據，也可以是走訪調研取得的一手數據。
第二，建設管理學課程群教學的數據分析系統。這里的數據分析系統不是一個單一的數據處理軟件或應用系統，而是一個致力于將目前主流的數據分析工具SPSS、Eviews、STATA等根據各自處理數據的優勢集合而成的綜合化系統，是一個根據具體的管理問題，尋找一種與之相匹配的分析模型的過程。例如，帶有時間序列的企業人力資源預測，建議采用Eviews 6.0中的ARIMA分析模型，利用無時間的截面數據分析變量相關性時，建議采用SPSS 20.0中的方差分析等。目的在于鍛煉和培養學生利用數據分析模型解決管理實踐問題的能力。
（二）實踐教學資源建設模塊
第一，根據已有的管理問題數據分析“實訓訂單”，尋找一種與之匹配的分析模型。如前文所述，對于一個特定問題，盡可能要找到一種滿意的與之相匹配的分析模型，以提高管理咨詢的準確性和可信度，這是企業管理咨詢的需要，也是培養學生分析問題、解決問題能力的需要。
第二，將“實訓訂單”和具體的分析過程按照教材建設的思路形成并完善，以供后期學生進一步學習以及教師教學參考使用。
四、教學過程設計
基于數據分析模型的管理學課程群教學改革實施過程分為三個階段：
第一階段是基礎訓練階段。這個階段重點教師向學生講授數據模型的分析方法、步驟、檢驗過程、適用環境等，以及如何從“實訓訂單”中提煉合理的“因變量”、“自變量”、“中介變量”、“調節變量”、“控制變量”，即案例分析模型的建構。
第二階段是案例分析階段。這一個階段的重點是將學生從暗示型案例分析提升到無邊界案例，讓學生在一個沒有明確問題導向的案例中尋找突破口，以培養和提升學生識別問題的能力。
第三階段是綜合提升階段，增加管理問題的復雜性，激發他們嘗試綜合運用多種分析模型解決問題，在此過程中，可以是個人也可以是團隊合作的方式，從依賴輔導逐漸轉變為獨立設計，實現綜合應用能力的快速提升。
第2篇：大數據在管理學中的應用范文
關鍵詞：數據科學；大數據；數據智慧
中圖分類號：G642.0 文獻標志碼：A 文章號：1674-9324（2017）22-0095-02
一、國內外大數據研究現狀分析
1.大數據發展和研究的國際動態趨勢。當前，人人都在討論大數據，數據科學成為最為流行的詞匯和最熱門的學科[1-7]。的確，可以說每個科學家都是數據科學家，每個個體、組織、企業、政府都在不斷產生新的數據集[8-9]。很多國家政府機構、國際各類組織、大型互聯網公司和高等院校與研究機構等都感受到了大數據的重要作用，大家也先后行動起來，把軟硬件開發建設、積極參與利用和深入研究大數據作為奪取制高點，贏得新一輪競爭機遇的重要抓手，投入到實施大數據戰略的行列中。例如，美國政府將大數據視為重要資源，認為大數據堪比不會枯竭的原油，并把大數據研發和生產和應用計劃提高到國家戰略層面。英國政府則考慮開放交通運輸、氣候和健康衛生方面的公共數據庫，并計劃建成首個全球“開放數據研究所”。法國政府通過的《數字化路線圖》，計劃大力支持“大數據”在內的戰略性高新技術。日本和印度等國也紛紛出臺各種舉措，提高信息通信領域的國際競爭力，并推出國家數據共享和開放政策等。
國外著名的互聯網企業可以說是政府實施以上戰略的技術支撐。他們利用自身雄厚的經濟和技術能力為政府實施大數據戰略提供有力支撐，也從大數據的研究中獲得豐厚的回報。
2.國家大數據國家戰略發展規劃。我國政府也迅速行動起來，在2012年8月份國務院制定了旨在推動各企業加快信息基礎設施升級，構建大數據產業鏈等的文件。2014年2月27日成立了中央網絡安全和信息化領導小組。2015年8月31日，國務院印發《促進大數據發展行動綱要》。但已有研究指出了我國發展大數據的挑戰和問題，其中包括：一方面，還沒有真正提煉出研究大數據的科學問題、理念，方向和具體可行性措施。另一方面，人才隊伍建設亟須加強。
3.國內高校和我校數據科學研究現狀。為響應國家創新驅動的發展戰略，國內許多一流大學紛紛整合學科資源優勢，啟動以數據科學為主要方向和特色的創新型學院、研究院和統計中心的規劃建設。早在2010年7月5日，北京大學統計科學中心已正式成立。2014年4月26日，清華大學成立了“數據科學研究院”。2014年5月16日，清華大學成立清華大學統計學研究中心。2014年10月至今陸續又有西南交通大學，由中關村管委會、海淀區政府、北京大學、北京工業大學、復旦大學大和中國人民大學等成立各類數據學院和大數據研究院。從中可以看出各個高校已順勢而動，投入到數據科學的創新研究和人才培養的大軍之中。我校在此方面也已形成良好的基礎。北方工業大學云計算研究中心成立于2010年12月。在此基礎上，北方工業大學大規模流數據集成與分析技術實驗室認定為2013年度北京市重點實驗室。我校還擁有現場總線技術及自動化北京市重點實驗室、變頻技術北京市工程研究中心、電力電子與電氣傳動北京市高校工程研究中心、有色冶金過程現代檢測技術及裝置工程技術研究中心、北京市城市道路交通智能控制技術重點實驗室、北京市變截面輥彎成型工程技術研究中心、新型建筑工業化集成建造工程技術研究中心等多個省部級研究機構，產生大量研究數據，為數據科學研究提供了素材。
4.理學院面臨的機遇和挑戰。我校理學院設有數學系、統計學系、理化教研室及體育教研室。理學院重視科研工作的開展，近5年承擔30多項國家自然科學基金、北京市自然科學基金項目和國家基礎科學研究計劃“973”的科研任務。計算機視覺研究團隊為北京市學術創新團隊，其研究對象是數據科學研究領域的前沿方向，為數據科學研究團隊和平臺建設打下基礎。統計學系也成立了大數據研究中心平臺和組建統計機器學習研究團隊。
如何利用好自身的理論基礎優勢，主動出擊，立足自身發展的同時，深度融合我校優勢資源，通過數據科學研究團隊和平臺建設，深入認識大數據產業發展規律重視了數據資源匯聚、積累、處理與應用能力建設，主動推進大數據產業發展與應用需求間的對接是我們面臨的重要問題之一。
二、數據科學創新團隊與平臺建設研究內容
在大數據背景下，我們考慮高校理科學科與信息科學等之間的交叉融合，改革研究團隊和平臺建設思想，提出了以下研究目標及內容。
1.探討新形勢下，如何借助大數據發現高校創新團隊和平臺建設中存在的問題。
2.在大數據背景下，如何借助大數據考慮高校創新團隊和平臺建設中的合適有效的理論和方法。
3.在大數據背景下，結合統計學和數理科學自身優勢，開展數據科學創新團隊和平臺建設途徑探索。
4.在科學利用研究成果基礎上，進行大數據背景下數據科學創新團隊和平臺的建設實踐探索。
三、數據科學創新團隊與平臺建設研究設計
1.研究思路和方法。統計學從古至今都是一門數據科學，新形勢下其面臨著極大的挑戰和良好的機遇。美國科學院院士郁彬發表文章介紹數據科學中的“數據智慧”，其指出：“在大數據時代，只有對數據智慧也給予和其他研究同等程度的重視，大數據才能轉化為真正有用的知識和可被采納的信息。”因此，我們借助最新的大數據分析工具和“數據智慧”，系統考慮和研究目標有關多種因素，深入探討數據科學創新團隊和平臺建設的方法論。
2.研究計劃的實施。（1）精確定義要回答的問題。為此，我們必須要與統計學領域、數學、物理學、計算機科學這些領域的專家進行合作。這些專家會提供有助于解決問題的領域知識、早期的研究成果、更廣闊的視角，甚至可能對該問題進行重新定義。（2）數據收集。大數據背景下數據的含義是什么？數據科學相關的學科實際情況研究等。（3）確立解決問題的方向。研究如何確立團隊和平臺的戰略規劃和目標；設立方便管理，有利創新的機制運作方式；建立起既有協同創新，又惠及每個成員的激勵機制；搭建具有實質叉的團隊和平臺。（4）從實際出發，落實規劃。首先，根據理學院的人員構成特點，建立起一個理學學科各分支為基礎的大數據與機器學習討論班，為研究團隊搭建提供基礎。其次，聯合我校工科、經濟管理學科等組建學科交叉研究實驗平臺，充分利用工科實驗研究的數據資源，為數據科學研究提供原材料。再次，以數據科學理論研究為支撐，與互聯網等企業聯手建立數據工程技術平臺，將數據科學研究成果及時轉化為實用的新技術。
四、Y語
總之，如何結合大數據和我校學科布局，發揮我校傳統優勢學科及我校新興學科方向已有優勢，擴展數據科學等多研究方向、促進學校產業發展，是我們進一步的重要研究內容和發展方向。
參考文獻：
[1]柳洲，陳士俊，張穎.跨學科科研團隊建設初探[J].科技管理研究，2006，（11）：137-139.
[2]王冠.試論高校創新型科研團隊建設的制度創新[J].教育研究，2010，（6）：73-76.
[3]吳美華.高校科研團隊建設管理的現狀分析與機制建設[J].生產力研究，2010，（7）：101-102.
[4]王怡然，陳士俊，張海燕，柳洲，王梅.高校科研團隊建設的內涵、特征及類型[J].西南交通大學學報：社會科學版，2007，8（3）：20-23.
[5]伍宏發，楊春霞，張林英.網絡環境下高校科研團隊建設的思考[J].科技管理研究，2010，（10）：73-75.
[6]康旭東，王前，郭東明.科研團隊建設的若干理論問題[J].科學學研究，2005，23（2）：232-236.
[7]呂紅芝，周婧，徐斌，周培.科研團隊分類建設探索[J].科技管理研究，2012，32（20）：168-171.
[8]X Jin，B W Wah，X Cheng，Y Wang. Significance and Challenges of Big Data Research[J].Big Data Research，2015，（2）：59C64.
[9] B Gema，Jung J J，Camacho D. Social big data：Recent achievements and new challenges[J]. Information Fusion，2016，（28）：45C59.
Data Science Innovation Team and Platform Construction in Science Colleges of Polytechnics under the Background of Big Data
XU Li-wen
（College of Science，North China University of Technology，Beijing 100144，China）
第3篇：大數據在管理學中的應用范文
關鍵詞： 大數據技術 教育改革 個性化教育
一、相關背景
大數據是互聯網時代的必然產物，人們對數據的要求日益提高，非數值型計算所占的比重也越來越大，常規數據庫已經滿足不了海量復雜數據的獲取、存儲及相關分析管理的要求，各行業更看重的是數據的整合和追蹤分析、海量存儲和可靠傳輸的能力。比如在最火的電子商務領域，美國電商巨頭亞馬遜充分利用大數據分析平臺，幫助跨境電商和個人在全球范圍內推銷產品和服務；整合搜索引擎鼻祖谷歌斥巨資研發云計算，為自己的核心業務互聯網搜索服務提供強有力的保障；本土電商阿里巴巴的云規模已進入全球前三，“雙十一”日破千億的銷售額，動輒每秒十幾萬筆的交易量都是大數據技術在支撐。大數據時代已正式登上歷史舞臺，作為高精尖人才培養基地的高校應順應潮流，充分結合大數據的相關技術，對教學過程中產生的海量數據進行跟蹤挖掘、分析和整合，進而形成相關方案并及時反饋。
當前，大數據技術已經深入社會的各個領域。人們逐漸依賴各種社交平臺（如QQ、微信），4G+、5G時代的帶寬提升，物聯網概念的提出，移動互聯網的構建及電子商務的火爆，這一切都包含急劇增長的海量數據，數據存儲單位早已從GB、TB上升到PB。與此同時，人們往往忽略教育領域在大數據產生中的重要地位，尤其是高校龐大的教學規模每天都在持續不斷地產生海量的各類數據，因此有必要在高校教育中引入大數據思想，加快教育改革的步伐。
二、美國及我國高校大數據應用的情況
1.大數據引領的美國高校教育。大數據技術早已經改變了我們對世界的看法，教育模式的改革自然也是水到渠成，美國在這一方面走在前面。斯坦福大學的Sebastian Thrun教授于2011年創辦了在線教育平臺Udacity，在互聯網上講授人工智能課程，無心之舉卻在全球引起熱潮，影響190多個國家的學生。同樣是斯坦福大學的Andrew Ng教授也依托于互聯網自己的授課視頻，使全球各個層次的網民都享受到斯坦福大學在校生的同等待遇。在此基礎上，Ng教授和美國普林斯頓等名校建立同盟，成立了當今世界聞名的Coursera，提供系統的同盟內大學經典課程教學視頻。同樣在全球引起震撼的可汗學院也是如此，這是孟加拉裔美國人薩爾曼?可汗創立的一家教育性非營利組織，為全球億萬網民提供了眾多寶貴的免費教育資源。在這一股潮流的影響下，哈佛和麻省理工等美國較保守的傳統名校也開始研發免費的互聯網教育平臺，上傳本校的品牌課程，并在網絡授課的過程中收集相關學習數據，進一步提高教學水平。
在這一系列令人印象深刻的改革創新之中，最有代表性的是美國高校對大數據的利用，美國高等教育大數據時代已經來臨。近年來，在IBM公司預測分析軟件的幫助下，美國很多高校在招生的時候，居然能夠預測新一屆學生成功完成學業的比率，而且事后驗證，這份名單的準確性超過90%，遠高于美國高校傳統的人工調查統計。令人稱奇的背后是大數據的應用，相關軟件會分析學生個體的以往成績、學習時間的分配、個人興趣愛好及家庭對個體的各方面投入，進而生成相關報告。用大數據預測學生學業成功與否只是美國高校大數據應用的一個方向，更多的大數據教育管理實踐正在美國高校如火如荼地開展。
2.國內部分高校掀起大數據應用探索的熱潮。計算機軟硬件的高速發展，為國內高校大數據應用和國際接軌提供支持和保障。清華、北大等諸多高校，都開始模仿國外的模式建立免費網絡授課平臺。很多省市和高校合作建設數字校園，開放教育資源共享平臺，使更多層次的群體享受名校的課程服務。
目前，校園大數據開展最好的應該是上海高校。復旦及上海財經等一批上海高校早在2012年就率先開展了對大數據的應用探索，雖然和國外高校相比有差距，但是為后續其他高校開展相關研發提供了寶貴的經驗。中國科學院大學于2014開設我國首個“大數據技術與應用”專業，在方向設置和課程安排方面為其他高校樹立一個標桿。清華大學與金電聯行于2016年11月正式成立金融大數據聯合研究中心，開展學科交叉研究，致力于大數據應用理論研究、大數據挖掘及產業應用等關鍵技術的研發。在全國范圍內部分高校逐步開設大數據相關專業，2016年11月，我校安徽理工大學成立數學與大數據學院，致力于大數據人才的培養。
3.當前研究方向。很多人把大數據時代視為“第三次工業革命”，作為人才儲備基地的高等教育領域，負有關鍵性的責任。各種教育資源平臺水平參差不齊，如何對其整合，使其健康發展是一項重要任務，同時，現在的網絡教學，錄制好的視頻已經成為主要的知識載體，但如何體現現實教學中的交互性是一個急需解決的課題。
千百年來，知識載體的變化，決定了知識本身的價值，同時造成了教師角色的轉變，由于大數據時代知識獲取的渠道更容易，教師已經不再是知識體系里的主導者，更多扮演的是知識的傳遞者或者是知識體系里的組織者。但在角色淡化的同時，大數據的整合分析功能可以幫助教師更科學地預測學習效果，把控學生的學習進程，從而根據及時反饋調整教學手段，進行教學改革創新。當前，云計算和大數據使教育資源的共享成為常態，素質教育和個性化教育漸漸演變成核心，高校教育工作者應該與時俱進，對大數據時代的自身定位及教學模式的改變都要有心理準備，才能更好地在新形勢下推動高校的改革創新。
三、高校教學改革中的大數據應用措施
1.教育大數據相關技術及處理平臺。大數據如今在電子商務中的應用最為成熟，很多電子商務平臺利用用戶的頁面瀏覽軌跡分析出其購物愛好。教育分析技術可以借鑒這種方式，學生就是電子商務平臺用戶，通過網絡在線平臺和移動終端軟件，對學生整個學習過程進行完備的數據采集分析，借助過程中反饋的中間報告及時調整學習進度和教學方式，甚至參照國外高校的做法延伸下去，對學生未來的需求進行分析。國內外的很多數庫技術都為相關平臺的搭建提供了強有力的支持，比如國外的Hadoop和NoSQL數據庫技術及國內的超星公司SPOCs和混合學習模式
2.改革的具體措施。在現有技術下，我國高校可借助校內各種類型的教育平臺，利用大數據技術整合在校生和往屆畢業生的相關信息，然后與社交媒體的數據整合在一起，可以全方位地對高校教育進行評估和指導。
（1）指導學生選擇專業和課程。借鑒國外教育體系，從初高中就建立學生各種信息平臺，在進入高校之前，相關前期的個人數據經過高校專業信息平臺的大數據分析，和數據庫中存儲的歷史信息比較，通過類比高年級學生和往屆生的學習成績和效果，甚至是以往畢業生的就業情況及最新的市場需求，得出新生的專業及課程備選方案以供其參考。
（2）學生學習效果的反饋。成績雖然不是萬能，但可以作為一個重要參數。利用信息平臺定期關注學生成績，通過大數據技術對個體和整體學習效果做出評估并分析相關參數，從而對后續學習提出具體參考意見，如果反饋后采取相關措施并沒有進步或者反而退步，就可以考慮是否調整課程和改變專業。
（3）學籍保留評估。國內現有的教育體系中，因為各種原因總是存在一些問題學生面臨退學，以往都是根據輔導員和教師等的意見評估，同時缺乏科學的具體措施予以幫助。在大數據的時代，可依據在校生各方面的表現確定參數，定期打出評估分數，同時遵循“不拋棄不放棄”的原則，結合上述兩項措施，盡量幫助學生提高評估分數，并對其提出具體的幫助建h。實在不行，依據評估體系對學籍是否保留做出判斷以供學校參考。
（4）教學有效性的評估。大數據不僅僅應用在“學”，還應該用在“教”上。教師的教學表現可以通過各種參數設定進行準確的評估，并依此進行更好的教、學雙向選擇。
3.大數據教育改革對高校各群體的影響。大數據應用對高校教育的相關群體來說都有不同的體驗，對學生來說，都能享受到“量身定做”的教育資源，在校期間的學習和生活更便捷和井井有條，同時能夠體驗到前所未有的主人翁感覺；對家長來說，能通過嶄新的視角掌握全面、真實的學生信息，包括上課表現、成績情況、交流情況、師生互動等；對教師來說，利用所收集的每個學生學習過程中的全面信息，可以及時獲取反饋，從而調整教學方式，同時可以利用大數據平臺提供的先進手段輕松處理教學和科研任務；對學校來說，可以利用大數據技術更好的管理學校的資產信息、師資信息、招生就業信息等，從而便于教育管理者利用大數據技術更便捷地組織教學科研和實施教育改革。
四、結語
大數據技術當前已經非常成熟，為高校素質教育和個性化教育提供便利，也推動著教育理念的變革，但同時伴隨著不少問題和挑戰。比如對大數據處理的相關專業人員不管是招募還是培訓都有一定難度；大數據收集分析有可能涉及個人隱私；基于學生以往的學業表現為其推薦課程，有可能導致教育資源的傾斜；收集數據的真實性能否保證等。總之，大數據研究畢竟是一個比較新的領域，如何在整個教育體系內建立一個統一的標準，形成較科學的運作形式，還需要經歷一個很長的階段。但不可否認的是，大數據時代已經來臨，高校勢必將成為大數據應用的前沿，我們不應該懼怕挑戰，而應該克服困難，堅定改革的信心，為國家培養出更多適應大數據形勢下的高素質信息人才。
參考文獻：
[1]羅軍鋒，徐菲.大數據時代的高校信息化框架[J].中國教育信息化，2014（3）：11-13.
[2]朱建平，李秋雅.大數據對大學教學的影響[J].中國大學教學，2014（9）：41-44.
[3]馮翔，余明華，馬曉玲，等.基于大數據技術的學習分析系統架構[J].華東師范大學學報，2014（2）：20-29.
[4]陳律.大數據背景下學習分析技術對教學模式的變革[J].中國教育信息化，2013（24）：15-17.
基金來源：安徽省重大教學改革研究項目（2013zdjy082），
第4篇：大數據在管理學中的應用范文
1.1高校體育教師具備開展拓展游戲的能力高校體育教師通常都具備較高的的綜合素質和豐富的教學經驗，同時對教育學、管理學、心理學等層面的知識也有較深的認識，這樣高校體育老師就能夠較為容易的掌控拓展游戲項目的設置、重點與規律，并順利地組織學生實施練習。體育教師完全可以根據教學目標和教學內容精心設計一些場景和模式，讓拓展游戲和體育教學良好地融合在一起，借助拓展游戲的開展來改善現今體育教學相對單一、乏味的組織模式，讓體育課受學生歡迎。
1.2符合現代大學生的個性特點大學生在個性上已逐漸自主與獨立，不再過多的依靠教師，主觀想法、抽象思考能力都獲得了巨大地提升，因此在體育活動中不再僅僅滿足于學會教師傳授的常用與簡單的體育知識和技能，他們更愿意探究具有挑戰性的活動。拓展游戲的加入，滿足了大學生的個性特征，為開發學生的創造性想法，提供了不錯的空間。讓學生積極主動地加入到體育活動中去，在游戲里享受運動，在運動里得到感悟，在感悟中掌握體育知識和運動技能。
1.3符合高校課程改革的需求《全國普通高等學校體育課程教學指導綱要》中講述，大大倡導開放式、摸索式教學，提高學生自學能力、和自主練習的水平。拓展游戲是一種體會式學習，提倡學生積極參加、主動探索、敢于實踐，看重學生的情感領悟。老師僅僅提供及時的啟發與指引，有助于培養學生處理問題及交流和協作的能力，有助于促進學生學習模式的改變，符合體育課程改革的發展方向。拓展練習新穎獨特，內容豐富，把趣味性和知識性融為一體，可激起學生的加入熱情、培養學習樂趣、激發學習潛能，滿足了現今教育變革的指導思想，對促進傳統教育模式的改善有著巨大的意義。
2.拓展游戲在體育教學中的具體運用
2.1在身體素質訓練中的運用伴隨社會經濟的進步與生活條件的提升，高校大學生的綜合素質已有很大的提升，但體育練習卻相對缺乏。而且很多高校體育課的內容設置只是初、高中體育課的延伸，學習內容重復，以致許多學生在學習過程中產生了抵觸心理。借助拓展游戲高趣味性的特征，提高學生的學習興趣，增強學習效果，使學生身心都得到鍛煉。特別是對身體素質較差、缺乏自信的學生來說，更容易帶動、鼓舞他們去積極克服困難、增強意志品質、提高自信，從而提高了參加體育課程學習的興趣。
2.2在體育課準備活動中的應用體育課準備活動的重要目標是借助專業式的訓練模式，讓參與者戰勝人體的遲鈍，慢慢提高身體興奮度，很快地進入到鍛煉狀態。體育課程準備活動常常挑選慢跑、廣播操等專業性練習。因地制宜的選取身體力行的、小運動量的、耗時不多的拓展游戲進入到練習當中，能夠獲得事半功倍的成效。限于課堂時間地點，往往形成一對一的評價；而利用網絡平臺作文，打破了時空距離，可以面向本班甚至本校所有學生老師，也可以面向所有互聯網用戶，而形成一對多的模式。利用網絡技術的多元交互化和協同化優勢。學生通過所得的回饋進行同伴修改和自我修改，從而提高寫作水平。（莫俊華，2007：35-39）2.大數據時代為英語寫作評價帶來的問題2.1在獲得宏觀上的洞察力時，失去微觀的個性化分析。從表面看大數據時代為個性化教學、個性化評估提供了巨大的數據支持。每一位學生的寫作過程、修改過程、語言使用習慣、評價結果等都會產生詳細的記錄，為科學評估每一位學習者的寫作提供數據。但是這樣做的問題在于，數據價值密度相對較低，如何完成數據價值的“提純”對教師提出更高要求。在多數英語課程大班授課的背景下，教師是否能針對具體每一位學生的二語寫作問題與傾向得到有效可靠的分析結果，并給出學習建議；作為非專業人士的英語教師能否具有控制分析甄別數據的能力；是否了解并擅長處理如此龐大的數據，是我們必須面對的問題。否則雖然獲得了整體的寫作趨勢這一宏觀上的洞察力，卻無法做到真正的因材施教，反而深陷數據泥淖。
2.2數據分析的局限性基于云計算的數據分析無法對文章給出具體的修改意見，只能做到對文章表面層次的錯誤進行歸類，而無法解決文章整體結構和思想內容，以及流利度與連貫性等問題。基于語料庫和云計算的自動在線評分系統，如句酷批改網等，雖然提高了教師的評價效率，但基于淺層特征做出的評價，語言錯誤的簡單相加不足以反映學生的二語寫作水平（cumming，1997）。大數據分析只重相關性不看因果的特點作用于英語寫作評價將使評價失去其終極價值。大學英語的寫作評價的目標不僅限于得出準確的分數，而更重要的是分析學習者出現各種問題的背后原因，幫助其改正進步，避免錯誤重復出現在將來的寫作實踐中，從而提高寫作水平。對于教師來說分析原因也是挑戰改善教學方法、教學內容的重要參考參數，可以說英語教學法的流變與進步真實無數學者對于原因的探索而獲得的。因此傳統思維方式是否會因為技術的進步而失效仍存在大量爭議，但相關性無疑獲得越來越多的重視。因此如何在越發扁平化的大數據時代堅守對因果關系和深層結構的追求也應成為每位教師的思考。
3.總結
第5篇：大數據在管理學中的應用范文
關鍵詞：大數據統計分析；經濟管理領域；運用
統計應用作為數學的重要領域，在大多數情況下，數據被收集并且通過一定方法在系統中存儲，重要策略被記錄，并應用于其他領域。隨著數據恢復方法和統計分析方法的逐步集成，大數據的統計數據分析方法在財務管理中變得越來越重要。面對當今全球化的壓力和經濟市場的激烈競爭，使用財務管理的統計整合是提高有效管理效率，優化資源分配和科學行為的有效步驟。通過市場經濟的發展和經濟水平的不斷提高，數據集成和財務管理水平運用了大數據的統計分析。在建立大規模數據的經濟增長政策時，技術在宏觀經濟研究中起著重要作用。大數據統計分析的作用正在增加，其在管理中的用途正在進一步擴大。顯然，加強對經濟發展大數據統計分析技術的使用對促進經濟增長和提高管理效率非常重要。
一、大數據統計分析方法在經濟管理領域運用的意義
為響應市場環境和公司治理內容的變化而促進使用公司治理統計數據的需求主要體現在兩個方面：
（一）宏觀經濟方面發展有若干規律。為了尋找有關經濟發展的規律，強大的數據分析技術在宏觀經濟學中的應用非常重要。一方面，大數據分析統計數據用于從宏觀經濟發展行業收集數據，對相關行業信息進行實證分析，并調查行業發展和行業問題。使用SPS，Stata和其他數據分析軟件，中國擁有最重要的發展法；同時，發現工業發展規律，規范工業發展，開辟新的經濟發展方式也很重要[1]。
（二）企業經營管理方面1.提升企業競爭力的必然要求當前，業務發展的競爭越來越激烈。競爭壓力主要歸因于國內市場經濟帶來的經濟化以及國內市場競爭激烈加入的外國公司的影響。公司必須面對激烈的市場競爭。大眾市場信息的統計分析將調整生產和管理策略，并為業務發展的戰略調整作出有效的決策。2.提升企業管理水平的必然要求一方面，諸如運營管理、財務管理、風險管理和企業資源管理等相關任務變得越來越復雜。需要統計分析方法來對豐富的業務操作信息進行分類和匯總，為業務管理決策提供有效的信息。同時，企業需要不斷滿足產品和服務生產方向的政治要求。由于需要與相關部門合作，例如運營財務管理、規避財務風險，因此需要建立相關部門的統計數據，以提高決策效率[2]。
二、大數據統計分析方法在經濟管理領域的運用
利用大數據的統計數據分析技術研究宏觀經濟發展政策，對促進行業發展至關重要。另一方面，如何獲取有關復雜數據管理的重要信息，在業務流程和管理方面為公司制定有效的決策是重中之重。關鍵在于掌握財務管理的大數據分析方法，并使用大數據統計分析技術來分類和提供業務流程管理，隱藏的規則以及來自異常數據點的大量信息。為了應對突況，管理人員需要制訂正確的決策計劃。本文主要討論宏觀經濟應用管理領域的統計數據分析方法，以及業務管理、財務管理、風險管理和管理的六個方面。如：
（一）宏觀經濟方面關于宏觀經濟產業的運作和發展有若干規律。為了找到宏觀經濟發展方法，統計分析技術對于穩定經濟增長和調查潛在的經濟危機很重要。當前，不僅學者，業務經理也開始了解計算機技術的使用，并開始通過統計分析來發現工業發展中的若干問題，學習工業發展的原理。為了找出答案，我們選擇了相關的影響因素并采取了相應的行動，采取措施提高工業發展效率。
（二）企業運營管理方面通常，在日常工作程序和工作相關領域中存在某些特定的業務管理和操作規則。另一方面，通過將統計信息應用于業務的運營和管理，公司可以通過分析大數據的統計信息來獲得規律。這將幫助公司節省一些資源，避免重復的任務并節省公司的業務資源。如果該政策是從科學的統計評估階段得出的，則情況與正常情況不同的企業高管應仔細考慮潛在的風險。
（三）企業營銷管理方面企業需要建立大型數據管理系統來收集有關企業提供的產品或服務的市場交易信息。因此，消費者的熱點必須與受管理的信息系統對齊，以使其隱藏在協同交易信息中。確定消費者對需求的偏好并確定消費者需求。公司的主要產品和服務根據消費者的喜好運作，可以滿足消費者的需求，替代市場上的非反應性產品和服務。同時，開發新產品和服務企業領導者可以提供有效的決策信息，并為消費者創建新的熱點[3]。
（四）企業財務管理方面應用管理統計信息。它通過審查有關生產過程和運營的統計數據（尤其是財務數據），進行定性和定量分析，幫助評估相關活動，例如商業投資。財務管理是開展業務必不可少的部分，這對于減輕公司的財務風險和提高公司資源分配的效率至關重要。通過統計分析對商業經濟數據進行分類和分析，可以為高管、投資者和其他相關利益相關者提供有效的決策信息。
（五）企業人力資源管理方面將統計應用于公司的人力資源管理，并使用統計分析技術結合公司業務管理部門的特征，選擇適當的方法來提高效率。人力資源管理很重要，人才基本上是企業的無形資產，在部門保留相關的人力資源是業務發展的關鍵。回歸站評估法用于預測企業發展的人力資源需求，動態分析法用于根據狀態預測人力資源的變化。將這兩個方面結合起來可以大大提高業務資源的效率。
（六）企業風險管理方面使用統計分析技術對業務流程中的大量業務信息進行分類和分析，發現隱藏的規則和數據差異。重要的是，業務主管需要進行預測，做出正確的決定，解決事件并發現潛在危險。意思是如果統計數據分析有些奇怪，則需要找出業務流程中具有的某些規則，因此業務主管需要尋找更多異常條件，尤其是財務管理，要注意關注狀態的變化。另一方面，對公司財務信息進行統計分析是公司規避財務風險的有效手段之一。
三、完善大數據統計分析方法在經濟
管理領域運用的措施在本文中，我們將了解如何從六個方面分析大數據的統計數據：宏觀經濟活動、業務管理、風險管理、財務管理、資源管理和財務管理人員。這被認為是財務管理數據大規模統計方法的一種改進。必須在三個方面進行現場應用：
（一）社會宏觀經濟層面盡管存在宏觀經濟法則，但根據過去的經驗，由于缺乏安全可靠的數據和分析方法，宏觀經濟法則的分析則一直被認為是偽科學。大數據分析技術提供了探索宏觀經濟法則的機會，大數據技術使用數據創建系統，而使用許多信息技術的科學分析是宏觀經濟法研究中的重要一步。特別是，某些行業使用行業信息和對經濟趨勢預測的全面分析來幫助識別和克服復雜的工業發展挑戰，可以提高宏觀經濟發展效率。
（二）企業經營管理層面在公司上載和數據受限的情況下，企業很難優化管理功能以提高性能[2]。由于業務經理的管理理念和管理水平受到限制，因此很難斷定業務開發操作和管理流程是否存在問題。統計分析技術可用于計算和評估每個關鍵決策或業務戰略適合性的有效性。如果由于大數據分析技術而導致預期的數據銷量存在矛盾，該公司可以調整其總體戰略并進行業務變更以優化管理理念。
（三）行業與行業之間存在著一定的鴻溝無論是快速消費品行業、食品行業還是大型公司，其經營理念和經濟結構在公司治理方面都存在根本差異。統計數據分析技術使公司能夠了解整個行業的消費者需求的性質，分析社會經濟狀況，能夠了解共同的業務條件和業務發展情況，并優化或區分劣質產品。在某些情況下，此更改是提高產品價格的高級更改，如果消耗量和消耗品減少，則可以降低產品價格。產品必須能夠升級以滿足顧客需求。產品行業、食品行業或大型行業具有不同的經營理念和財務結構，還在進行公司管理。但是，各個行業的業務方向取決于消費者的需求。換句話說，公司開發了產品的功能并使產品的功能適應消費者的需求。對于公司而言，通過優化生產結構并提供更多定價和功能來說服更多消費者也很重要。
（四）企業財務管理層面財務管理貫穿公司治理的整個過程。公司財務管理非常有效，但是存在諸如財務管理的巨大風險之類的問題。對公司財務信息進行統計分析是防范財務風險的有效手段之一。公司需要管理其日常收入和支出，并進行大規模會計處理。企業可以使用大數據分析技術來監測財務管理功能并確保標準化業務的財務安全。利用統計分析技術和大數據，公司可以預測潛在的市場和行業風險，以提供最佳解決方案，還可以提供分析大數據的方法，可以跟蹤異常并快速發現異常。
四、結語
本文首先從宏觀經濟方面、企業經營管理方面等兩個方面對大數據統計分析方法在經濟管理領域運用的意義進行了分析，然后從宏觀經濟方面、企業運營管理方面、企業營銷管理方面、企業財務管理方面、企業人力資源管理方面以及企業風險管理方面等方面對大數據統計分析方法在經濟管理領域的運用進行了分析，最后從社會宏觀經濟層面、企業經營管理層面、行業與行業之間存在著一定的鴻溝以及企業財務管理層面等方面提出了完善大數據統計分析方法在經濟管理領域運用的措施。大數據分析技術被廣泛用于宏觀經濟預測、業務管理和公司風險管理，它在優化公司治理和運營結構，有效改善公司治理以及提高公司統一性和核心競爭力等方面發揮著重要作用，可以使公司在激烈的市場競爭中有一席之地。
【參考文獻】
[1]張琳.大數據統計分析方法在經濟管理領域中的運用淺析[J].營銷界,2019(38):291-292.
[2]杜珉.大數據統計分析方法在經濟管理領域中的運用探析[J].山西農經,2019(12):27.
[3]陳雪琴.大數據統計分析方法在經濟管理領域中的應用[J].山西農經,2019(5):37.
[4]陳文怡.大數據挖掘電力系統項目管理中理論的應用[C]//2018年6月建筑科技與管理學術交流會.
第6篇：大數據在管理學中的應用范文
近年來，“大數據”這一概念迅速流行，在業界和學界得到高度關注。事實上，“大數據”并不是從天而降的，而是時代演化的產物。當信息技術發展到云計算、大數據時代，人們的生活漸漸發生了全面的變化。從基礎研究方法到各個學科，人們普遍感受了大數據的迫近，但我們要看到大數據之“熱”背后的東西，以及企業需要構建哪些關鍵能力。
計算范式進化
回顧信息技術革命對社會生活的影響，可以分為幾個時代：主機（Mainframe）時代，個人電腦（PC）時代，Web 1.0時代，Web 2.0時代，以及物聯網/云計算/大數據時代。主機時代主要是指以大型機為主導的1960-1970年代。人們若有計算需求，就要去計算中心，把程序交給專門的工作人員負責試運行。這完全是集中式的數據管理，個人想做計算非常不方便，而且很貴。1980年代可以稱作個人電腦時代。此時，大型計算機的一部分功能轉移到了臺式個人電腦上，人們可以在個人電腦上運行一些簡單的計算功能，開始了簡單的文本處理，計算開始從集中走向分散。20世紀90年代Web 1.0 興起了，互聯網幫助人們把全世界的信息聯系在一起了。但此時的互聯網是單向的，我們僅僅能夠查詢和獲取信息，只能通過這個窗口向外看。到2000年前后，以互動和參與為主要特征的Web 2.0出現了。原來人們只是互聯網信息的被動接受者，但此時，網民可以自己寫作博客，參與維基百科的編輯，聯系社會網絡等等。電腦的計算功能越來越強，越來越融合在人們的生活之中。人們之間的信息溝通越來越密，社會中的信息點也越來越分散。直到近年來，出現了以物聯網、云計算和大數據為標志的新時代。此時，不是單個軟件或單個機器的革新，而是整個計算范式（Paradigm of Computing）的變革。這是一種新型的集中式計算：無處不在的探測感應裝置、計算機網絡、移動終端、云服務、社會化媒體、數字化生活使得數字世界和計算能力處于物理上高度分散和分布式狀態；另一方面，物聯網、云計算和大數據應用又強調信息整合、數據中心平臺以及全局視圖。所以，與傳統集中式不同，此時呈現出物理上分散、邏輯上集中的新特點。
技術的發展與應用有一個刺激響應螺旋：當某個技術突破產生時，個人和組織不管主動還是被動都免不了要面對這項技術，思考諸如“要不要應用這項技術，如何應用”等問題；技術的發展又會受到這些應用要求的影響，一直互動和循環下去。一項新技術是一個刺激，個人和企業會響應并產生新需求，進而這些新需求又成為新的刺激，使得技術再做出創新響應。技術和應用需求就在這種刺激與響應中螺旋上升。在當前新型計算范式背景下，特別是從大數據的視角來審視我們面臨的機遇和挑戰，思考對未來的管理可能產生哪些影響，具有重要理論和實踐意義。
大數據改變生活
現在關于大數據的說法比較多。一些提法也在涌現，如認為大數據只注重關聯不注重因果、只注重總體不注重抽樣等。這些觀點反映了特定場景和應用的某些特點，但是作為大數據的一般屬性的話，目前還缺乏足夠的共識。簡單說來，具有相對廣泛共識的大數據特征是所謂的4V（Volume， Variety， Value， Velocity）。第一，大數據意味著超常規模數據（Volume）。與之前的大規模數據不同的地方在于，大數據對企業來講意味著數據規模超越了企業本身的內部數據，而是延伸到了企業外部，成為一種社會化的企業數據。每個人作為終端使用者，既是信息的使用者，又是信息的創造者。全社會的人都與數據發生關聯，在社會活動的各個環節，而不僅僅局限于之前的某些企業、某些部門職能環節；這是質的變化。第二，大數據意味著多樣性（Variety）。富媒體（Rich Media）大大擴展了人們的數字化生活體驗，全球數據和數字流量中70%～80%都是視頻、語音、圖像，而不是過去以二維的、規范化的、非常簡單數據形式為主的結構化數據。多樣性成為大數據的顯著特征。第三，我們處在數據的海洋之中，但與我們企業或個人相關的數據相對說來是很少的，所以是低價值密度的（Value）。即，數據量的分母太大，對企業或個人決策有價值的信息占總量的比例就很小。所以這里有一個重要的含義，即如何從低價值密度的數據海洋中挖掘出有用信息，成為企業數據分析的關鍵。第四，大數據的實時性強（Velocity）。信息就像開著的水龍頭一樣，源源不斷地出來。人們打開手機看新聞，支付賬單，都需要得到及時響應，而不是等到晚上再看新聞，要排個隊才能支付賬單。信息是連續的，實時的，流涌的。這種流信息是時時刻刻（Real-Time）的，構成了大數據之“大”和無時不在。
大數據的這四個特征會給人們的科學研究方法帶來挑戰，當然也會影響商業和管理。
比如說對統計理論的挑戰。在傳統概率統計學中，因為做不到對總體進行采集，所以設計了許多抽樣方法，要用到測度（如均值、方差）這些概念。在大數據背景下，很多基礎的假設都需要重新檢驗和審視：哪些被顛覆了，哪些可能還可以用。在所有管理學理論中，統計是最基礎的方法之一，所以這種審視很重要。
再者，比如對信息處理的挑戰。傳統的信息處理技術要應對具有4V特征的大數據是極有挑戰性的，一方面是測度、信息處理的基本方法，另一方面是搜索、推薦等應用方法。大量的信息處理方法都只能處理結構化的數據，而無法處理富媒體數據，因而需要重新審視。譬如，30和31不相等，兩個數字易于比較；而兩篇博文可能只是相似，意義相接近，等等；視頻和圖像的比較，更需要判斷其相似性而非“等于”。此時，數學上的“等于”就變成特殊的個例了，多種情況下是“約等于”，或者說相似關系。但是，已有的大量算法并不是基于“相似性”，需要重新檢驗。例如，數據挖掘方法中有一種關聯規則算法叫做Apriori算法。這個算法是基于結構化記錄的經典算法，是許多應用方法的基礎。啤酒尿布問題就是關聯規則算法的經典案例。然而，如果現在要處理的不是一條條的記錄，而是視頻、音樂，經典算法能否處理新問題就需要重新審視。第一要審視算法是否可用，第二要審視算法是否足夠有效率。再如，現在我們搜索一個關鍵字可以很快得到結果，但搜索圖片時體驗還是很差的，如果要搜索一段語音、音樂，那么，搜索的響應時間、質量和精度都還遠達不到人們的要求，是計算機學界需要解決的問題。考慮到處理大數據需求的是流算法，對實時性要求高，沒有效率的算法勢必會被拋棄。其它的挑戰還涉及數據傳輸與存儲技術、社會分析與計算技術、模式識別與語義分析技術等諸多領域。
當數據完全滲透到人們生活之中，大數據帶來的挑戰就涉及人們生活的各個方面，除了上述基礎方法、信息處理方面的挑戰，在很多方面我們都可以觀察到大數據時代的不同。比如，智能手機和平板電腦作為一類功能強大的移動終端，通過豐富多樣的客戶端應用（如apps等）支持人們的各種需要（如：開展業務、網上購物、信息搜索、聊天交友、休閑娛樂等等）。這極大地擴展了企業和個人的計算觸角，深化了社會化商務和移動商務，豐富了數字化的社會生活。
對管理趨勢的影響
大數據時代的管理喻意可以從兩個方面來概括，即：“三個融合”和“三新”。“三個融合”指IT融合、內外融合和價值融合。而“三新”則指大數據時代催生的新模式、新業態和新人群。這兩個方面反映了大數據時代管理理論和實踐的變化特征，其中前者主要體現管理領域和視角上的變化，后者則主要體現管理主體和方式上的變化。
信息技術融合 信息技術融合（IT融合）是指，技術與人們生活和企業運作的密不可分性。信息技術融合有很多實例和問題，概而言之，這對管理有兩方面的意義：第一，越來越多的傳統企業管理問題已經變成或正在變成數據管理或信息管理的問題；第二，越來越多的企業決策已經變成或正在變成基于數據分析的決策。在企業原先的運營框架中，IT支持、營銷、會計、戰略管理、創新可能是不同的職能，但當企業的活動和事件越來越多地用數據體現時，企業決策就要基于數據決策。
內外融合 內外融合強調企業外部數據的重要性。通常，企業關心內部的信息化，如ERP關注內部資源的整合，CRM系統也只是與客戶建立聯系，但現在，評論、口碑、商譽、流言等各類信息都是企業外部數據，而企業還必須關注，否則很可能會出現企業聲譽危機。所以，企業要關注內部數據與外部數據的融合，基于內外數據的交互來做決策。用戶生成內容（User Generated Content，UGC）、公共生成內容（Public Generated Content，PGC）正在發揮越來越大的作用，影響消費者的購買決策、商業輿情和企業形象，企業必須對此做出反應。
價值融合 價值融合是指，企業因生產產品和提供服務而產生價值，消費者在使用產品的過程中產生價值。譬如，手機制造商或者電信運營商面臨著這種情況：你生產和銷售手機或提供流量，會獲得一些收入；但大量的價值增值并不在手機本身，而在于顧客如何使用手機。也就是說，生產有形的產品是一種價值，在此基礎上的無形產品（如服務、內容）可能會帶來更大的價值增值。所以，企業不但要關注有形產品，還要關心附加價值，強調服務、內容等等。
新模式 很多企業在探討大數據背景下如何轉型升級的問題，為了適應大數據的挑戰會產生許多新模式，比如O2O（online to offline，線上線下結合的商業模式）。像線下實體電器賣場，為了適應變化要做線上電子商務平臺、進行了線上線下同價、線上定購線下提貨的嘗試等。而線上商城為了保證時令產品及時到達顧客手中，就會租線下倉庫、打通物流的上下游等。這并不意味著某些公司會消失，只是企業模式會發生改變。因為大數據情景強調企業外部知識，用戶體驗更重要也更豐富，比如虛擬體驗、實體體驗和線上線下融合的體驗。企業內部也要有新模式。因為數據管理和基于數據分析的決策對企業越來越重要，企業要重點增強的一個核心能力就是深度業務分析（Business Analytics， BA）能力，而這個能力的很多方面來自商務智能和數據挖掘技術。這種分析是有深度的、嚴謹的，可以輔助企業在變化的環境中做出更好的決策。
新業態 賽博空間（Cyberspace）和眾包（Crowdsourcing）、數據產業等都是相關的新業態。以前我們可能在休息的時候玩一會兒游戲，但現在有很多人生活在賽博空間的虛擬現實中。對有些人來講，賽博空間是他們的“第二生活（Second Life）”，而對另一些人來講甚至是“第一生活”空間。他們長期生活在其中，心理、行為可能會發生變化，也會產生一些商業機會。很多企業的主要業務就是滿足這類虛擬需求的，比如說賣秘籍的，賣虛擬裝備的，賣虛擬幣的。雖然人們在觀念認同上可能存在差異，但在這種新業態上確實產生了年銷售額非常可觀的企業。眾包是企業外部的大眾為企業出創意、做設計等工作，這種新型生產組織形式還未得到企業的足夠重視，其潛力不應被低估。此外，云計算和大數據應用需要新型數據平臺和資源虛擬整合優化，所以數據中心產業會興起，這會涉及很具體的產業政策、宏觀環境等整個生態系統。
新人群 很多中老年人從1970年代開始學習信息處理，應該算是信息社會的“移民”，但是現在兩三歲的兒童都能對iPad上癮，是信息社會的“原住民”。雖然從年齡上來看，在歲數上差一代兩代，但在技術進化來看，可能跨了很多代，中間隔著處于各種技術代的人群。如果企業的員工、客戶都是這些信息社會的新生代或原住民了，那么組織行為、績效管理、KPI、企業文化、客戶關系管理都要發生改變。舉例來說，和這些人溝通，除了面談、聚會之外，微信、QQ成了更重要的溝通方式；而與老客戶老員工溝通，可能還是要采取傳統套路。
BA將成企業關鍵能力
面向大數據機遇和挑戰的應對策略是進行長期部署和短期規劃，一步一步走。從長期來看，大數據的影響是深刻的。但眼下對企業而言，應對大數據的第一步是構建BA能力。
第7篇：大數據在管理學中的應用范文
目前取名為《電子政務》、《電子政務教程》、《電子政務與電子政府》、《電子政務概論》、《電子政務理論與實踐》的教材已經有許多版本，在選擇教材時本著“三優先”原則，即優先選用國家級規劃教材，優先選用面向21世紀課程教材，優先選用獲獎優秀教材，最后選擇了東北財經大學出版社出版的《電子政務》。這是面向21世紀的高等院校公共理系列教材，這本教材與其他教材相比，優勢體現在課程的體系結構完整，理論與實務兼顧合理，配套多媒體課件較完善，并提供較好的實驗課內容。
此外，該教材是作為精品課程的教材來建設的，每一章節后的習題設計較好，有單選、多選和簡述題等，便于學生課后練習。
實驗課內容的設計與實施
在結合所選教材和本校學生知識結構的基礎上，課程組對14個學時的實驗課程進行了充分的討論，最后認為電子政務作為行政管理專業的一門核心課，主要通過實驗課程提高同學們對電子政務的直觀感受和相關技術應用的了解，因此，按照課程章節重點，設計了7個實驗內容，每個實驗內容為2個學時。這7個實驗內容依次為：政府信息門戶、政府辦公系統、行政審批系統、公文傳輸平臺、決策支持系統、綜合件處理系統。為配合這7次實驗內容，提高學生的實驗效果，每次實驗要求同學們提交實驗報告，每次的實驗報告為涉及該實驗內容的關鍵技術或應用系統的介紹，這7次實驗報告主題分別是：介紹一個優秀的政府門戶網站、介紹一個優秀的政府政務大廳、介紹電子化行政審批、介紹一個優秀的電子政務建設案例、介紹中間件技術、介紹VPN技術、介紹工作流技術。
教學案例與相關資料的搜集與整理
盡管所選教材每個章節都提供有教學案例，但是考慮到電子政務建設是一個不斷推進的過程，特別是隨著計算機和信息通信技術的快速發展，有許多新情況、新問題、新應用不斷產生，因而，在組織課堂教學中，每次課都要在互聯網上搜集相關案例資料和重要新聞。搜集的資料主要有：
1我國信息化和電子政務領域權威人士的報告資料
國家信息化專家咨詢委員會常務副主任周宏仁關于國家信息化和電子政務的重要講稿和報告，如“將國家信息化推向新階段”；國務院信息化工作辦公室司長趙小凡的重要講稿，如“國家信息化與電子政務”、“國家信息化戰略與實踐”。此外還搜集一些重要的新聞信息，如“大數據時代”、“國新辦正開發網絡身份驗證系統”、“中國通過保密法修正案監管互聯網”等。
2與電子政務有關的多媒體課件
主要搜集的多媒體課件有：國家電子政務工程建設項目；政務網站建設與維護；電子政務系統及應用；電子政務網絡技術構架及常見網絡故障處理；北京市政務信息資源共享交換體系；電子政務安全問題及解決方案；電子政務的戰略規劃與實施參考；河北省電子政務信息資源規劃培訓；陽光電子政務平臺；中國電子政務發展現狀及趨勢；電子政務發展主要集中的方向和我國新階段電子政務發展；北京市電子政務總體框架；省政務外網應用系統介紹等。
3與電子政務有關的視頻資料
主要搜集的視頻資源有：數字地球、數字城市、清河電子政務、湘潭電子政務內網及各章節中關于計算機和網絡信息技術的相關視頻資料，如局域網的搭建視頻等。
4相關期刊文章
教材中有些地方引用的案例較為簡略，在教學中就需要再次通過多種途徑搜集相關期刊文章。如教材在介紹電子政務環境下政務流程由松散轉向集成時，只是提到了天津市集裝箱檢驗局的組織結構圖前后對比，沒有詳細解釋該事件。通過搜索，發現有關于該事件詳細分析研究的期刊文章，這就對于加強該部分內容的理解掌握非常重要。類似的地方還很多，搜集的相關期刊文章有：基于IPSec和XML的電子政務數據交換系統的設計；基于委托的電子政務服務外包的激勵模型研究；電子簽章技術在電子政務中的應用等。
5相關專著、教材、精品課程網站
相關專著和教材是對該課程知識體系的重要支撐內容，本課程在教學內容的組織過程中，除了參考相近的電子政務教材外，也購置了電子政務或信息化建設方面的重要著作，主要有：《電子政務發展前沿（2011）》、《信息化藍皮書》、《信息化論》、《政府信息資源管理》、《信息管理學基礎》等。此外，還為學生提供部分精品課程網站供參考學習。
教學團隊力量的形成和主講教師業務素質的提升
電子政務課程的教學團隊成員應主要由管理學和計算機知識背景的教師組成，主講教師需要深入掌握計算機文化基礎、計算機編程語言、網絡網站建設的基本知識；還需要深入掌握行政管理學、公共管理、公共政策等專業知識。依托教學團隊開展教學方法、教學內容和學科建設是課程建設的重要內容，也有利于促進主講教師業務素質的提升。
主要問題及建議
第8篇：大數據在管理學中的應用范文
“客戶關系管理”是適應信息技術和企業客戶理念認識的不斷發展而出現的一門課程，已成為市場營銷專業的專業必修課程。合理運用項目驅動教學法能有效提高客戶關系管理課程的教學效果，達到應用型人才培養目標要求。
1客戶關系管理教學現狀
“客戶關系管理”是市場營銷專業的一門重要課程。本課程重點使學生理解并掌握客戶關系管理核心流程和支撐平臺。學生能認識到客戶關系管理是運用現代信息技術挖掘和積累客戶信息，有針對性地為客戶提供有價值的產品和服務，發展和管理企業與客戶之間的關系，培養客戶長期的忠誠度，以實現顧客價值最大化和企業收益最大化之間的平衡。客戶關系管理是企業在不斷改進與客戶關系的全部業務流程，最終實現電子化、自動化運營目標的過程中，所創造并使用的先進的信息技術、軟硬件和優化管理方法、解決方案的總和。
但在實際的教學過程中，客戶關系管理課程目標較難得到完整的貫徹，學生取不到良好的學習效果。主要表現在三個方面：一是理論與實踐脫節，要么注重理論教學而忽視實踐能力培養，要么偏重實踐能力培養而忽視理論教學。二是教學內容（教材）的確定和教學軟件的選用存在問題。三是教學過程枯燥，不能吸引學生主動學習。
客戶關系管理課程，教材內容方面的更新尤顯滯后，如大數據已經運用到社會的各個領域，客戶關系管理的基石是企業的信息化，與大數據的融合將成為必然，但鮮有教材涉及。教學實踐軟件開發方面也難以跟上企業發展的進程。
2項目驅動教學要厘清CRM發展現狀與趨勢
客戶關系管理是一門創新的企業管理理念和管理模式，是企業管理中信息技術、軟硬件系統集成的管理方法和應用解決方案的總和。客戶關系管理課程處于不斷發展與創新之中。開展項目驅動式教學，必須立足于客戶關系管理發展現狀，同時根據其發展趨勢來進行項目設計。
（1）客戶關系管理的核心理念是關系營銷，客戶關系管理的支撐系統是信息管理。20世紀90年代英國克蘭菲爾德管理學院的阿德里安?佩恩教授提出的關系營銷六大市場模型中，顧客關系是整個關系營銷理論體系的核心、出發點和歸宿，其他關系都圍繞企業與顧客的關系展開并最終落腳在企業與顧客的持續交易之上。同時，如果從技術和策略的角度來理解，客戶關系管理是一種電子商務的技術應用方案，是“基于數據分析的營銷活動”，其基本手段是信息技術。
（2）企業客戶關系管理的目標是持續提升自主的運營效率和效果，面向客戶的、管理導向和流程導向的客戶關系管理是未來的發展方向。客戶關系管理的運作框架應具備面向顧客、戰略性、整合性的特征，注重六大流程的建設：客戶組合分析、客戶信息積累、客戶價值設計、客戶價值傳遞、客戶周期管理和績效評估。同時，為了在組織中有效實施和推廣客戶關系管理戰略，組織變革、信息化和流程優化的工作也是必不可少的支撐平臺。
（3）客戶關系管理軟件系統提供商，包括Oracle、SAP、Microsoft CRM、Salesforce等，選擇實踐環節軟件系統，應考慮易用性、靈活性、可升級性以及性能等因素。
（4）大數據技術、數據倉庫、數據挖掘技術在客戶關系管理中的運用。數據倉庫為客戶關系管理提供決策支持，數據挖掘起著導向作用，體現出客戶關系管理是“基于數據分析的營銷活動”。
（5）客戶關系管理與電子商務關系。在客戶關系管理中電子商務與數據倉庫是緊密相連的。以電子商務為主戰略的企業中，客戶關系管理是決定企業電子商務成效的關鍵因素。而電子商務具有廣闊的發展前景。未來的研究將突出顧客價值的運用和顧客知識管理以及客戶關系管理實施流程和能力的研究。
3?目驅動教學法的運用
（1）根據客戶關系管理的發展趨勢，從客戶關系管理的六大流程，即對客戶組合分析、客戶信息積累、客戶價值設計、客戶價值傳遞、客戶周期管理和績效評估六大模塊進行了項目設計。項目也可由學生在論證的基礎上自主選擇。
（2）具體設計：①客戶組合分析模塊：選用了新世紀天籟上市的案例，要求學生區分汽車市場的客戶價值、思考東風日產應如何進行客戶組合分析完成項目，結合相關文獻回答動態市場環境中估計客戶價值應考慮的因素、客戶貢獻價值的測算方法等問題。②客戶信息積累模塊：選取了阿里金融作為案例，通過解決阿里金融的獨特優勢來分析阿里金融的客戶信息庫應包含的內容以及如何進一步運用客戶信息庫。③客戶價值設計模塊：貼近學生的切身感受選取了入校之際通信運營商在校園進行的營銷活動，分析大學生群體的客戶價值特點以及體現的客戶需求，并展開到如何提升校園營銷的效果，結合相關文獻回答企業如何為客戶設計其價值組合。④客戶價值傳遞模塊：選取全球最大的特賣電商、中國第三大電商唯品會，要求學生分析其快速反應系統及價值讓渡系統運轉的關鍵因素及系統中上下游間的關系，結合文獻回答價值戰略網的構成及客戶接觸面的構建。⑤客戶周期管理模塊：以某旅游公司為例，分析客戶獲取、客戶保持與開發、客戶流失管理的內容及應對策略，并結合相關文獻，構建旅游業的客戶生命周期管理模型。⑥績效評估模塊：以湖南衛視的戶外親子節目《爸爸去哪兒》為例，分析其受歡迎的關鍵因素并評價其節目的滿意度，思考其滿意度是否還有提升空間，在此基礎上探討客戶滿意度評價的維度及指標體系。
（3）實施過程：實施過程中堅持以任務為載體、項目為驅動，大致按照項目設計、項目實施與控制、項目評價三個大的環節進行。①項目設計：根據客戶關系管理發展現狀與發展趨勢，按照上面客戶組合分析、客戶信息積累、客戶價值設計、客戶價值傳遞、客戶周期管理和績效評估六大模塊進行設計。項目應具有可操作性、針對性、時新性。注重鼓勵學生思考和創新、提高學生團隊合作能力和交流表達能力。②項目實施與控制：以4～5人為一組，在組長的組織下，按項目時間進度分工協作、開展研究。③項目評價：堅持過程與結果并重，幫助學生自我反省、提高和激勵。總成績結構按小組互評、教師評價、項目答辯3部分組成。
第9篇：大數據在管理學中的應用范文
[關鍵詞]房地產;開發管理;課程設置;研究性教學
doi：10.3969/j.issn.1673 - 0194.2015.22.182
[中圖分類號]F293.3-4 [文獻標識碼]A [文章編號]1673-0194（2015）22-0-02
房地產開發與管理課程不僅有法律、策劃等理論知識，還有各種土木建設技術、課程設計、計算機應用等內容，這方面知識需要擁有良好的地理信息掌握技術、測量、招標管理等技能，因此，基于網絡環境的房地產開發與管理課程是該專業技能學習的必修內容。但目前該課程的學習與網絡環境應用緊密程度低，缺乏系統化的學習方式，需要進行研究性教學改進教學內容。筆者通過研究房地產開發與管理課程的特點，分析現今該課程學習的重點及存在的問題，探討該課程的改進建議。
1 基于網絡環境下該課程研究性教學特點
1.1 自主學習能力提升
房地產開發與管理課程利用網絡教學資源和網絡信息共享，可實現學生的自主探究學習，由于該課程內容的復雜性和多樣性，該課程在學習時需要進行文獻的借鑒、大量調查和假設，在缺乏驗證的基礎上進行評估，這些方面的經驗都需要學生自己進行查找分析，因此，在網絡環境下的探析活動，大部分都是學生自身的探究，主動性強，教學模式較開放。
1.2 創新性強
由于房地產開發需要對項目作出評估并進行策劃，原有的項目規劃通過大量的語言描述，使計劃書看起來雜亂無章，缺乏總結歸納。但是現有基于網絡環境的計劃書，可通過作圖，將各部分內容以系統化的簡短語言描述出來，并對圖形加以繪制，使各部分實現列聯分析，加強各部分相關程度。通過網絡計劃圖的勾畫，以此大大提升學生的創新能力培養，學生對于專業理論的掌握如果只落實到書面上，只是對理論的復制粘貼，通過網絡計劃書的勾畫，才能看出學生的分析能力、創造能力和學習能力。
1.3 增強了教學內容的實踐性
由于房地產開發與管理課程內容涉及多專業知識，理論學習過多，長時間積累卻缺乏實踐應用會導致學生實際分析能力下降，因此，基于網絡環境的學習可有效將學習理論以網絡信息共享的形式適時應用于策劃管理，對于地理信息知識可利用網絡更好地進行區域分析。同時，對于營銷、估算等內容利用網絡計算工具可實現數據的精準化，確保不會出現人為失誤。
1.4 貼合時展
現今作為網絡溝通交流的時代，人們的生產生活早已離不開網絡環境，針對此現狀，現今教育教學也逐步將網絡應用于學習當中，以此提升教學質量。房地產開發與管理課程的教學本身就有大量的網絡策劃圖、計算機應用等知識，將課程向網絡化環境發展，貼合時展的理念，有效促進了該課程的革新，在改進教學方式的基礎上，提升了學生對于網絡應用的能力，使學生通過網絡設計、網絡搜集、網絡借鑒等手段，更加深入了解該門課程的專業性質，增強專業能力。
2 基于網絡環境下房地產開發與管理課程的難點
2.1 開發建議書的述寫
該課程內容重點就是對開發與管理階段的策劃述寫，一項工程的完善與管理最重要的就是前期準備工作，而開發建議書就是對投資項目做一個整體構想，以規劃性的建議探討該項目的開發價值。而建議書的內容包括地理位置、資金投入、建設規模等方面，這些內容都需要有詳細數據調查。基于網絡環境下的課程學習，可了解某項工程的調查內容，通過查找文獻資料，基于實際數據，學生可獲得詳盡信息，為接下來的研究奠定基礎。
2.2 計算機應用
通過對擬建項目開發建議書的了解，之后需要進行項目的可行性分析。經過進行網絡分析，可行性研究報告里可增加數據支撐，以確定分析的準確性和科學性。因此，通過網絡獲得的大數據，成為房地產研究設計中的重點，使房地產開發與管理課程將計算機應用作為重點教學內容。
2.3 開發設計環節
一般開發設計環節需要有明確的項目策劃書，但是書面性的項目策劃書體系過于龐大，內容比較雜亂，不便于翻閱與查看。基于網絡環境下的開發設計，可形成規范化的流程圖，以簡潔明了的形式做出直觀清晰的網絡規劃圖，建立大體框架的雛形，便于翻看與整理。因此，基于網絡環境下的房地產設計是房地產開發與管理的重中之重，對房地產的建設施工起到了引導作用，缺乏這一環節，房地產工作便無法開展，以致這一內容成為該課程的難點。
3 基于網絡環境下該課程研究性教學的影響因素
3.1 網絡信息共享程度
研究性教學需要學生的主動探究能力，基于網絡環境的房地產開發與管理課程，需要大量的網絡信息資源，比如法律、項目策劃、營銷等方面。目前我國與該課程資源相關的網站大約有4 000多個，其中涉及了房地產的綜合網站、各企業信息、中介服務、法律規范改革等不同方面的內容，但是這些內容有一些私密性的信息并不對外公布。因此，在研究性教學基礎上，學生可利用學校內部的知網、外文數據庫、超星、維普等與企業聯合的網站，學習到相關課程的信息，可見，基于網絡環境的教學模式為該課程的學習帶來了信息共享的便利。
3.2 網絡應用程度
基于網絡環境對于該課程的研究性教學需要掌握教學過程網絡信息和網絡數據的掌握程度，因為房地產開發與管理課程需要用多方面信息與數據的結合才能進行分析，這些內容單靠經驗理論不能得到，需要經過網絡的數據庫查找驗收，因此，網絡的應用程度對該課程的深入具有重要影響。
3.3 網絡教學方式設置
由于房地產開發與管理課程理論知識內容豐富，因此，目前教育方式仍以課堂授課為主，對于網絡課程的應用并未普及。學生在進行法律知識、人員管理、土地所有權等理論知識的學習時，這種理論授課的方式可滿足學生的基礎知識學習，但是對于項目策劃、課設方面的實踐學習，如果依然采用這種形式，就會大大影響學生的學習效率。現今房地產的形勢并不樂觀，如果房地產開發與管理的課程依然以理論教學為主，會造成學生的專業技能缺乏實踐性，勢必會影響學生的就業。網絡環境下開展該課程學習，有利于提高學生的實踐操作能力，在前人的基礎上進行學習與改進，找到更多實踐數據分析項目策劃的優缺點，提升學生的課設能力。因此，固有的房地產開發與管理課程的教學方式早已不適應時宜，需要改進。
4 網絡環境下該課程研究性教學的構建
4.1 先進行教學方式設置
首先，學生針對教學內容應主動在網絡上收集資料，找到相關數據和信息內容;其次，分組討論（也可自主探究），組內探究學習，提出自己的觀點，并主動分享自己找到的信息內容;此后，小組內進行課題設置（自行研究課題），研究問題相關內容，各組員進行分塊管理，然后大家討論各模塊之間的聯系;最后，分析課題的結論，反思探究過程的問題，并對課題的相關問題深入分析，提出新問題。
4.2 網絡應用更明顯
一是對課程內容的網絡深化，即房地產的內容知識通過網絡分析，比如某地產公司的項目策劃在進行風險評估時，只做了關于開發環境、施工規模、技術三方面內容的評估，它缺失的內容學生可通過網絡查找以往文獻，通過借鑒文獻，并根據當地建筑環境進行實際分析，作出符合當前發展的風險評估，并作出網絡計劃圖，以直觀的網絡規劃形式將課程內容應用。二是對網絡信息數據的應用，現今屬于大數據時代，對于房地產行業的數據信息利用也不能基于某一年或是某一項，必須要經過多項數據的分析處理才能做出全面分析。比如對于房地產開發的融資，融資需要考慮多方面因素，不能依靠經驗和簡單的經驗進行規劃，因此，在網絡大數據的影響下，學生可分析多年來某項目的融資情況，網絡分析大大減輕了人力分析的困難。
4.3 研究性教學基于實際
房地產行業現在處于低迷時期，那么對于其開發與管理的教學需要基于現今實際，分析各地房地產開發與管理課程教學的改進措施。通過網絡，可學習得到一些實際的教學內容分析，比如依據2015年房地產行業的增幅統計發現，雖然現今房地產行業不景氣，但是依然有接近四成的富豪加入房地產建設行業，可是依據2014年對于房地產行業經濟效益的評估發現，在2013～2014年間，整個房地產行業持續虧損，即使效益高的企業也僅有2.6%的利益獲得。以往人們熱衷于房地產投資是因為其經濟效益獲得高，那么在低迷的時候依然有多人愿意投資房地產行業，基于這個現狀，教師可結合房地產開發與管理的規劃，讓學生基于實際分析房地產行業在近幾年的發展情況究竟是怎樣的，房地產的開發存在多大的風險以及提升房地產競爭優勢的項目有哪些。學生可通過網絡查找資料，網絡的多方面數據，網絡調查等方式，自主研究房地產行業的現狀、發展態勢及房地產行業的行業規范。基于實際的研究性教學，可通過網絡環境的運用，很好地得到房地產行業的整體分析，提升學生的自主思考能力，并通過對實際的分析，學生也能更好地將所學到的理論經驗應用出來。
4.4 網絡教學內容突出重點
房地產開發與管理課程知識點冗雜，主次不清，并理論教學占據過多課堂時間，使得網絡教學內容因缺少課時，達不到應有教學效果。那么在網絡教學中，應將知識內容區分成主要和次要兩方面，合理進行課時分配。對于一些概念性的內容比如管理學的概念、城市概念等，只在理論課堂講解，網絡教學不應浪費時間再講解一遍，對于房地產投資、項目開發等重點內容優先講解，增加課時。并利用計算機設備，對于知識點進行作圖分析，對房地產行業的各項數據教學要嚴謹，最好使用基于調查的數據，防止出現分析紕漏。
5 結 語
信息技術的發展，促進了教學模式的改進，而基于網絡環境的房地產開發與管理專業，利用信息技術的優點，傳播、策劃、估算、處理項目的內容與數據，使該課程專業內容的學習更加完善。在研究性教學模式下，結合網絡的優勢，通過合作探究、創新思維等特點讓學生更加了解該課程內容的實踐教學理念，是提升教學效率的有效手段。因此，基于網絡環境的研究性教學應不斷創新教學內容，促進課程設計的更加完善，不斷提升課程專業性。
主要參考文獻
[1]何紅.房地產開發與管理課程教學改革的探討[J].現代企業教育，2014（10）.
[2]李悅，韓璐，陳雙.房地產專業精品課程建設中的“協同教學”實踐研究――以房地產開發與經營為例[J].科教導刊：上旬刊，2013（7）.
[3]張研，包恩和，周月娥.房地產開發與管理專業《建筑材料》課程教學探討[J].科技視界，2014（11）.
[4]賈晶.《房地產經營與管理》課程教學改革研究[J].武漢商業服務學院學報，2012（6）.
[5]王洪海，范海榮，高秀青.工程管理專業房地產方向課程教學研究[J].高等建筑教育，2011（4）.
[6]謝婷，劉櫻.“房地產開發經營與管理”課程的教學分析[J].中國電力教育，2013（31）.
