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數據分析師統計學基礎主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：數據分析師統計學基礎范文

無論是政治，還是經濟形勢，任何政府、企業、個人，面對未來進行投融資等項目決策，不經過數據分析論證就簡單的決定會帶來巨大的危害，已經漸漸的被人們認同。所以，只要參與社會政治、經濟等活動，進行投融資，期望帶來一定的經濟效益，或者社會效益，就必須加強數據分析工作，對投融資意向進行評估，為決策提供科學的依據。

（一）項目數據分析

1、什么是項目數據分析工作

項目數據分析就是研究將經濟學理論用數學模型表示，并應用于項目投資分析的方法論。項目數據分析過程是：提出項目（研究機會）、初步可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、測算經濟效益、評估和決策、可行性研究（市場、技術、資源、環境研究、效益、風險分析評價）、評估和決策、項目實施。

2、項目數據分析工作的內容、特點

（1）項目分析工作的內容

一般來說，項目數據分析的內容包括項目的經濟效益評價、項目的風險分析和項目的比較選擇。

項目的經濟效益評價主要是在假設項目沒有風險情況下的經濟效益，主要針對非貼現指標（會計收益率和投資回收期）和貼現指標（凈現值、內部收益率、獲利指數和動態投資回收期）。

項目的風險分析，主要是進行盈虧平衡分析、敏感性分析和概率分析。

項目的比較選擇，主要是獨立方案、互斥方案和不完全互斥方案的設計、評估等選擇。

（2）項目分析工作的特點

項目數據分析工作是一門邊緣科學，其特點是以定量分析為主要分析手段，通過分析翔實的數據進行項目的論證得出定性結論，并以定量數據進行說明。顯然，項目數據分析，必須通過建立數學模型的方法進行分析涉及經濟學、數學、統計學和預測學。

（二）什么是投融資

1、項目投融資的概念。

投資是指 “為了在獲得預期的收益而作出的確定的墊支或犧牲的各種經濟行為” 。因此，投資并不局限于與基礎建設相關的經濟活動，還包括證劵投資、信貸投資和信托投資。

2、項目投資的特點

項目投資的特點是現在投入資金進行經濟效益的博弈，通過對該項目的管理進行長期或者未來的收益，不僅具有時間性，而且具有較強的風險性，其本質就是獲得預期的收益。

一些大型的投資項目，通常都由一家專業的財務顧問公司擔任其項目的財務顧問，財務顧問公司做為資本市場中介于籌資者與投資者之間的中介機構憑借其對市場的了解以及專門的財務分析人才優勢，為項目制定嚴格的，科學的，技術的財務計劃以及形成最小的資本結構，并在資產的規劃和投入過程中做出理性的投資決策。

（三）項目數據分析工作對投融資具有重要的意義

1、數據分析工作提高了工作效率，增強了管理的科學性。無論是國家政府部門、企事業單位還是個人，數據分析工作都是進行決策和做出工作決定之前的重要環節，數據分析工作的質量高低直接決定著決策的成敗和效果的好壞。

2、越來越多的企業將選擇擁有中國項目數據分析師資質的專業人士為他們的項目做出科學、合理的分析，以便正確決策項目；越來越多的風險投資機構把中國項目數據分析師所出具的項目數據分析報告作為其判斷項目是否可行及是否值得投資的重要依據；越來越多的企業把中國項目數據分析師課程作為其中高管理層及決策層培訓計劃的重要內容；越來越多的有志之士把中國項目數據分析師培訓內容作為其職業生涯發展中必備的知識體系。

二、從事項目數據分析工作的感受

（一）從數據分析師的角度，項目數據工作需要做到以下幾個方面的服務，才可以為被服務對象提供優質的有價值的投融資報告。

1、真誠服務

所謂真誠服務，主要是因為投融資報告的價值來自于數據分析師精湛的業務能力，細致的數據搜集能力、閱讀能力、分析能力和預測能力。無論是競爭性項目、還是基礎性項目，由于數據分析工作時一門邊緣科學，需要對真實和翔實的數據進行定量或者是定性分析，需要對國家或者國際政策進行審讀，需要對經濟形勢進行判斷，需要對項目所屬的行業進行科學的宏觀把握，因此，項目數據分析師在搜集相關數據，在分析相關數據時，在閱讀國家或者國及政策時，在斟酌行業趨勢時，都需要真誠的付出，否則，閉門造車或者移花接木式的投融資報告，只能是危害客戶，只能給客戶帶來更大的風險，而不是豐厚的收益。

2、真心服務

所謂真心服務，主要是指項目數據分析師在服務客戶時，需要站在客戶的角度思考問題。由于項目數據分析師，是從屬于某公司，因此從公司利益出發，需要為公司賺取一定的利潤，這部分利潤就來自于數據分析師所服務的客戶。從客戶角度思考，實際上客戶委托數據分析師針對企業的項目意向而進行的數據分析，實際是希望數據分析師提供的項目方案，不僅是可行的，能夠為公司獲得預期利益，而且是風險較小的，可以操作實施的投融資報告。

3、真實服務

所謂真實服務，就是指數據分析師在進行項目數據分析，通過建立數學模型的方法進行分析并提出具有科學性的、前瞻性的、科學性的、可操作性的投融資項目預測報告時，需要是真實服務。一般來說，客戶在提出項目設想時，是充滿了憧憬，也具有天真的幻想，那么數據分析師提出的可行性報告如果是刻意逢迎客戶的主張，那么對客戶來說將是災難性的打擊。

4、真情服務

所謂真情服務，主要側重于項目付諸于實踐中，項目數據分析師跟蹤調查項目實施的禁毒，以及修正項目風險分析和比較選擇。

（二）從數據分析師所服務的客戶角度來看，客戶也需要做到以下幾個方面的工作：

1、信賴數據分析師的服務

對數據分析師服務的企業來說，信賴數據分析師是必要的。一方面，投融資項目報告，制定嚴格，具有科學性，是理性的投資決策；另一方面，

2、忠誠數據分析師的服務

3、誠摯和數據分析師的合作

數據分析師在進行投融資項目分析時，一方面，客戶的意項是否描述清晰、完整、完全，是非常重要的，它決定了投融資項目報告的起點和方向；另一方面，企業的真實經營狀況，也對項目報告具有決定性的意義。因此，企業需要同數據分析師進行誠摯的、真誠的合作，否則，項目數據報告就存在不可預知的、本可避免的巨大風險。

三、為項目方和投資方案例分析

支持創新 不忘避險—“倍愛康”生物科技項目作為股東類項目，“中投信保”為“倍愛康”提供4筆貸款擔保，累計擔保余額1900萬元，實現保費收入28.5萬元。

“倍愛康”是由冶金自動化研究院投資興辦的高新技術企業，主營磁分離酶聯免疫檢測系統等醫療器械和試劑的購銷與制造。企業貸款用途為引進加拿大的磁酶免系統。但貸款后對該產品的市場推廣未見成效，研發費用又較高，在銷售無法取得突破的情況下，使得公司的凈利水平偏低。同時，下游各地方醫院壓款情況嚴重。雖引入的國外先進技術不如預期般成功，企業仍按時還貸，該項目順利完結。

第2篇：數據分析師統計學基礎范文

二年以上工作經驗|男|24歲（1990年8月28日）

居住地：北京

電　話：133********（手機）

E-mail：

最近工作 [ 1年5月]

公　司：XXX咨詢公司

行　業：商務咨詢

職　位：咨詢員

最高學歷

學　歷：本科

專　業：計算機軟件

學 校：藍翔技校

自我評價

本人性格開朗，思想正直，誠信，穩重。工作認真踏實，責任心強，善于獨立思考，分析問題，解決問題。具有扎實的統計學專業基礎知識，掌握常見的統計方法；熟練掌握常用的數據挖掘方法，算法和相關工具、熟練使用SAS軟件；有良好的邏輯思維能力，注重細節、對數字敏感，能挖掘數據背后的意義，能夠獨立完成、撰寫業務數據分析報告。

求職意向

到崗時間：一個月之內

工作性質：全職

希望行業：商務咨詢

目標地點：北京

期望月薪：面議/月

目標職能：咨詢員

工作經驗

2013 /7—至今：XXX咨詢公司[1年5個月]

所屬行業： 商務咨詢

咨詢部咨詢員

1. 與客戶進行電話溝通，詳細介紹調研項目和調研流程并回答客戶疑問，曾一天接打客戶電話100余個;

2. 篩選分析調研數據，使用Excel處理超過2萬個樣本數據，具有豐富的數據處理經驗;

3. 翻譯2007年翰威特全面薪酬評估研究對85個部門超過1000個職位的工作描述，中文譯文達10萬字;

4. 參與相干公司北京分公司、天宇客貨運輸服務有限公司(日本通運株式會社在中國的合資公司)的人力資源咨詢項目，與客戶公司20余名高級管理人員面對面進行訪談。

2012 /7—2013 /7：XXX網絡有限公司[1年]

所屬行業： 數據分析

數據部數據分析師

1、根據業務需求，制定用戶使用行為數據的采集策略，設計、建立、測試相關的數據模型，從而實現從數據中提取決策價值，撰寫分析報告；

2、跟蹤并分析客戶業務數據，為客戶的發展進行決策支持；

3、完成對海量信息進行深度挖掘和有效利用，充分實現數據的商業價值；

4、支持微博事業部等產品部門下的運營，產品，研發，市場銷售等各方面的數據分析，處理和研究的工作需求。

教育經歷

2007/9—2011 /6 藍翔技校 計算機軟件 本科

證 書

2009/6 大學英語六級

2008/6 大學英語四級

第3篇：數據分析師統計學基礎范文

兩年以上工作經驗 |男| 25歲（1986年1月18日）

居住地：杭州

電　話：138********（手機）

E-mail：

最近工作 [1 年8個月]

公　司：XX進出口貿易有限公司

行　業：貿易/進出口

職　位：營運主管

最高學歷

學　歷：本科

專　業：統計學

學　校：杭州商學院

自我評價

對市場具有敏銳度，懂得從數據中發現潛在問題和潛在機會，能夠熟練運用各種控制圖進行質量分析和數據分析。做事原則性強、效率高、有條理，能夠通過自己的專業能力幫助公司在質量管理、市場開發、成本控制等發面提供合理的建議，致力于幫助企業提高和完善各體系和制度。

求職意向

到崗時間： 一個月內

工作性質： 全職

希望行業： 貿易/進出口

目標地點： 杭州

期望月薪： 面議/月

目標職能： 主管

工作經驗

2010/4—至今：XX進出口貿易有限公司[ 1年8個月]

所屬行業： 貿易/進出口

營運部 營運主管

1、負責公司經濟運行狀況的分析；

2、負責進出口統計的分析；

3、負責業務經濟狀況的分析；

4、對各種統計數據提供分析模型和報表；

5、為公司業務的風險控制和成本控制提供數據支持。

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

2009/3—2010/3：XX中介有限公司 [ 1年]

所屬行業： 中介服務

財務中心 統計分析主管

1、負責公司各部門的財務工作；

2、負責業務相關數據的統計、管理、跟蹤、分析；

3、負責制作各種業務統計報表，為其他部門的工作計劃建立一個數據基礎；

4、負責組織市場調研，進行抽樣調查等，并整理相關數據，制作統計報表；

5、根據其他部門要求，提供相應的數據支持。

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

2008/7--2009 /2：XX證券中心 [ 8個月]

所屬行業： 金融/投資/證券

研究部 數量分析師、風險管理師

1、負責制定公司風險管理制度；

2、為投資部門提供量化分析和數據支持；

3、負責分析宏觀政策和市場變化對投資業績的影響；

4、負責了解行業變化，并及時對各部門反饋行業資訊；

5、負責數據庫統計規劃和建設。

教育經歷

2004 /9 --2008 /7 杭州商學院 統計學 本科

證 書

2006/12 大學英語六級

2005/12 大學英語四級

第4篇：數據分析師統計學基礎范文

【關鍵詞】 共享數據； 聚變時代； 經濟統計

【中圖分類號】 C81 【文獻標識碼】 A 【文章編號】 1004-5937（2016）22-0026-03

第十屆全國企業經濟統計學年會于2016年7月16―18日在蘭州隆重召開。會議由全國企業經濟統計學會主辦，蘭州財經大學統計學院、重慶允升科技大數據研究中心和重慶譽鋒宸數據信息技術有限公司聯合承辦。會議的主題是：“共享數據聚變時代下的經濟統計理論及應用研究”。全國近百所高校、政府和企事業單位的200位專家學者參會。

國家統計局副局長許憲春博士針對我國當前經濟發展態勢作了《2016年上半年經濟形勢分析》報告，北京師范大學邱東教授針對空間經濟比較中由購買力平價推斷存在的賓大效應等問題作了《BHPPP中的純價比假設與賓大效應的弱存在》報告，廈門大學楊燦教授基于投入產出分析的擴展框架作了《產業關聯測度與關鍵產業甄別》報告，暨南大學劉建平教授針對我國政府統計調查體系在新時代面臨的問題作了《深化我國政府統計調查體系改革的思考與建議》報告，浙江財經大學李金昌教授針對大數據時代下如何理解統計學等問題作了《統計學與大數據》報告，上海財經大學徐國祥教授針對大數據時代統計學的發展作了《大數據、云計算背景下的統計改革與創新》報告，山西財經大學李寶瑜教授針對當前統計建模要求前提條件苛刻等問題作了《特征樣本重復抽樣建模方法設計與應用》報告，江西財經大學羅世華教授利用分形方法在非線性時間序列中的研究作了《多重分形時間序列非線性特征辨識及其應用研究》的報告。本屆會議入選論文68篇，分為經濟統計與政府統計、大數據與統計學科發展以及統計學理論及應用等專題展開交流。主要學術觀點綜述如下：

一、經濟統計與政府統計理論及應用研究

南京審計大學賈曉峰在《江蘇最終需求結構與產業結構之間互動變化定量研究》中，運用江蘇最新公布的2012年投入產出等數據，分析了江蘇最終需求結構與產業結構的變化情況，運用投入產出模型深入研究了江蘇最終需求結構與產業結構之間互動變化的數量關系及內在機理，設計出多種方案進行情景模擬分析，并提出了相應對策。

楚雄師范學院張無畏在《基于三角形中線的三次產業結構變遷路徑研究》中，利用三角形中線對三次產業結構變化的六種形式及其內部關系進行了研究，結果表明：六種形式之間的變化路徑以及各種形式之間可能發生轉化，一定是漸進的，不能跨越；每一種形式的數學約束可以用一組不等式表示；用三角形的三條中線來劃分三次產業結構的六種形式，能簡潔有效地表示這六種形式及其變化。

暨南大學劉建平、陳冬進在《名錄庫調查――基于行政記錄的統計調查方法》中，為了破解抽樣調查和普查費用不斷攀升、無回答率持續升高、調查效率和數據質量越來越低、難以滿足社會日益增長的需要等難題，提出將基于行政記錄的名錄庫調查作為我國官方統計調查的新思路，闡述了世界主要先進國家使用行政記錄進行統計調查的基本現狀，討論了建立名錄庫調查的基本理論和方法并與傳統的普查以及抽樣調查方法進行了比較，總結了名錄庫調查在統計工作中的重要作用，最后提出深化我國政府統計改革的若干建議。

東北財經大學屈超、楊森森在《技術進步、技術效率與東北地區工業企業全要素生產率》中，基于數據包絡分析法（DEA）的Malmquist指數方法計算了2001―2011年東北地區按注冊類型分組的工業企業的全要素生產率及其構成變化，詳細考察了企業的技術效率，發現東北地區工業企業在觀察期內全要素生產率提高的主要因素是技術進步，技術效率的影響微乎其微；使用CCR模型和BCC模型，將技術效率分解為純技術效率和規模效率，并得出相關結論。

暨南大學夏帆在《中國三大經濟圈產業聚集現象之檢驗――基于微觀地理數據的分析》中，使用了Duranton和Overman（2005）提出的第三代測度方法對我國三大經濟圈制造業的空間聚集現象進行了檢驗，發現三大經濟圈的大部分產業呈現出聚集特征，呈現分散特征的產業不多；通過對距離上聚集特征的考察，發現聚集總是傾向于在較小的范圍內出現，一般在50公里以內；分析了各個產業的聚集程度后發現三大經濟圈聚集程度最強的十個產業各不相同，且都與各自的產業特色有關。

青島大學張迎春、袁偉萍、管琪在《基于最小間隔樹法的中國地區間購買力平價試算》中指出，最小間隔樹法是國際比較測度各國購買力平價的方法，有利于識別不同國家經濟的相似性，并嘗試將其用于中國地區間購買力平價的計算，得出相關結論。

上海財經大學鄭正喜在《產業關聯效應的虛擬測度理論辨析》中，辨析了產業關聯效應的虛擬測度理論（HEM）研究方法，認為其核心假設的實質是改變被抽取產業的主體屬性，指出應當采用完全抽取的基礎假設才能構建出相對合理的測度指標，并進行了實證研究。

集美大學陸曉倩、王立鳳在《廈門潛力產業選擇及與臺灣產業對接問題研究》中指出，選擇和培育合適的潛力產業可充分挖掘區域優勢，建立和發展區域主導產業并帶動相關產業發展。同時運用偏離―份額分析法考察廈門的產業結構及第三產業細分行業增長差異，結果顯示廈門市的第三產業尤其是生產業增長優勢明顯；借助區位商的定量標準探討廈門與臺灣在經濟資源稟賦方面的異同，確定了廈門潛力產業選擇的重點，并提出促進廈門與臺灣潛力產業對接的策略。

重慶工商大學劉浩在《實施創新驅動發展戰略――R&D資本化》中，通過對R&D核算方法調整的動因，闡述了核算體系中增加研發支出核算具有的重大意義，系統整理了現有核算方法的利弊，在GDP框架下對R&D資本化的核算方法作了相應分析，并結合我國實際情況，針對R&D活動核算提出對策建議。

河北經貿大學王會英在《河北省區域經濟發展水平差異研究》中，選取產業結構、經濟效益、經濟總量、居民生活水平和經濟外向性5個方面的16個指標構建評價體系，采取客觀賦權方法建立加法合成評價模型，并基于2013年的統計數據對河北省的區域經濟發展差異作了定量分析，提出了對策建議。

二、大數據時代統計學與統計學科發展研究

重慶工商大學李勇在《基于物聯網時代的工業大數據挖掘方法及應用研究》中，針對互聯網和物聯網的時代特征，從大數據來源、基本特征、處理技術和大數據思維4個維度提煉出大數據的概念；闡述了數據挖掘基本方法的優勢和不足；分析了物聯網下工業大數據呈現的本質特性；比較分析了消費大數據和產業大數據的挖掘技術和分析方法的異同，指出工業大數據分析和挖掘中存在的難點和重點；結合工業互聯網闡述了大數據挖掘技術的應用。

云南財經大學張敏的《多水平貝葉斯模型在大數據挖掘中的應用》從線性回歸模型擴展到多水平線性模型，將線性回歸統計學習方法的基本思路拓展到多水平線性模型，借助于貝葉斯統計方法和馬爾科夫鏈蒙特卡羅算法，將多水平線性模型應用于大數據的挖掘中并進行了實例應用。

中南財經政法大學劉洪在《應用統計專業碩士（大數據分析方向）培養模式探索》中，從項目背景、國內外相關項目現狀、數據分析師需具備的基本技能和課程體系設計4個方面，對當前大數據分析方向的專業碩士研究生人才培養進行了全方位的闡述和探索。

天津財經大學楊貴軍在《“數據工程”方向課程設計》中，從全國統計學專業數據工程方向教學聯盟、“數據工程”概念提出的背景、數據工程師專業人才培養和“+數據工程”技能培訓4個方面，詳細闡述了針對大數據時代如何從統計學科角度培養大數據人才。

重慶工商大學李禹鋒在《基于互聯網白酒消費市場現狀的大數據分析》中，通過網絡爬蟲技術收集和清洗數據，借助詞云圖和文本挖掘技術等，對品牌銷售額、品牌銷量以及白酒香型、酒精度和規格的消費傾向等進行了分析，并對未來市場的消費趨勢作了展望。

閩南師范大學陳立雙、祝丹在《大數據推動下中國CPI測算方法創新趨向與挑戰》中，基于居民消費領域大數據對居民消費者價格指數帶來的機遇和挑戰，分析了大數據在CPI測算中的可能應用路徑，探討了大數據推動中國CPI測算理論與方法的創新趨向和面臨的挑戰，探討了大數據在中國CPI測算的方法論問題。

三、統計理論與統計應用研究

天津財經大學楊貴軍、孟杰、蔡凱月在《人口年齡結構、人力資本與人口紅利測度――基于超越對數生產函數模型的經驗分析》中，闡述了人口紅利是經濟增長的重要源泉，測度人口紅利對全面掌握中國人口變化規律、科學制定人口政策和經濟政策具有重要的理論價值與實踐意義；指出現有研究普遍僅從人口年齡結構角度測度人口紅利，忽視了勞動力人力資本對經濟增長的貢獻。在綜合考慮人口年齡結構和勞動力人力資本兩個角度下，使用超越對數生產函數測度了中國的人口紅利，并得出相應結論。

華中師范大學王江濤、馮元化在《如何確定即時波動率核估計量的最優窗寬》中指出，在即時波動率的各種估計量中，非參數估計量因其能準確地度量即時波動率成為研究熱點，但這類估計量在應用中面臨最優窗寬的確定問題。其借鑒非參數回歸分析中窗寬選擇的思想，以即時波動率的核估計量為例，構建了一種能從數據中準確計算出最優窗寬具體值的算法，從理論分析和數值驗證方面看，該算法具有良好的穩定性、適應性和收斂速度。

廈門理工學院陳安全和浙江工商大學李海濤在《一種新的四格表獨立性檢驗――基于回歸模型的方法》中指出，傳統四格表的獨立性檢驗采用卡方檢驗，若采用回歸模型技術將四格表中的定性變量量化后引入到模型中，同時利用回歸模型中的系數顯著性檢驗來檢驗四格表的獨立性，在一定條件下具有等效性和一致性。

楚雄師范學院梅瑩在《經濟新常態下云南省新的消費增長點培育研究――云南省城鎮居民消費現狀分析》中，針對云南省城鎮居民家庭人均可支配收入和人均全年消費性支出的數據，構建了基于擴展線性支出系統的靜態和動態比較模型，得出相關結論。

重慶工商大學周世銘、付安瑤在《網絡意識形態傳播新特點現狀分析》中，通過文獻資料分析、網絡爬蟲技術和問卷調研分析，對舊媒體時代、互聯網時代和當前新媒體時代中的主流意識形態、非主流意識形態、網絡意識形態三種意識形態傳播的方式和特點進行了對比分析，提出目前意識形態傳播過程中呈現出新的傳播特點。

河北經貿大學湯玉環在《基于VAR模型的經濟發展與土地財政關系的實證研究――以河北省為例》中，基于河北省2002―2013年的數據，建立經濟發展與土地財政的VAR相關模型，通過研究河北省經濟發展與土地財政的作用機制，探討土地財政對于經濟發展的利弊作用，尋求地方財政與經濟發展的均衡，以更好地促進河北省的經濟發展。

第5篇：數據分析師統計學基礎范文

關鍵詞：數學專業；統計與金融數學；教學改革

中圖分類號：G64 文獻標志碼：A 文章編號：1674-9324（2014）33-0040-02

數學與應用數學專業是一個傳統專業，長期以來培養目標單一，只培養數學研究人員與數學教師，大多數高校都是從事師范生的培養與教育，如何確保數學專業畢業生的質量，增強他們在就業市場上的競爭力成為現階段急需解決的問題。2012年9月，教育部關于印發《普通高等學校本科專業目錄（2012年）》、《普通高等學校本科專業設置管理規定》等文件（教高[2012]9號），明確提出了“建立動態調整機制，不斷優化學科專業結構的要求”，給數學與應用數學專業在保持傳統專業特色的基礎上如何拓辦新興專業指明了一條道路。[1]我校數學與應用數學專業是歷史悠久的一個專業，長期以來從事師范生的培養與教育。為適應我校把“以工為主，石油化工特色鮮明、優勢突出、多學科協調發展”的建設目標，拓展數學與應用數學非師范專業方向，結合自身實際和工科的辦學模式，我們及時調整了專業發展方向，設置了統計與金融數學專業方向，并在人才培養及教學課程設置上做了相應的改革。

一、借助工科的辦學思路，拓寬數學等傳統專業的辦學方向

數學與應用數學專業方向的設置和調整，應主動適應國家經濟社會發展需要，適應知識創新、科技進步以及學科發展需要，更好地滿足人民群眾接受高質量高教育的需求，同時應遵循高等教育規律和人才成長規律，適應學生全面可持續發展的需要，并且應符合學校辦學定位和辦學條件，促進學校辦出特色，提高人才培養質量。[2]

二、明確專業培養目標，培養基于數學基礎的復合型應用人才

借助學校工科的辦學模式，我們在專業培養目標集中體現了“數學知識基礎扎實，統計實踐能力深厚，金融應用能力強，具有較強適應能力和創新精神的應用型高級專業人才”為人才培養目標，這與以前只培養數學研究人員與數學教師有了本質上的區別，首次提出了復合型應用人才的培養。

三、深化課程改革，建立完善課程體系

圍繞著人才培養目標，在專業的課程設置中，加強能力結構知識的培養。做到既體現工科背景下數學專業的特色，又突出側重統計、金融領域應用的特點的理論課程設計。[2]

做好基礎理論課程教學的改革。緊抓本專業教育教學特點，增強時效性，為社會服務，及時更新教學內容，完善課程體系，添加適用性內容。理論課程的設計上，完善三大課程平臺的建設：①設立數學平臺課程。淡化經典數學基礎課程設置，側重于培養學生的數學思維。設立數學平臺課程：數學分析、高等代數、解析幾何、離散數學結構、微分方程、概率論、數理統計、計量經濟學、運籌學、營銷學、數學模型與實驗等。②設立統計平臺課程。側重統計學科的要求，做好統計能力及計算分析課程的設置。統計平臺課程：統計學原理、多元統計與分析、微觀經濟學、宏觀經濟學、隨機過程和隨機分析、經濟預測和決策。③設立金融數學平臺課程。培養學生寬厚的金融學理論基礎和專業理論基礎，金融數學平臺課程：最優化方法、金融學、金融數學、金融工程學、金融時間序列、商業銀行會計、保險學、證投資學、營銷策略、壽險精算學、金融風險管理。④借助工科培養模式，做到“工理結合”，深入改革實驗與實踐課程，力求加大應用性訓練。在人才培養方案上，我們設置了長達43周的實驗、實踐類課程。主要實踐教學環節：營銷實踐，國家職業資格教學，社會實踐（暑假），營銷策劃，數據分析（抽樣調查），統計學軟件，金融實務訓練，虛擬金融投資等。

四、精心統籌安排，優化各個模塊之間的課程教學內容

課程教學內容是專業方向設置的主要手段，是專業建設的核心內容，分析各門課程的聯系與區別，改革傳統數學教育教學體系，使之適應社會經濟發展和社會經濟需求，工作重點放在教學內容的整合與優化、組織與管理等理論教學環節和實踐性教學設計環節上。

1.整合數學基礎課程教學內容，力求做到：淡化經典數學理論要求，強調基本概念理解、基本運算掌握和基本數學思想的貫通，做到“必需的一定講、夠用為主、技能為上”的標準來刪減理論、設置實驗、設計實踐，科學地處理教學內容的取舍并注意不斷的更新。[3]

2.構建特色鮮明的統計、金融數學課程內容。著重培養學生的應用數學知識，建立數學模型以解決實際統計、數理金融、證券、保險問題的初步能力，逐步加深學生對現代經濟市場基本概念和利用數學工具研究經濟市場的前沿問題，以提高對統計金融實際的“感覺”和直觀能力。

3.構建適合數學專業、合乎工科能力層次的“遞進式”的實踐教學模式。內容體系按基本技能、專業技能和技術應用或綜合技能三大模塊構建。基本技能側重統計、計算的操作性，專業技能注重金融技術應用性，技術應用或綜合技能強調復合型人才培養的綜合實踐性，增設如金融業務模擬、財務業務模擬等綜合性營銷業務模擬，實現實踐內容多樣化。

五、以培養數學應用、統計應用、金融應用為三個“職業定位”為導向，做到“淡化數學學科、強化統計、金融專業，按照企業的需要和崗位來對接”

以培養數學人才、統計應用人才及金融適用人才的三個職業方向，因此在構建專業選修模塊上側重于學生學習數學、統計、經濟、金融等基礎理論，在修完必修課程后，學生可依據不同方向的職業定位進入專業選修課模塊的學習階段。專業課程可按以下幾種就業趨勢進行設置：①國家公務員序列。如統計、財政、審計、海關部門、信息調研中心。②商業銀行。四大行和股份制商行、商業銀行、外資銀行駐國內分支機構。③各類證券公司，含基金管理公司，上交所、深交所、期交所。④金融控股集團、四大資產管理公司、金融租賃、擔保公司，各類信托投資公司、金融投資控股公司、投資咨詢顧問公司、大型企業財務公司。⑤信息調查分析公司。各類需要簡單數據統計統計及基礎金融業務的企業。

六、以社會導向為基準，做好社會需求適應性的研究與實踐，隨時做好人才培養方案的補充與更新

1.重視企業對信息調研，統計、決策管理，將“數據分析（抽樣調查）”、“經濟預測與決策”課程與社會相結合，與企業需求銜接，修改實驗大綱及方式，為學生打下堅實的專業基礎，做到能與社會對接，與用戶相適應。

2.做到學生“畢業雙證”的實踐教學改革。開拓信息，做好國家資質資格考試的引導工作，開設并引導學生參加相應的統計師從業資格、證分析師從業資格、理財規劃師從業資格、信息調查員從業資格、精算師從業資格、金融分析師等考試引導工作。

3.做好“工”、“理”結合。借鑒工科的培養模式，多出社會，在學生畢業就業時做好“訂單式”人才模式設計。

數學專業拓辦統計與金融數學方向是新生事物，如何從“老牌”師范專業中拓辦新型非師范方向，培養適應社會發展需要的實用性統計與金融復合型人才，其教學改革的研究和專業建設成為了急需探索的重要課題。

參考文獻：

[1]教育部.教育部關于印發《普通高等學校本科專業目錄（2012年）》《普通高等學校本科專業設置管理規定》等文件的通知[Z].教高[2012]9號，2012（10）.

[2]姜禮尚，徐承龍.金融數學課程體系、教材建設及人才培養的探索[J].中國大學教學，2008，（10）：11-13.

[3]袁軍.金融數學研究綜述與展望[J].商業時代，2008，（13）：68-69.

第6篇：數據分析師統計學基礎范文

(數據化管理與運營之道)

作者簡介

李必文，畢業于安徽工程大學紡織服裝學院，在校曾獲大學生數學建模競賽安徽賽區一等獎和全國一等獎。出版大學生計算機專業著作兩部，目前已經成為眾多高校本科生和研究生的教材或選修課教材。電商職業經理人和企業導師，擔任多家電商企業的戰略顧問，業余天使投資人。國內電商大數據研究領域教父，已出版的《電商大數據――用數據驅動電商和商業案例解析》(軟精裝裝幀)為國內第1本將大數據與電商完美結合的專業之作。目前擔任上海陸家嘴一家金融集團高管之職。

內容簡介

《電商大數據：數據化管理與運營之道(第2版)》側重數據化思維和思路的介紹，大量的電商真實案例貫穿其中。筆者長期主持和負責大型電商公司數據化管理與運營工作。《電商大數據——數據化管理與運營之道》(第2版)特意兼顧鮮活性、趣味性、真實性和實用性。

電商行業已經進入紅海階段，機會主義不在，技術洼地被填平，精細化運營和數據化管理已是電商決策者的必修課。電商企業的興衰榮辱總能先在數據層面窺見端倪，甚至可預見是否養癰成患。隨著互聯網業態不斷深入發展，如今在互聯網(含移動互聯網)跟電力一樣稀松平常作為生活、工作剛需之時，數據化管理與運營之道不是空心的概念，但是它需要成熟的應用場景和可復制的業務支撐套路，僅憑一些數據分析師的主觀能動性是遠遠不夠的。

《電商大數據：數據化管理與運營之道(第2版)》內容共分為三個部分。第1部分是從量化的角度去解析電商戰略和戰術的基本內容；第2部分講解數據驅動的相關知識、工具和理念，對數據驅動的方法論及如何構建數據化體系做了深刻探討；第3部分對電商常見的廣告投放策略、藝術設計、管理運營和CRM四個構面進行了全新角度的闡述。

《電商大數據：數據化管理與運營之道(第2版)》適合電商企業的管理層、互聯網和電商相關行業的數據分析師閱讀參考，也可作為電商專業在校大學生的參考讀物。

目錄

第1章電子商務的戰略解析/ 1

1.1三言兩語電子商務

1.1.1電子商務的特質

1.1.2電子商務的整合效應

1.2電子商務的動態格局

1.2.1草根淘寶平臺動了誰的奶酪

1.2.2貓與狗的戰爭

1.2.3線下傳統企業大鱷的電商夢

1.3電子商務時代的品牌運作

1.3.1電商品牌的定位

1.3.2電商品牌的突圍

1.3.3品牌與平臺的達爾文進化論

1.4電子商務時代的“鐵血”戰爭

1.4.1電子商務時代的價格之戰

1.4.2電子商務時代的人才之戰

1.4.3電子商務時代的流量之戰

1.4.4電子商務時代的數據之戰

1.5互聯網+中最為關鍵的迭代思維與高等數學中的微積分關系

參考文獻/ 28

第2章電子商務的戰術解析/ 29

2.1關于電子商務創業

2.2電子商務十大營銷學定律

2.2.1營銷的前提是解除客戶的心理抗拒

2.2.2非平臺電商最好不要做互聯性質的SNS

2.2.3營銷過程中的價格與價值的“遛狗理論”

2.2.4用好一般等價物：優惠券、代金券、現金券和紅包

2.2.5營銷是一門轉移注意力的藝術

2.2.6意料之外，情理之中，那是計

2.2.7營銷需要兩廂情愿

2.2.8客戶生命周期是營銷行為的“縱貫線”

2.2.9網絡營銷兩種流量經營的基本模型

2.2.10營銷方向之宏觀與微觀

2.3電子商務的十大心理學定律

2.4電子商務的十大敗局定律

2.4.1運營大思路不清晰

2.4.2團隊內訌，決策分歧

2.4.3人傻錢多燒錢砸廣告，經濟入不敷出而死

2.4.4痛失時機

2.4.5供應鏈孱弱

2.4.6品牌定位模糊不清

2.4.7傳統企業觸電，手段老套

2.4.8不注重商品品質和服務

2.4.9揠苗助長，團隊豪華人員冗余

2.4.10舍不得投錢慢慢耗死

第3章數據驅動相關知識鋪墊/ 59

3.1數據作用力的難點在于挖掘常識以外的價值

3.2三言兩語大數據

3.2.1信息量泛濫的社會

3.2.2泛濫的數據如何有效存儲

3.2.3迄今為止大數據成功的部分案例――沒有啤酒+尿布

3.3根本沒有任何新的技術構成云計算

3.4數據序列的小波分解定律――輪廓和細節

3.4.1數據的權重序列和單位權重序列

3.4.2將數據分解成權重序列的延伸閱讀

第4章電商群雄逐鹿中原、數據驅動主宰沉浮/ 76

4.1你不知道的數據挖掘

4.1.1數據挖掘原來是這么回事

4.1.2孫子兵法曰：雜于利而務可信也，雜于害而患可解也

4.2數據挖掘在電子商務中的多面性

4.2.1數據挖掘在電子商務行業中廣泛應用

4.2.2數據挖掘是有巨大價值的，但結論常常是錯誤的

4.2.3客觀認識數據挖掘

4.3電子商務數據挖掘的“AVSM法則”

4.4數據挖掘的工具

4.4.1數據采集工具

4.4.2客戶端數據分析工具

4.4.3客戶端數據挖掘工具

4.4.4數據存儲――數據庫系統

參考文獻

第5章搭建數據化體系/ 111

5.1繪制銷售圖譜

5.2運營常見的數據指標及體系

5.2.1指導日常運營的一些關鍵指標

5.2.2晴雨表的解讀技巧

5.2.3組建流量漏斗模型

5.2.4診斷流量黑洞

5.2.5診斷流量驟變原因

5.3數據分析入門案例

5.4數據挖掘入門案例

5.4.1漫話統計學

5.4.2喜歡買連衣裙的客戶比喜歡買衛衣的客戶更有價值嗎

5.5數學建模入門案例

參考文獻

第6章廣告投放策略/ 141

6.1互聯網廣告的特征

6.1.1定向性

6.1.2強化品牌印象的利器

6.1.3“鷸蚌相爭，坐收漁翁之利”的蒙眼競價

6.1.4非強迫性

6.2互聯網廣告的形態

6.2.1 CPC廣告及“通貨膨脹”

6.2.2 CPS廣告及“高開低走”

6.2.3 CPM廣告及“創意無極限”

6.2.4硬廣及“暴力拓展”

6.2.5通俗易懂理解RTB廣告機理

6.3廣告投放戰略

6.3.1廣告投放預算

6.3.2廣告效果量化模型

6.3.3投放策略確定

6.4精準投放基礎篇

6.4.1分時段投放

6.4.2分地域投放

6.4.3分品類投放

6.4.4關鍵詞遴選

6.5廣告投放高級策略

6.5.1 CPC出價與點擊率、轉化率之間的理論數學模型

6.5.2深度解讀CPC與點擊率之間的意義

6.5.3 CPC廣告的三種平衡點

6.5.4廣告投放非線性組合優化

6.6廣告資源的整合和管理

參考文獻

第7章數據驅動藝術設計/ 189

7.1數據驅動與藝術設計漫談

7.2網站首頁最優長度如何測定

7.3網頁的結構布局策略

7.3.1經典的結構布局理論

7.3.2站內搜索的設置

7.3.3首頁商品撤換的“ROI”原則

7.4商品詳情頁的“倒三角形”結構

7.5警惕搭配套餐的騙局

7.5.1人類最小心理感覺差

7.5.2搭配套餐的新陳代謝

7.6關聯推薦的設計

7.6.1關聯推薦的機理

7.6.2支持度、置信度和提升度

7.6.3小結

參考文獻

第8章數據化管理/ 213

8.1任何一個團隊或項目不能量化就不能管理

8.2客服團隊數據化管理

8.2.1客服團隊排班設計

8.2.2客服團隊的績效管理

8.2.3客服團隊忠誠度激勵方案

8.2.4客服團隊數據化管理高級應用：測算咨詢并發數

8.3供應鏈數據化管理

8.3.1供應鏈數據化管理的點和面

8.3.2大數據環境下供應鏈管理的通路

8.3.3商品結構如何布局

8.3.4銷量預測的三種最基本的方法

8.3.5現貨模式下的彈性補貨策略

8.4大型促銷活動促銷節點的設計

參考文獻

第9章不一樣的客戶關系管理/ 255

9.1客戶關系管理的生死穴

9.2客戶關系管理的流程

9.3客戶關系管理五部曲

9.3.1數據庫的組建

9.3.2數據庫的加厚

9.3.3數據庫的標簽

9.3.4數據庫的挖掘

9.3.5客戶關系管理的落地

9.4基于KANO模型劃分服務類型

9.5客戶關系管理用好新媒體的新思維

9.6客戶關系管理商業流小結

9.6.1了解客戶需求的真實痛點

9.6.2對客戶池進行過濾分層

9.6.3對池內客戶張貼標簽

9.6.4對服務進行分類9.6.5強化與客戶的鏈接節點

9.6.6整合CRM

參考文獻

思考/ 294

后記：

第7篇：數據分析師統計學基礎范文

【關鍵詞】客戶評價 客戶評價價值 數據化運營 第三方數據交易中心

一、引言

（一）研究目的

隨著信息化技術的迅速普及和發展，電子商務以其便捷，易于操作而獲得消費者的青睞，從而快速占領市場。線上選購交易方式使得電商平臺客戶評價體系具有現實指導意義，一方面可以給顧客提供對比參考信息，購得物美價廉的商品，另一方面可以為商家提供反饋意見，為客戶提供更優良的服務。目前電子商務平臺的客戶評價體系存在很多漏洞，如體系不完善、評價信息不真實、反饋信息凌亂等。因此，統一評價標準，利用數據分析和挖掘技術處理海量客戶評價信息，建立由第三方數據中心統籌管控的透明化、具有可比性的評價體系顯得尤為重要。

（二）研究價值

虛擬化的購物環境缺乏真實性和可見性，第三方數據中心提供的客戶評價體系恰好能彌補這一缺陷，即能夠提供借鑒信息讓顧客判斷商品是否符合現實要求，并能夠實現不同商戶同一商品之間的對比，為顧客提供性價比最高的的購物建議，同時也可以提供反饋信息讓商家改善服務質量，促進不同商家之間的良性競爭。因此，對于第三方客戶評價的研究價值而言，我們從以下兩個方面進行分析研究：

（1）客戶評價的潛在價值。通過問卷調查的方式對消費群體的購買導向和對客戶評價的參考價值進行調查，共獲得168份問卷，調查結果顯示如下：

①91.07%的人會選擇網購過程中參考欲購商品的歷史客戶評價，說明歷史客戶評價具有較強的可參考性。

②63%的人會選擇欲購商品的歷史客戶評價對購買起決定性作用，可見客戶評價的實用價值。

③82.14%的人會選擇不同電商購物網站上同一種商品價格不同，首選評價好的，不在乎價格高低，說明客戶評價的重要性。

針對商品的歷史客戶評價的真實度，有79.17%的人表示有部分摻假評論，有18.45%的人表示參考性較強，而23.8%的人則表示完全不可信。反映出客戶評價的真實度有待考究，需要切實的方案改進。

通過和商戶的線上交流，了解客戶評價的反饋作用，得到以下信息：

①客戶評價反映商戶信譽，從而影響銷售；②客戶評價給商戶反饋，促進商戶改善現有產品和研發新產品；③客戶評價記錄歷史購買情況，商戶以此不斷調整價格策略；④客戶評價的部分不真實性，造成不良消費現象，擾亂正常的電商市場，促進商戶之間的不公平競爭。

（2）優化客戶評價體系的價值。現存的客戶評價體系存在很多漏洞，譬如：體系不完善、評價信息不真實、反饋信息凌亂等，優化客戶評價體系對電商平臺的發展具有重要作用，通過建立統一評價標準，完善評價體系，實現統一管控，以期達到以下三方面的要求：

①購買評價信息清晰可視化，快速滿足個性化需求。當下市場競爭愈加激烈，商品信息的可視化及清晰度可節省顧客的時間，快速做出反應，同時在買方市場的環境下，發展個性化商品及服務，對企業的發展和顧客的特殊需求尤為重要。

②大量數據統計分析，增強信息的真實性和指導性。大數據時代下，利用數據分析及挖掘技術可實現數據發聲功能，使得信息更具有說服力，切實解決實際問題。

③信息透明具有可比性，實現商戶之間良性競爭，達到優勝劣汰的效果。

二、國內外研究現狀

電商平臺客戶評價是近兩年才開始發展和慢慢成熟起來，同時也在不斷的進行修改和完善。國內針對這一領域的研究還比較少，而且大多都是集中研究客戶評價模塊的版面設計及標準完善方面，沒有提出切實的提出其漏洞和發展障礙的解決方案。作為電子商務發展最早的也是發展最成熟的國家，美國一直帶領著亞洲和歐盟的電子商務產業迅速發展[1]。針對這一現狀，我們將從與電商平臺客戶評價密切相關聯的電子商務的發展、大數據下的新營銷、客戶價值方面著手，研究電商客戶評價的現狀。

（一）電子商務的發展

電子商務利用計算機技術、網絡技術和遠程通信技術，實現整個商務（買賣）過程中的電子化、數字化和網絡化，人們不再依靠紙介質單據進行交易，而是通過海量的網上商品信息、完善的物流配送系統和方便安全的資金結算系統進行交易。由于全球經濟發展的不平衡，導致電子商務在全球的發展也層次不齊，歐盟和亞洲發展比較迅速，尤其是在中國近幾年支付寶的應用更是推動電子商務的快速發展。

電商平臺作為一個服務載體，將企業與顧客、企業與企業、顧客與顧客匯聚到一個平面，實現面對面網上交易。同時電子商務又是客戶評價的載體，客戶評價又是電子商務的反饋機制。電子商務的發展帶動著客戶評價體系的發展，可以預見電子商務客戶評價的發展潛質和研究價值不可估量，將影響電子商務這個行業的發展。

（二）大數據背景下的新營銷

隨著互聯網技術的發展，全媒體環境的全面爆發， “大數據”已成為新的時代主題詞，并全面影響了廣告與營銷業界。海量的數據催生了海量數據的搜集、存儲、管理、分析、挖掘與運用的全新技術體系。在營銷體系中，大數據從媒體、消費者、廣告與營銷戰略策劃、效果評估四個層面解構了傳統營銷體系，卻也重構了大數據背景之下的全媒體營銷體系。

營銷的核心理念是激發需求、掌握需求和滿足需求，通過抽樣與普查了解需求、激發和滿足需求。大數據時代我們將摒棄通過抽樣的數據來推斷、預判需求，而是利用互動平臺、通過大數據技術清晰地獲得需求的信息，因此其精準性也得到了極大的提升。

由電商平臺產生的海量歷史數據，通過對大數據分析提出方案提交有關部門以支持決策，以實現新型的營銷策略，如：個性化網頁推薦，可能感興趣商品，同一商品在不同商戶處的售價對比等。而客戶評價利用這一技術，也將更好的發揮其背后的價值，促進電子商務平臺的更好發展。

（三）客戶價值研究

營銷觀念的發展使得以客戶為中心的經營理念成為主流，企業將關注重點由產品轉向客戶，處理客戶關系方面，由如何吸引新客戶轉向全客戶生命周期關系管理，同時開始將客戶價值作為衡量績效的評價標準。

電子商務環境下的客戶主要有兩種，基于互聯網形成的客戶和基于互聯網作為信息平臺而形成的客戶。其客戶的所表現的特點也與傳統商務環境不同，一般都具有分布空間范圍廣，沒有地域限制，有較強的時效性，可重復增長性，個性化需求愈加強烈的特點。客戶的特點決定客戶需求，客戶需求決定廠商發展的方向。而客戶評價作為電子商務環境下最直接的客戶關系管理，對于客戶滿意度和客戶忠誠度的提升具有重要作用。關注客戶評價，及時解決客戶的需求，可延長客戶處于穩定期的時間，提高企業的效益，實現可持續發展。

現下對于客戶價值及客戶關系的研究很多，但只針對電商平臺中的客戶評價模塊的研究卻少之又少，而顧客和商家都需要這方面的研究給予指導，如何更有效的利用這些評價信息作出合理的決策至關重要。

三、電商客戶評價體系研究―以淘寶網為例

客戶評價體系是指在電子商務市場環境下，參與交易的雙方根據自己的主觀判斷相互給予評價的全過程，是產生和傳播信譽信息的工具。以淘寶為例，其平臺根據自身特點及用戶需求創建了一套包括在線溝通的阿里旺旺、支付功能的支付寶及實名認證在內的完整的信譽評價系統。由于電子商務交易的特殊性――支付貨款和收到貨物分離，導致你交易存在風險，而客戶評價體系為購買者提供賣家的以往交易數據，也就降低了交易風險的產生概率。由此可見，客戶評價在電子商務經營中具有無可替代的作用。

目前，淘寶網的信譽評價體系由兩部分組成：“店鋪動態評分”和“賣家信用評價”，其結構框架如圖1，具體事例圖如圖2所示：

（一）店鋪動態評分

店鋪動態評分主要由三部分組成，特征滿意度、綜合星級和快遞滿意度。期中綜合星級打分規則為一顆五角星代表一分，以此類推，滿分是5分。1 分―5 分分別代表非常不滿；不滿意；一般滿意；非常滿意。這些評分數據會有一個綜合評分供買家參考。這些數據不僅會給顧客一些參考，也會給商戶和物流公司一些建議，以其不斷完善商品和服務。

（二）賣家信用評價

信用評價是指客戶在收到網貨并通過支付寶確認付款之后，買賣雙方有權根據自己的主觀實感來對對方做出客觀的文字評價。客戶根據親身體驗，寫一些對商品和服務的主觀感受，文字的客觀評價對潛在客戶更具有影響力，因此，著重研究買家評論，挖掘其中的信息，都有現實意義。

四、電商平臺第三方客戶評價體系數據化運營策略

2014年阿里巴巴公布了“雙十一”全天的交易數據：天貓淘寶雙十一全天成交金額為571億元，其中在移動端交易額達到243億元，物流訂單2.78億，總共有217個國家和地區被點亮。面對如此龐大的交易量所產生的數據流，我們以企業級海量數據的存儲、分析、挖掘和應用為核心技術支持的基礎上，通過可量化、可細分、可預測等一系列精細化的方式進行網站流量監控分析、目標用戶行為研究、網站日常更新內容編輯、網絡營銷策劃推廣等。當數據化運營的概念運用到客戶評價這一平臺，會大大增加這一功能模塊的用途，如：通過目標客戶在各個商戶中的評價，在研究其行為及心理預期范圍。

鑒于此，提出電商平臺第三方客戶評價體系數據化運營方案：

（一）理念簡介

（二）理念內容

（1）主要是數據、信息，原始客戶評價數據經第三方數據交易中心處理后在電商平臺和提供給需要的商戶，作為決策依據。具體內容如下：

同時第三方數據交易中心作為運行主體，將會在運行初期以電商平臺客戶評價數據為對象，利用數據分析及挖掘技術提供專業的分析結果。

（2）核心價值觀。以服務廣大顧客和商戶，互惠互贏，促使電商平臺更好更平穩發展。

（3）愿景。第一階段：以某一個電商平臺的客戶評價數據做深層次分析，將各種分析結果以網頁鏈接形式展現給顧客。

第二階段：將客戶評價數據擴展到平臺其他數據，建立數據模型，在反饋給顧客信息的同時，提供商家分析報告服務。

第三階段：與各大電商平臺合作，利用大數據技術，跨平臺交叉式分析數據，向顧客、商戶、平臺三方提供決策依據。

（三）可行性分析

第三方數據交易中心不需要很多的硬件，只要滿足軟件方面的要求即可。最重要的還是數據資源和人力資源，現實條件下，電商平臺每天的交易及歷史評價數據足夠多，同時近兩年，涌現出大批專業化的數據分析和數據挖掘的人才，滿足了最基本的資源問題。接下來將從以下兩方面研究項目的可行性：

（1）技術可行性。21 世紀核心的競爭就是數據的競爭，2012年3月29日，美國奧巴馬政府正式宣布了“大數據的研究和發展計劃”，預示著數據將成為未來企業的生產力，同時數據存儲技術也有了新的突破，以分布式數據倉庫、海量存儲技術和流計算為核心的實時數據倉庫技術將解決了大數據的存儲問題，電商平臺數據化運營的數據有了存放基礎。

與此同時，數據挖掘技術也不斷成熟，成為了一門比較成熟的交叉學科，融合了數據庫、人工智能、機器學習、統計學、高性能計算、模式識別、神經網絡、數據可視化、信息檢索和空間數據分析等多個領域的理論和技術。數據挖掘相對于傳統的統計分析，具有擅長處理大數據，應用相應的算法模型，解決實際問題。數據挖掘的主要成熟技術：決策樹（包括CHAID、CART和ID3、C4.5、C5.0算法）、神經網絡、回歸分析（多元線性回歸和Logistic回歸）、關聯規則、聚類分析、貝葉斯分類、主成分分析等等。

電子商務行業的數據挖掘和數據運營化又有其獨特的優勢：數據的海量性、數據分析（挖掘）的周期短、其成果的時效性明顯變短、互聯網新技術、新應用、新模式的更新時間更短。

以上的技術表明這個項目在技術方面具有可實施性。

（2）運行可行性。更多的顧客覺得一套統一的客戶評價標準以及相應的平臺會便于網購行為，而且顧客認為客戶評價平臺應該包含如：同類商品的好評指數排名、同類商品的有效買家排名、同類商品的商家各個評價指數排名等等。結果如圖3所示：

需求帶動供應，快速的生活節奏需要更直白、更明顯的權威性分析。商家要想獲得長久的發展，必須不斷根據顧客的喜好改變或者完善產品，但前期的調研需要花費很多的人力、財力、物力，而且不一定能獲取到有建設性的創新點。所以商戶也需要這樣一個平臺提供能將顧客需求轉變為實際方案的平臺，而第三方數據交易中心會收集顧客反饋數據，進行整理和處理，以報告的形式提供給商戶。

（四）第三方數據交易中心運營平臺設計

掌握了數據，就該考慮如何將數據運營到企業中，電商平臺與傳統的制造型企業不同，它需要的是更加有效的精細化運營，強調細分、準確、個性化。利用數據分析和數據挖掘技術作為數據化運營的有效保障，為了讓技術能有效的應用到數據化運營中，電商平臺必須建立第三方數據交易中心，能夠完成數據分析和數據挖掘工作，同時第三方數據交易中心應配備一群出色的數據分析師，具備熟悉的技術技能和理解具體業務、快速學習的能力。第三方數據交易中心同時應和運營、客服等其他部門保持密切聯系，及時獲取數據和反饋信息。

第三方數據交易中心首先應劃分不同的功能部門，其中重要的一塊就是集中管理客戶評價，針對其存在的弊端，規范評價標準和細分評價特征，使其能進行數據分析中的時時對比，縱向、橫向和集中式分析共同進行，分別實現一家商鋪一種商品的評論數據分析，一種商品多家店鋪的評論分析，一個人對不同商鋪不同商品的評論分析。若要研究電商平臺上所有商鋪的評價，因為數據量極其龐大，可針對統一的評價內容和評價特征，建立數據模型，利用數據挖掘技術處理，得到更深層次和相關聯性的一些信息，不僅可以通過數據剔除一些假冒偽劣商鋪，更能發現一些專門從事不真實客戶評價的顧客，實施評價限制，維護客戶評價的質量。

第三方數據平臺可首先應用于淘寶平臺的客戶評價，當這種數據化運營的方式取得一定效益時，可拓展其功能范圍。最終第三方數據平臺可以實現各個電商平臺的數據一體化，不僅能處理某一個電商平臺的數據，更能將不同平臺的數據進行綜合分析、對比，反饋平臺問題。在第三方數據交易中心的推動下，電商平臺客戶評價必然會呈現出新的發展方向和特點。

參考文獻：

[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]譚正祥.電子商務環境下企業客戶價值分析與評價[J].湖南大學，2010.

[3]維克托?邁爾-舍恩伯格及肯尼斯?庫克耶.大數據時代[J].2010.

[4]黃升民 劉珊. “大數據”背景下營銷體系的解構與重構[J].現代傳播，2012.

[5]譚正祥.電子商務環境下企業客戶價值分析與評價[J].湖南大學，2010.

[6]劉歡.數據挖掘在淘寶客戶評價方面的研究與應用[]J.濟南大學，2014.

[7]韓新華.電子商務網站評價研究與分析[J].吉林省經濟管理干部學院學報，2008 .

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

第8篇：數據分析師統計學基礎范文

關鍵詞：教學評價；數據挖掘；粗糙集

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2013）10-2382-02

在我國高等職業教育迅猛發展的今天，教育質量是學校的“生命”和“靈魂”，它不僅關系著學校的生存和發展，也直接影響著學生的前途和命運，提高教學質量是高等教育永恒的話題。而與教學質量相關的教學質量評價問題也將成為一項非常重要的工作，教學質量評價是構成高等學校教學活動的基礎，是保證高等學校人才培養質量的基本環節[1]。

1 高職院教學評價現狀

目前，高職院校教學評教通常由學校教務處在期末將教師教學質量評估表發給學生，也有通過網上評教，學生根據評估表中的項目對教師進行打分，綜合專家督導和同行評價聽課后的評價得分，經學校教務處統計后排名或根據分數確定一個考核等級。這些評教方式對于教學改革和教學質量的提高起到了一定的作用，但是目前還存在一些亟待解決的問題[2]。綜觀我國高職院校教育教學評價實踐的現狀，雖然近十幾年來受到各方面人士的重視，并取得了初步的發展，但總體評價工作科學性尚欠，評價研究的水平亦很低，這主要表現在以下幾個方面：

1）對教育教學評價的意義，教育教學評價在教育過程、教育管理中的作用還缺乏應有的認識，許多評價活動尚處于初級水平，對教師教學水平的評價無論在理論研究還是在實際工作中都還不多，且所定項目和指標缺乏理論依據和科學性；

2）在評價理論方面，教學科研力量較強的師范院校與研究機構缺乏必要的理論儲備，在評價理論研究方面發揮的作用有失期望，而從事實際教育評價的人員許多未受到測量與評價方面的系統訓練，故評價研究難以深入持久；

3）在評價技術手段的開發和應用上比較落后。盡管在運用模糊數學方法進行教育教學評價方面取得了一些進展，但大多數評價工作還是借鑒國外現成的技術手段，在技術手段的開發上尚無創造性的成果；

4）在評價工作的組織上缺乏統籌規劃，沒有一支有效地組織力量，來開展教學評價[3]。

2 數據挖掘技術的相關研究與常用工具

數據挖掘（Data Mining，DM），從知識科學的角度上可以看成是知識發現（Knowledge Discover in Database，KDD），還可以理解成就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的但是可以潛在地存在非常重要的知識或用途[4]。目前數據挖掘廣泛用于人類各方面的應用研究中。

2.1 數據挖掘技術的相關研究

2.1.1 分類方法

數據挖掘方法有多種分類方法，可根據挖掘的任務、挖掘的對象、挖掘的方法來分類[5]。

根據數據挖掘的任務分，有如下幾種：分類或預測模型數據挖掘、數據總結、數據聚類、關聯規則發現、序列模式發現、依賴關系或依賴模型發現、異常和趨勢發現等等[5]。

根據數據挖掘的對象分，有如下若干種數據源：關系數據庫、面向對象數據庫、空間數據庫、時態數據庫、文本數據源、多媒體數據、異質數據庫、遺產（legacy）數據庫，以及Web數據源。

根據數據挖掘的方法分，可粗分為：統計方法、機器學習方法、神經網絡方法和數據庫方法。統計方法中，可細分為：回歸分析（多元回歸、自回歸等）、判別分析（貝葉斯判別、費歇爾判別、非參數判別等）、聚類分析（系統聚類、動態聚類等）、探索性分析（主元分析法、相關分析法等）、以及模糊集、粗糙集、支持向量機等。機器學習中，可細分為：歸納學習方法（決策樹、規則歸納等）、基于范例的推理CBR、遺傳算法、貝葉斯信念網絡等。神經網絡方法，可細分為：前向神經網絡（BP算法等）、自組織神經網絡（自組織特征映射、競爭學習等）等。數據庫方法主要是基于可視化的多維數據分析或OLAP方法。

2.1.2 分類技術

利用數據挖掘進行數據分析常用的方法主要有分類、回歸分析、聚類、關聯規則、特征、變化和偏差分析、Web頁挖掘等，它們分別從不同的角度對數據進行挖掘。

分類（Classification）在數據挖掘中是一項非常重要的任務，目前在商業上的應用非常廣泛。分類是指通過分析已知的數據，構造模型，該模型可以用來對未知的數據做預測，判定其目標值（離散或連續值）[6]。分類和回歸統稱為預報：描述某類數據集約模型或預測數據在變化趨勢。只是分類預測的是分類標號（離散的，有限的數值），而回歸預測的是連續值。

分類是一個兩步的過程，第一步，建立一個分類模型，通常分類模型以分類規則、判定樹或數學公式的形式提供。而本文研究的決策樹算法就是建立一個決策樹的分類模型。第二步，使用模型進行分類。將分類模型應用到測試數據集上，評估模型的預測準確率。如果認為分類模型的準確率可以接受，就可以用它對類標號未知的數據集進行分類。

2.1.3 分類算法

分類算法是數據挖掘算法中很重要的一種，主要分類算法有決策樹算法、關聯規則分類算法、K近鄰分類算法、貝葉斯分類算法和基于模糊邏輯、遺傳算法、粗糙集和神經網絡的分類算法。

1）決策樹分類算法。決策樹歸納是經典的分類算法，也是在數據挖掘技術中常用到的算法，大多數決策樹算法都采用自頂向下遞歸的分治方式構造決策樹。決策樹的每一個結點上使用信息增益度量選擇測試屬性。算法的原理是從生成的決策樹中得到分類規則。具有分類速度快、效率高、理解性好等特點，可以用于分析數據，也可以用來做預測，因此，它在人工智能、數據挖掘、機器學習等領域被廣泛地應用。

2）最近距離算法。KNN（K-Nearest Neighbor）法即K最近鄰法[7]，該算法的理論十分嚴密可靠，而且KNN方法的分類思路也非常容易理解，可以理解成如果一個樣本在特征空間中的K個最相似（即特征空間中最鄰近）的樣本中的大多數屬于某一個類別，那么該樣本可以看成屬于這個類別。由于KNN分類算法十分簡單，可以應用十分廣泛。KNN方法雖然從原理上也依賴于極限定理，但在類別決策時，只與極少量的相鄰樣本有關。因此，采用這種方法可以較好地避免樣本的不平衡問題。另外，由于KNN方法主要靠周圍有限的鄰近的樣本，而不是靠判別類域的方法來確定所屬類別的，因此對于類域的交叉或重疊較多的待分樣本集來說，KNN方法較其他方法更為適合。

3）支撐向量機算法。支持向量機（Support Vector Machine）也稱SVM法[8]，該算法由Vapnik等人于1995年提出，該方法是建立在統計學習理論基礎上的機器學習方法。具有廣泛用處，支持向量機的基本思想是，對于一個給定的具有有限數理訓練樣本的學習任務，如何在準確性（對于給定訓練集）和機器容量（機器可無錯誤地學習任意訓練集的能力）之間進行折衷，以得到最佳的推廣能力[9]。

2.2 常用的數據挖掘工具

數據挖掘工具根據其適用的范圍可分為專用挖掘工具和通用挖掘工具。專業挖掘工具，如IBM公司的AdvancedScout系統針對美國職業籃球聯賽的數據進行挖掘的工具。通用數據挖掘工具不區分具體的數據含義，采用通用的挖掘算法，處理常見的數據類型。下面介紹幾款優秀的通用數據挖掘工具軟件。

1） QUEST。QUEST是IBM公司中的一個項目中心為實現OS而開發的一個多任務數據挖掘系統，一般用于決策系統的支持。

2） SAS Enterprise Miner。SAS Enterprise Miner在資料探勘工具市場是非常杰出的工具，它運用了SAS統計模塊的力量和影響力，且它增加了一系列的資料探勘算法，SAS使用它的取樣、探測、修改、模式、評價（SEMMA）方法提供可以支持廣泛的模式，包含合并、叢集、決策樹、類神精網絡、和統計回歸 SAS Enterprise Miner適用于初學者及專業使用者，它的GUI接口是以資料流為導向，且它容易了解及使用，它允許分析師采用由使用連結連接資料節點及程序節點的方式建構視覺數據流程圖，除此之外，接口還允許程序碼直接嵌入資料流因為支持多重模式。

3）決策樹算法平臺Clementine（SPSS）。Clementine是SPSS所發行的一種資料探勘工具，它結合了多種圖形使用者接口的分析技術，包含neural networks、association rules、及rule-induction techniques，這些工具提供容易使用的可視化程序環境來執行這些分析功能。Clementine使用圖形象征的方法，就是透過托拉鼠標和連接屏幕上的功能節點，這些節點提供了data access、data manipulation、data visualization、machine learning以及model analysis，模式的組成是從一個pallet中選取合適之節點，并放置在屏幕上再連接各節點Clementine有強大的資料存取能力包含flat file及關系型數據庫（經由ODBC），Clementine也可讓modeling的結果持續的寫回到ODBC的DBMS輸入資料的操作包含配對合并及衍生新字段的能力，Clementine的可視化能力包含散布圖、平面圖及Web分析。

3 數據挖掘技術在教學評價中的應用研究

教學評價首先的任務是有科學合理的分析手段，建立數據挖掘模型，并將其應用到高職院校教學評價中，同時應盡量減少人為因素的干擾，該文提出基于粗糙集理論的方法，對教學評價中的屬性進行權重的重新調整，對后面的教學評價決策樹算法的正確性具有互補的效果。雖然基于決策樹的數據挖掘方法在商業領域的應用已經取得了一定成效[11]，但是在教育領域的應用仍然不多。建立基于決策樹的數據挖掘模型，并將其應用到高職院校教學評價中，可以從大量的評教數據中發現影響學生、專家、同行評教結果的關鍵因素，分析教師教學行為和教學效果之間的關系，從而發現規律，為教學管理服務，本課題具體有如下三個方面的現實意義：

3.1 有利于正確評價教師的教學業績

多年來，在高職院校教師教學水平的評定，沒有一個科學合理的測評方法，測評結果不盡合理，達不到預期的效果。通過數據挖掘方法，建立科學可行的教學質量評價指標體系，通過專門負責部門測評，就可以對教師教學質量有個準確的價值判斷，從而教學等級也可以作為硬指標，使得對教師的獎勵晉升都有憑可依。

3.2 診斷教學問題，推動教學改革

通過教學評價，教師可以了解自己的教學目標確定得是否合理，教學方法、手段運用是否得當，教學的重點、難點是否講清，從而調整教學策略，改進教學措施，有針對性地解決教學中存在的各種問題。評價不僅是對教師教學工作狀況做出價值判斷，而且對教學改革提出明確要求，引導廣大教師樹立正確的教學觀、質量觀和人才觀，明確對自己的要求和努力方向，促使教師盡快轉變教育教學思想，改革優化教學過程，發揮主動性、創造性，推動教改向正確的方向前進。

3.3 指導教學管理，提高教學質量

教學主管部門對教師的教學質量進行科學地評價，以及用科學的手段收集、分析處理所獲得的資料，找出教學質量好的教師所具備的幾種特征，反饋到學校教學的管理層，管理者就能夠及時正確地采取主動有力措施進行指導、發揮管理功能，進而對其他老師的教學起借鑒作用，使教學工作質量得到提高。

參考文獻：

[1] 連衛民.基于數據挖掘的高職高專教學評估應用研究[D]. 鄭州：鄭州大學，2007.

[2] 劉曉霞.數據挖掘技術在高校教學中的應用[J].實踐與經驗，2008，6（2）：43-45.

第9篇：數據分析師統計學基礎范文

金融工程人才培養應以應用技能操作型為目的，針對地方財經類院校金融工程專業學生的培養特點，通過分析金融工程專業教育應用性的特征，提出了幾點建議，如著重培養金融工程專業學生的潛在能力和操作技能，加大數理金融建模和數據處理能力的訓練。在此基礎上，把握好案例分析、實驗課的訓練和金融工程實驗室的建設是提升金融工程人才競爭力的關鍵，提高專業知識運用和操作能力核心在于加強與金融機構的聯合并實踐。

關鍵詞:

金融工程人才;培養制度改革;地方財經類院校

一、引言

金融工程學是20世紀80年代在美國等西方國家發展起來的，是一門新興綜合叉學科。金融工程一出現，就受到理論界、實務界、監管當局的高度重視，被稱為“金融業中的高科技”，并且正越來越受到廣泛的應用。最早提出金融工程學科概念的學者之一是JohnFinnerty，其在1988年認為，“金融工程包括新型工具與金融手段的設計、開發與實施，以及對金融問題給予創造性的解決”。國際金融工程師學會常務理事JohnF．Mar-shall在1992年對金融工程的研究范圍作出了進一步的闡述，指出“新型和創造性有三個層次的涵義:指金融領域中思想的躍進，其創新程度最高;是對已有的觀念做重新的理解與運用;是對已有的金融產品和手段進行分解和組合”。目前層出不窮的新金融工具的創造，大多建立在這種組合分解的基礎上。英國學者洛倫茲•格立茨(Law-renceGalitz，1998)認為，金融工程是“運用金融工具重新構造現有的金融狀況，使之具有所期望的特性(即收益/風險組合特性)”。金融學和金融工程學跟力學和建筑工程學有一定的類比性，力學是規律，而建筑工程學是用力學解決工程的問題，同樣，金融學是研究金融學中的現象和本質，是規律性學科，而金融工程是借助于計算機手段、金融模型來解決金融問題，綜合性、實踐性更強。金融工程學科的涵義，在于綜合采用各種自然科學和工程技術的方法(如機械工程用到金屬材料與熱處理方面的技術，金融工程用到信息處理和人工智能方面的技術)，創造出各種有價值的產品和服務，并創造出為設計、開發和實施這些產品和服務所需要的技術方法。

金融工程的快速發展是與金融創新有關，近年來，隨著中國金融市場的穩健發展和對外開放，金融創新發展的環境得到進一步優化，股指期貨、ETF期權、國債期貨、利率互換、融資融券等創新衍生工具持續推出，為投資者提供了豐富的避險和套利工具，但金融工程方面的人才隊伍相對缺乏，影響了機構投資者金融創新發展的步伐。目前國內開設金融工程專業和課程的學校比較多，各有特色，隨著應用實踐型金融人才需求量的增加，對原有的介紹和傳授西方金融工程知識體系改革顯得非常重要。傳統的金融工程課程教學內容相對單一，缺乏實踐環節，更為重要的是實際應用方面的教學比較缺乏。大多金融工程教材內容偏重于數學推理，比較抽象，案例分析比較少，結合現實的可操作性更是缺乏，對金融工程戰術方法重視不足，操作性不強。特別是目前地方財經類應用型本科院校的金融工程教學很難適應社會對金融工程類人才的需求。一般財經院校在金融工程專業發展上側重于對理論金融和宏觀金融問題，而對微觀金融、財務管理等重視不夠，財經類院校強調的宏觀金融與金融工程的微觀實踐特性存在一定的矛盾和沖突，這加大了金融工程專業人才培養的難度。金融工程本科生教學與培養是一項復雜的系統工程，涉及教學改革、課程設置、案例分析、論文寫作、能力培養、應用技能、職業素養、就業選擇等，本文結合筆者自身近幾年在地方財經類大學講授金融工程專業金融工程課程的經歷，結合金融工程專業的特點，從培養應用型金融工程人才的視野，談一點改革和創新金融工程課程和專業教育方法與手段的體會和思路，同時進行一些心得交流和探討，側重金融工程人才的專業能力培養和案例分析以及實踐經驗的積累，進而提出改革金融工程學生培養模式和提升培養質量的幾點建議和看法，以為金融工程教學改革提供借鑒和參考。

二、地方財經類金融工程本科生培養的特點

(一)培養目標應側重應用性金融是現代經濟的核心，在中國經濟轉型的大環境下，金融工程人才的培養非常關鍵。日本是一個創新性國家，受到“科學技術創造立國”戰略的高度重視，特別強調實踐領域創新人才的培養，強調產學合作。與傳統金融學相比，金融工程具有實踐性、創造性、數理性和交叉性等獨特的學科特點，金融工程人才培養也應當體現這種特點，培養應用型、復合型人才。我國金融工程人才的培養不僅側重前沿性的學術研究，地方性院校更要關注應用型金融工程人才的培養。目前教育部把大學教育分為學術研究性、應用研究性和職業應用技能性，地方財經類院校培養的金融工程人才不同于985和211工程大學培養的學術性金融工程人才，而是以培養應用型技能性人才為主，諸如金融工程產品設計師、期貨交易員、基金分析師等。實際上我們知道，專業學術型人才并不是靠培養出來的，而是靠合適的土壤自然發展的，但應用型人才可以通過多種訓練來培養，因此，對于地方財經類院校的金融工程本科生培養來講，選擇應用技能型人才的培養途徑可能更為適宜。在培養中，把知識的運用、培養專業技能、勝任金融領域的技術崗位工作作為主要目標，因此學生應掌握金融交易技術操作、金融產品設計與定價、金融市場分析以及風險管理等方面的知識。

(二)金融工程專業課程設置應多元化，提升有特色的選修專業課比重金融工程學本科生求學目標不大一致，有的是對金融工程比較感興趣，有的是為了在金融機構就職，有的是為了將來深造從事金融工程學術研究。因此，金融工程學生培養應因人而異、因材施教，課程設置多元化。根據金融工程實務和理論，在考慮中國特色的基礎上，重點設置2－3門專業必修課，包含主要金融工程基礎理論和知識，提升數量統計方面的課程比重，加大專業選修課程比重，專業選修課體現了學校培養特色、學生的興趣意愿及其特長，以滿足學生不同的個性需求，為其發展自身愛好及專長提供廣闊空間，如將來有從事投資方面的，可以多選修證券投資、固定收益投資方面的課程，將來從事風險管理的，可以選修風險方面的課程，如此可以提高金融工程專業學生的操作能力，以鍛煉其未來就業的適應能力。值得注意的是，專業基礎課程強調的是扎實的經濟金融理論知識及數學知識和計算機課程，是培養合格金融工程本科人才的基礎，如這方面的選修課包括金融時間序列分析、Matlab、C語言程序設計及數據分析等難度較大的課程，這為金融工程人才打下良好的數理基礎，有興趣的、高素質學生可選擇這些課程。金融工程是一門交叉性比較強的學科，在課程體系建設上要兼顧科學性和系統性，地方財經類院校在課程設置、專業建設等方面要處理好金融工程與金融學、數學、統計學、計算機科學等課程的關系，處理好金融工程各課程之間的協調性和存在的沖突，重點突出、有的放矢，相應知識點不錯漏，也不過多重復，特別是要加大實驗教學課程體系的建設。

(三)加強應用型金融工程實驗室的建設和實驗教學的力度金融工程實驗室是金融工程教學和科研的重要基地和支撐，也是培養全面發展的現代化金融工程人才的必要手段和基礎手段。金融工程人才的培養，離不開大量的專業訓練，需要相應的符合自身特征的金融工程實驗室支撐。國內有一批特色的高校金融工程實驗室，如“中信清華金融工程實驗室”、“國泰安金融實驗室”等，這對提升金融工程教學與學科建設水平起到了不可忽視的重要作用，金融工程實驗室的建設可以提供金融計算和建模方面的數據庫，這些實驗室主要為學生籌建模擬銀行、模擬證券交易中心等實驗操作平臺，通過基本技能模塊可以讓學生掌握最基本的金融產品操作技術。國家重點高校金融工程專業實驗室在風險預測、建模、仿真模擬及決策優化等具有明顯的比較優勢，相對重點院校，地方財經類院校由于資金比較困難，對實驗教學的重要性認識不足，金融工程實驗教學環節相對比較缺乏，在實驗室建設上嚴重滯后，增強實驗教學內容是財經院校推進金融工程教學的重要內容，也符合培養應用型金融工程人才的需求，要為學生創造課堂教學和實踐教學相結合的環境。考慮到諸多地方經濟欠發達的院校在金融工程實驗室的建設上并不盡如人意，條件相對比較差，需要多方籌集資金，根據自身情況，適當分步驟建設金融工程實驗室，加強金融工程實驗教學相應的硬件設施和軟件系統配套建設。可見，地方財經類院校應以實驗室為平臺，加強和實業界的橫向聯系，服務社會。實踐教學中，在實驗室模擬實驗是關鍵，應增加實驗課的數量，如數據分析應用軟件、期貨交易及期權交易等實驗課程，使金融工程專業的學生能在金融實驗室中進行外匯行情交易模擬、期貨模擬交易等，并進行計量數值分析、仿真模擬等，為創造性地解決各種實際金融工程問題打下基礎。

三、金融工程人才培養的幾點看法和建議

(一)應著重培養金融工程人才的潛在能力和素質，而不僅僅是知識的傳授眾所周知，金融工程人才是一種復合型人才，需要具備良好的全方位素質，地方財經類院校金融工程人才的培養更應加強綜合素質教育和綜合能力，不僅僅是知識的傳授，而應是塑造學生的創新意識和學習知識的能力。以往我們對本科生乃至研究生的培養主要在授課環節，認為學生只要學好相關知識即可，其實知識是學不完的，現在我們處在一個知識大爆炸的時代，特別是金融創新的大環境下，金融知識更新更快，學校課堂所學習的知識只是一個基礎，很難解決學生將來所需的知識，因此，關鍵是要學生掌握學習的方法和思路，要會舉一反三，質疑現有答案，能夠提出問題、解決問題。可見，培養學生的自我學習的能力非常關鍵，會學習是最重要的能力，終身學習可能是金融工程人才將來面臨的現實。另一方面，培養學生的心理素質、理性思維及辨別分析能力更是關鍵之中的關鍵，對于現有的知識和理論，學生更應該找出問題、分析問題和解決問題，這就需要學生在眾多的觀點中要有自己獨特的思想和認識，要有獨立的思考能力和辯解是否的能力。可見，培養金融工程學生的創新能力和操作能力是本科階段的核心競爭力，也是金融工程專業人才培養的關鍵。

(二)加大對金融工程人才數理金融建模和數據處理能力的訓練現代金融就是一個金融信息、數據處理加工的過程，這就要求我們培養金融工程人才的整合金融信息的能力，在認識金融運行規律的基礎上，對各種金融信息能力加以識別、處理、整合和加工，剔除冗余信息，得到有效信息和數據，為金融投資決策提供信息支持和方案支撐。我們知道，金融工程學的研究方法很多，包括數量計量經濟模型分析、預測決策分析、數據處理加工、模擬、應用編程、案例分析等方法，這些方法和工具使得金融工程學具有了科學性和嚴謹性。對于金融市場的預測，不僅要關注金融數學建模，也要關注投資者的心理行為。正是由于金融工程學涉及復雜的數學建模和數據處理，需要加大對金融工程人才數理建模和數據處理能力的教育，這方面的課程可以加強，或通過專題講座，或聘請校外在這方面經驗豐富的教師進行授課，充分運用計算機等現代科技手段促使學生數據處理能力的提升，進而使金融工程專業學生具有一定的金融分析、數學建模、編程應用和信息處理的能力。

(三)把握好應用金融工程人才的質量關的核心是提升其案例分析和產品設計以及操作能力案例分析和金融產品設計是金融工程人才培養環節不可或缺的一個要點，也是非常重要的一個步驟。可以說應用型金融工程人才培養質量的高低實際上是看學生案例分析的能力，產品設計的創新能力，以及相關實務的操作能力，案例分析和產品設計體現了對金融工程專業理論應用的認識能力和在社會實踐中的應用價值，產品設計是否符合市場的需求驗證了產品設計是否成功和是否具有可操作性，在這方面導師的作用非常重要，可給學生配備專業導師，具體個別指導。要提高學生金融工程產品設計的質量，關鍵是要選好產品素材，是何種結構性產品，固定收益類或權益類，一般來說，導師理論視野相對比較開闊，對國內金融產品發展動態有更多的認識和了解，在與學生交流過程中，可以為其明確選題方向，同時在設計思想、定價方法等方面引導學生，這樣可以提升其學習能力，鍛煉其多元化的思維能力。另外，金融工程專業學生的畢業論文選題，一種可能性是來自專業導師的課題，一種是來自導師的交流和學術思想啟發，也有是來自多方交流而產生的火花，當然這需要專業導師在平時多與學生交流，多做一些研究，參加相關方面的訓練，有利于學生順利成長。學校和學院可針對不同年級學生出臺相應激勵政策，特別是在高年級階段，學校可讓學生獨立選題，然后匯總，在其中優選一些課題進行資助，即“金融工程論文案例設計卓越優先項目”，也可與畢業論文掛鉤，挖掘具有應用技術潛力的金融工程人才。當然，學生在學習期間，可有一些高標準嚴要求，例如參加校內外專題研討會、鼓勵學生進行專題調查等，鼓勵金融工程專業學生積極參與“全國大學生創業計劃大賽”、“模擬炒股炒匯大賽”、“金融案例大賽”、“模擬期貨交易大賽”等與金融工程專業密切相關的科技競賽活動，從多角度來提升應用技術能力，以促使學生案例設計和畢業論文質量的提升。可見，完善以以創新和質量為導向的應用型金融工程人才評價培養機制，以創新動力和創新能力為核心的金融工程人才培養體系是推動地方財經類院校金融工程金融學院研究生培養基地建設的關鍵。案例教學中，可采用情境教學法，教師給定案例情境，讓學生模擬股票投資、期權期貨交易等，從而使學生把知識運用到于實踐中，可邀請校外金融機構專業人員參與活動。筆者在地方財經類院校金融工程專業講授金融工程課程時，對金融工程專業班的學生進行了股指期貨模擬大賽，給予學生500萬初始投資，在一個月時間里進行實時行情模擬操作，結果在53位參加者里，最終資產在500萬以上的有23位，最高的為582．769萬元，收益率為16．55%，而虧損的高達30位學生，最高的虧損率72．83%。我們讓參賽的各位同學在模擬操作后寫一個報告，由3位老師打分平均得到報告分，再根據模擬收益率換算成操作成績，按照報告60%和操作成績40%權重平均，得到每個學生的綜合評分，只有一個同學在90分以上，85分以上的也只有5個。可見，學生的理論與實踐與我們的預期有一定的差距，實踐操作能力有待于進一步提升，這樣的模擬大賽應該多舉辦，才能教學和實踐相結合，提高學生的操作能力。另一方面，應發揮專業導師和授課老師的引導作用，我們知道，人才成長更主要的并不是其所學的知識，而是取決于專業素質和品德修養。因此，老師不僅要引導學生的專業知識和專業應用技能培養，也要引導學生樹立正確的人生觀、價值觀，形成良好的職業道德和嚴謹的科學學風，培養學生具有開拓進取、團結協作的精神和金融誠信。可見，由于專業導師與學生接觸較多，不僅傳授專業知識，也要關心學生的成長，做到言傳身教，以嚴謹的治學態度和良好的思想品質，影響、啟發和勉勵學生在道德和專業技能方面都得到提升。另外一個不容忽視的是，金融工程人才應具備良好的人際溝通能力和團隊協作精神，在人際交往方面具有親和力，善于同客戶、監管部門交往，因此培養學生的人際協調與合作能力也非常關鍵，這需要專業導師的言傳身教，亦師亦友。

(四)提高金融工程學生的專業知識運用能力核心在于加強與實踐部門的聯合，促使產學研一體化金融工程學生應用實踐能力的培養主要是指其對金融市場敏銳的觀察能力、系統的分析能力、較強的操作能力和領悟能力等，可見對于金融工程應用型人才的培養，其關鍵是要培養其解決現實問題的能力，如對銀行理財產品的設計與定價，可鼓勵學生多到銀行業務部門實習，以提高其實際操作能力和應用技能。當然，在課堂教育方面，應采取開放式辦學模式，靈活調整課程設置，聘請金融界專家開設專題講座，或部分應用課程讓金融行業內專家授課，注重務實創新，密切結合前沿理論和金融實務，既開闊了學生視野，也增強了其實踐能力，有利于學生知識結構和思想處于理論和實踐發展的最前沿。也可要求金融工程專業學生圍繞金融工程熱點問題進行社會調查，如理財產品的問卷調查，并結合畢業論文選題和案例設計進行專題考察和調研，參加相關專題會議。可見，在金融工程人才培養改革中，應強調學校與社會的密切聯系，做到產、學、研相結合，培養適應社會需要的金融工程人才，加強學生的實踐環節，根據學生興趣和職業生涯要求到銀行、保險、信托、基金公司等金融機構或其他部門調研和實習，并交流相關社會實踐體會，如喜歡權益投資職業的學生可到基金公司實習，喜歡做信貸的學生可到銀行部門實習。由于高校老師相對封閉，對金融機構缺乏了解，使得高校教師不了解用人單位的需求，教師教學與金融實際工作相對脫節，也在某種程度上影響了學生的就業前途。因此，需要一方面聘請金融部門的相關人士擔任“實踐導師”，另一方面也可鼓勵老師與金融機構的聯合課題研究，也可建立實習基地等加強與金融部門的溝通和聯系，強化校外金融工程培訓，在應用型金融工程人才培養中，校外金融工程培訓是不可或缺的一個環節。加強校外金融工程實習基地建設，應以金融機構為依托，盡可能地與各類金融機構及企業聯合，建立企業、學校“雙向互動”的實習基地，多渠道和多路徑培養金融工程人才的實踐能力。

四、結論

基于金融工程人才培養的應用性和個性化需求，對金融工程專業學生的教育更多的是創造良好的教學學習氛圍環境，促使課程體系改革，加大培養學生的專業知識技能和綜合素質，而不僅是傳授知識，加強案例設計、模擬操作和應用環節的培養，發揮專業導師的引導作用，促使學生到金融部門實習和調研，培養市場導向的應用型金融人才，按照“知識+能力+品德”的目標，探索地方財經類院校金融工程專業人才培養模式和育人模式，從多元化的視野提升金融工程專業人才在市場的競爭力。

參考文獻:

〔1〕徐子堯．金融工程實驗教學探析［J］．時代經貿，2014，(3):160－161．

〔2〕李志生．財經院校金融工程教學的實踐與思考［J］．中國農業銀行武漢培訓學院學報，2007，(5):86－87．

〔3〕王晉忠．不同層次金融工程人才的知識結構與培養模式［J］．金融教學與研究，2004，(4):46－48．

〔4〕史永東，陳日清．財經院校金融工程本科專業設置研究［J］．東北財經大學學報，2009，(4):85－87．

〔5〕郭敏，劉立新，余湄．財經類院校金融工程人才培養目標與模式［J］．財經科學，2004，(6):8－11．