□蘇 宇 黃 超

一、引言

在個人計算機、互聯網等重大技術革新的引領下，信息技術和信息系統的使用已經成為了現代企業(yè)經營活動中不可或缺的一部分，如何有效運用信息技術，使之成為改善管理、提高效率和獲取競爭優(yōu)勢的利器成為了現代企業(yè)關注的重點。在此背景下，信息系統學科作為涉及計算機科學、管理科學、行為學、社會學等多個學科的新型交叉型學科，應運而生[1]。在1998年頒布的《普通高等學校本?？茖I(yè)目錄》中，原有的科技信息學、經濟信息管理、信息學、管理信息系統和林業(yè)信息管理五大專業(yè)統一為信息管理與信息系統專業(yè)(以下簡稱為信管專業(yè))，屬于一級學科管理科學與工程。

經過二十多年的發(fā)展，全國已有六百多所高校開設信管本科專業(yè)，主要使用的課程體系來源于《中國高等院校信息系統學科課程體系2011》。該課程體系設計了12門課程，包括6門核心課程，管理信息系統、信息資源管理、計算機網絡及應用、數據結構、數據庫系統原理和信息系統分析與設計，和6門推薦課程，信息組織、商務智能方法與應用、信息系統項目管理、信息檢索、電子商務概論和企業(yè)信息系統及應用。

伴隨著信息技術的進一步發(fā)展，目前，人類社會正在經歷一場由大數據所引發(fā)的社會革命[2]。在大數據時代，數據已經成為了企業(yè)的核心資源，企業(yè)對于數據管理的需求也由簡單的信息化，完成數據資源整合、消除數據孤島，轉向更深層次的需要對日常運營中積累的海量數據進行分析與挖掘[3]。在大數據背景下，需求的變化給信管專業(yè)的建設提出了新的要求。本文將在對大數據特征深入分析的基礎上，結合信息系統領域領先的國外高校的經驗，提出專業(yè)建設的建議。

二、大數據背景下信息管理與信息系統專業(yè)建設要求

對于大數據，國際數據公司IDC從數據規(guī)模龐大(Volume)、數據更新頻繁(Velocity)、數據類型多樣(Variety)和數據價值巨大(Value)四個維度對其進行了定義[4]。前三個維度Volume、Velocity和Variety要求信息系統能夠完成對結構化、非結構化的各種類型的數據量龐大的實時數據的存儲與維護，最后一個維度Value則要求不能僅著眼于把數據存儲下來，更需要對數據進行管理，并從中挖掘出有價值的知識。

目前的課程體系中的6門核心課程更多著眼于數據的存儲與維護，沒有重視對信息系統中數據的分析與挖掘。在推薦課程中，介紹的多是對于結構化數據的分析與挖掘，但是目前的應用環(huán)境存在大量的非結構化數據如文本、圖像和視頻等，對這些非結構化數據的分析與挖掘正成為當前的熱點。因此，目前的課程體系不能適應大數據的數據價值巨大的特點。同時，當前在數據存儲與維護中介紹的往往是關系型數據庫，而關系型數據庫在龐大數據量的存儲和頻繁的I/O操作上效率較低，且在尋找數據項、關系模式或多個數據項之間的關系時效果較差。

三、國外高校信息管理與信息系統專業(yè)建設經驗

本文將對兩所在信管專業(yè)上處于領先地位的高校進行介紹，對其課程體系、培養(yǎng)目標進行分析和研究，為我國的相關專業(yè)建設提供經驗。

倫敦政治經濟學院作為英國久負盛名的公立研究型大學。該校的信管專業(yè)開設在管理學院下，項目名稱為管理、信息系統與數字創(chuàng)新，包括5門必修課程，8門選修課程和1門論文課程，其中的必修課程和選修課程包括創(chuàng)新與信息系統：概念與視角、組織信息技術創(chuàng)新、全球戰(zhàn)略管理與信息系統、數字創(chuàng)新研究的研究設計、學習技巧和研究方法、信息通信技術與社會經濟發(fā)展、干擾處理：人道主義緊急情況管理與發(fā)展、先進技術管理當代主題、數據治理：隱私、開放和透明、電子健康：政策、戰(zhàn)略和系統、信息技術和服務創(chuàng)新、電子商務管理經濟學和社會計算、數據和信息服務。

雖然這13門課程是研究生項目的課程，但是其課程體系特點鮮明，同樣能對本科專業(yè)的建設提供幫助。該專業(yè)的側重點在于管理技術方面，將信息系統與數字創(chuàng)新、組織管理、戰(zhàn)略管理、社會經濟發(fā)展和服務創(chuàng)新等聯系起來，同時對信息系統在社會經濟生活中的具體應用如數據治理、電子健康和電子商務進行了介紹。因此，該專業(yè)的側重點并不在于如何構建一個高效、健壯的信息系統，而在于通過信息系統來改善管理、提高效率和獲取競爭優(yōu)勢。

新加坡國立大學在2018年QS世界大學計算機科學與信息系統專業(yè)排名中排名亞洲第一，實力強勁。該校的信管專業(yè)開設在計算機/電腦學院，該本科專業(yè)包括17門必修課程：程序設計方法、離散數學、組織與社會中的信息系統創(chuàng)新、程序設計方法II、數據結構與算法、數據庫系統、計算機網絡概論、商務技術交流、企業(yè)系統架構與設計、企業(yè)系統服務器端設計和開發(fā)、信息系統領導與溝通、企業(yè)系統接口設計與開發(fā)、IT項目管理、信息系統頂點項目、介紹數學、應用微積分或計算微積分和概率與統計。

從課程體系中可以看出，新加坡國立大學的信管專業(yè)的主要側重點在于計算機方面，從程序設計、數據結構、數據庫、網絡、服務器等角度全方位、完整地介紹了如何構建一個完整的信息系統。同時，組織與社會中的信息系統創(chuàng)新、商務技術交流和信息系統領導與溝通等課程則偏向于管理方面，有助于信息系統在實際應用中發(fā)揮最大作用。

倫敦政治經濟學院和新加坡國立大學兩所高校在專業(yè)建設上，各有特色，兩所高校側重點的不同與其本身的特點有關系。倫敦政治經濟學院在社科學術界、金融界上，處于歐洲乃至全球的領先水平，因此該校的信管專業(yè)的側重點不在于計算機方面，而在于信息系統對于管理工作的助推作用，從而更好地發(fā)揮學校在社科領域積累的優(yōu)勢。新加坡國立大學作為一所在亞洲處于領先地位的高校，在工程、生命科學及生物醫(yī)學、社會科學及自然科學等領域的研究享譽世界。因此，該校的信管專業(yè)的側重點放在了構建一個完整、有效的信息系統上，更加符合實際情況。

四、大數據背景下信息管理與信息系統專業(yè)建設建議

本文結合大數據時代對信管專業(yè)建設的新要求和國外高校在該專業(yè)上的建設經驗，提出三條大數據背景下信管專業(yè)建設的建議。

(一)適應時代要求，發(fā)展新型信管。大數據時代的Volume、Velocity和Variety的特點要求信管專業(yè)不能僅局限于傳統的關系型數據庫，需要在課程體系中加入對更加高效的數據庫的介紹和實戰(zhàn)應用的課程。非關系型數據庫(NoSQL Database)相對于傳統的關系型數據庫省略了join查詢的消耗，且數據存儲可以不需要固定的表格模式，取得了更優(yōu)的性能。因此，在大數據背景下，在課程體系中加入對NoSQL數據庫的介紹和實戰(zhàn)應用的課程是大有裨益的。

大數據時代的Value的特點要求信管專業(yè)重視對信息系統中數據的分析與挖掘，目前的課程體系中已有對結構化數據的分析與挖掘，但缺少對非結構化數據的分析與挖掘的課程。目前，自然語言處理、語音識別、圖像識別等也成為數據挖掘、機器學習領域的研究熱點，已取得了一定成果。因此，在課程體系中加入對非結構化數據的分析與挖掘的課程是十分必要的，有助于學生了解、使用對非結構化數據進行挖掘的相關技術。

(二)立足學校優(yōu)勢，形成專業(yè)特色。目前，國內的信管專業(yè)有些高校設置在信息學院或計算機學院，有些高校設置在管理學院，但是課程體系卻近似相同，只是在些許課程上有所變動，差異不大，導致難以形成自身的特色。因此，國內高?？梢詤⒖紘飧咝５慕ㄔO經驗，形成帶有自身特色的信管專業(yè)。在經濟領域實力較強的高校如財經類高?？梢詤⒖紓惗卣谓洕鷮W院的課程體系，將關注的重點放在信息系統對社會經濟發(fā)展的促進作用上。工科實力特別是計算機領域實力較強的高校如理工類高?？梢詤⒖夹录悠聡⒋髮W的課程體系，重點關注信息系統的構建，并結合大數據背景對課程體系進行進一步優(yōu)化。

信管專業(yè)也是一門與實際應用密切關聯的學科，行業(yè)類高校可以發(fā)揮自己在該行業(yè)內積累的優(yōu)勢，發(fā)展與該行業(yè)應用密切關聯的信管專業(yè)，形成自身的特色。例如，軍事類高校和語言類高校的信管專業(yè)因為應用領域不同，專業(yè)的側重點也應不同，軍事類高校需要重點關注信息系統的安全性、健康性，而語言類高校則需要關注如何有效存儲以語言為載體的各種結構化數據和非結構化數據，并從中挖掘出有用的知識。因此，行業(yè)類高校可以根據自身行業(yè)的特點，發(fā)展與之對應的信管專業(yè)，形成自身的特色。

(三)針對不同需求，多層次人才培養(yǎng)。信管專業(yè)對應的就業(yè)方向主要包括偏向科學研究的數據科學家、偏向系統開發(fā)的數據庫工程師和偏向系統應用的數據分析師。目前的課程體系中，對于三個方向均有涉及，但是未能突出重點，深度不夠。因此，高?？梢愿鶕W生的需求，對不同需求的學生使用不同的培養(yǎng)方案，實現多層次人才培養(yǎng)。

偏向科學研究的數據科學家需要能夠采用科學方法、運用數據挖掘工具尋找到新的數據洞察。數據科學家除了需要數據洞察與信息挖掘能力之外，還需要數據的提取與綜合能力、統計分析能力、開發(fā)軟件能力、網絡編程能力和數據的可視化表示能力。偏向系統開發(fā)的數據庫工程師維護和管理數據庫管理系統，保證數據庫管理系統的穩(wěn)定性、安全性、完整性和高性能。數據庫工程師除了需要具有良好的軟件編程能力、熟練掌握數據庫系統原理之外，更需要能夠在大數據背景下完成相關系統的開發(fā)、設計與維護。偏向系統應用的數據分析師面向某一特定行業(yè)，進行數據提取、整理、分析，并依據數據完成行業(yè)研究、評估和預測。數據分析師除了需要數據分析能力和掌握分析工具之外，還需要業(yè)務流程理解能力、團隊溝通協調能力和結論表達能力。