故人西辞黄鹤楼，烟花三月下扬州。
孤帆远影碧空尽，唯见长江天际流。
湖北东、西、北三面环山，中部为“鱼米之乡”的江汉平原，是承东启西、连南接北的交通枢纽。本次由长风大数据主导的物流大数据系列公开课在湖北地区各大高校火热进行。
内 容 回 顾
本次大数据系列公开课程于2017年11月8日至2017年11月18日在湖北省各大高校举行，受到了广大师生的高度关注。Logis大数据研发团队先后在武汉学院、湖北汽车工业学院、湖北文理学院、湖北第二师范学院、武汉工程大学、中南财经政法大学及武汉科技大学进行大数据公开课的宣讲。
参加本次活动的老师有武汉学院 工商管理系 系主任夏丹阳教授、范瑾副教授、左志平副教授、张思颖、姚琪老师；湖北汽车工业学院 经济管理学院 系主任陈延寿教授、专业负责人程曾平副教授及况湘玲副教授；湖北文理学院 机械与汽车工程学院 工业工程系刘静、胡勇文老师；湖北第二师范学院 管理学院 院长汤中明副教授、申红艳副教授、蔡璐、周玲、吕炎、吴丽慧、青国霞、栾晓梅、赵学彧、刘爱君、曹玉娇老师等；武汉工程大学 管理科学与工程学院 院长孙细明教授、张宗祥副教授、张曦副教授；中南财经政法大学 工商管理学院 物流与管理科学系 系主任刘仁军副教授、李海、徐浩轩、邹碧攀老师；武汉科技大学 汽车与交通工程学院 系主任张绪美副教授、系书记孟芳副教授、刘玲丽副教授、陈玲娟副教授、梁晓磊老师。（排名按公开课进行先后顺序）
本次大数据系列公开课分享的内容主要分为两个主题。第一个主题是大数据背景下企业创新在高校人才培养中的转化与应用；第二个主题是从实际业务场景切入，深入地分析了数据挖掘技术在物流教学实践领域中的经典应用。
分享1
图-主题1内容
图-主题1
分享2
图-主题2内容
图-主题2
交流区
图-老师们交流讨论
图-老师们相互交流学习
教师分享区
本次大数据系列公开课的宣讲，引起了广大高校教师们的讨论。他们纷纷交流了自己在教学过程中遇到的问题与疑惑。小编大致总结为以下几类：
教师的工作重点主要在于课堂教学与科研创新两个方面。科研创新往往需要与实际相结合，那么数据资源正是最为重要的环节之一。企业运营过程中真实数据以及科研工作中使用的工具对论文发表以及课题研究都有很大的帮助。（由于篇幅有限，以下是部分老师的见解与建议）
武汉学院 工商管理系的姚琪老师说：“物流管理、物流工程相关专业，师生在计算机方面的能力相对与其他专业较低，但PMT这样的数据挖掘工具恰好弥补了这方面的不足。趣味性的交互流程，在学生的使用的同时更便于提高数据分析能力。但在节点标识方面，较为专业的英文标识对于普通大学生来讲存在一定的难度，更全面的添加中文标识，目前是学生最为期待的一个更新。”
湖北汽车工业学院 经济管理学院的况湘玲老师说：“我对机器学习算法有一些了解，我们学校也开设了如用spss软件做分析处理的相关课程，算法有聚类分析、关联规则等。通过这次课程，我也对数据分析与数据挖掘二者的区别有了更深层次的理解。建议这个PMT工具能够集成更多前言的算法包，提供给广大师生使用。”
湖北第二师范学院 管理学院的赵学彧老师说：“看到长风大数据平台，我想起来之前就与咱们公司有过交流，因为科研工作的原因，前段时间向Logis大数据团队要过一些数据资料，建议多多完善这部分数据资源，对我们老师科研创新有很大帮助。今天的这个数据挖掘工具也很不错，我想后期能够在教学或者科研上深入了解使用。”
武汉科技大学 汽车与交通工程学院的陈玲娟老师说：“我经常做数据处理这方面的工作，所以对数据挖掘工具非常感兴趣。针对PMT数据挖掘工具，不知道它是否能够运用在公安系统中实现人脸识别技术呢。”
基于以上老师们提出的想法与建议，Logis大数据研发团队也在不断完善与提升自己的产品。不论是数据资源，还是数据挖掘工具，都会尽量满足不同的老师需求，希望能与大家共同努力为我们的高校教育贡献一份力量。
高校教育中的教学支撑主要是案例的切入，具体案例对学生来讲，在理解专业知识与应用背景上会更加透彻。但是目前高校最大的问题就是这些案例来源往往过于陈旧，凸显不出当下企业运营的真实情况，学生没有兴趣学，使得教师教学进行的困难重重。
图-长风大数据平台
为了让学生便于理解真实企业中的运营情况，基于Logis与许多物流企业的合作。Logis大数据研发团队开发了长风大数据等一系列平台，其中包括创新实验项目等内容，可以作为老师在教学过程中的案例支撑以及实践课程来使用。
近几年我国电商行业的兴起，带动了物流行业的快速发展，这其中许多企业都运用了大数据、人工智能等技术来支持企业运营。那么针对目前大数据学科的跨入，物流专业以及其他经管专业如何合理转型变得尤为关键。学科方向如何定位以及学科专业如何设置已经变成当下高校值得思考的新问题。
关于新学科专业如何设置，不同高校有不同的情况，我们还是要具体问题具体分析。未来大数据分析专业一定是交叉在其他学科当中，就像数学、计算机这样的基础学科一样。
既然作为基础学科，小编这里就为大家列举这么两大类内容（仅供参考）：
1.数据分析类：《概率论与数理统计》、《数据库技术》、《统计学》、《业务建模与数据挖掘》、《数据分析导论》、《数据分析方法与应用》等。
2.数据挖掘类：熟悉至少一门编程语言如（Python、C、C++、Java等），熟练操作至少一种数据库（Mysql、SQL、DB2、Oracle等）；书籍推荐：《数据挖掘概念与技术》、《机器学习实战》、《人工智能及其应用》、《数据库系统概论》、《Web数据挖掘》、《 Python标准库》、《数据结构》等；拓展课程：大数据技术Hadoop架构系列应用。
本次大数据系列公开课，老师们普遍认为大数据时代已经到来，传统的教学模式在高校教育中已经无法紧跟时代为学生们提供更加完备的知识体系，由此引发了大家新一轮的思考。学生们则是对像大数据这样的新技术到来抱有极大的兴趣，目前的教学环境也让他们更加渴望与社会接轨。
未来，让我们携手努力，共同向产、教、研相结合的创新教学模式迈进。
乘风破浪会有时，直挂云帆济沧海！
声明：微信文章为独家原创，欢迎个人用户分享到朋友圈；其他任何形式的转载，请联系本公号取得授权，否则将追究法律责任。长风大数据（微信号：cf-dsj）隶属于Logis北京络捷斯特科技发展股份有限公司，简称：络捷斯特，证券代码：834832。
长风大数据（微信号：cf-dsj）基于多行业的海量数据资源，为企业运营和院校科研提供先进的数据挖掘分析工具，帮助用户释放数据价值、捕获深层信息。
联系电话：010-65568598转8013
电子邮箱：cfdsj@logis.cn
网址：http://www.cfdsj.cn
