摘要 | 第9-10页 |
Abstract | 第10页 |
1 绪论 | 第11-20页 |
1.1 研究背景与意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状综述 | 第13-17页 |
1.2.1 国内数据工程专业建设现状综述 | 第13-16页 |
1.2.2 国外数据工程专业建设现状综述 | 第16-17页 |
1.3 研究思路 | 第17-18页 |
1.4 研究难点与创新点 | 第18-20页 |
2 数据工程专业相关理论及分析方法概述 | 第20-24页 |
2.1 数据工程专业相关理论 | 第20-21页 |
2.1.1 大数据 | 第20页 |
2.1.2 数据工程师 | 第20-21页 |
2.2 分析方法 | 第21-24页 |
2.2.1 文献整理分析 | 第21-22页 |
2.2.2 描述性统计分析 | 第22页 |
2.2.3 因子分析 | 第22页 |
2.2.4 主成分分析 | 第22-23页 |
2.2.5 结构方程模型 | 第23-24页 |
3 调查方案设计 | 第24-28页 |
3.1 问卷设计与样本容量 | 第24-26页 |
3.1.1 问卷设计 | 第24页 |
3.1.2 数据来源 | 第24页 |
3.1.3 样本容量的确定 | 第24-25页 |
3.1.4 废卷的筛选 | 第25页 |
3.1.5 问卷指标体系 | 第25-26页 |
3.2 调查方法与抽样方法 | 第26页 |
3.3 信度和效度检验 | 第26-28页 |
4 数据概要及基本信息 | 第28-34页 |
4.1 基本数据概要 | 第28-29页 |
4.1.1 性别 | 第28页 |
4.1.2 年龄段 | 第28-29页 |
4.1.3 职业 | 第29页 |
4.2 调查对象及其基本信息 | 第29-34页 |
4.2.1 业界人士基本信息 | 第29-30页 |
4.2.2 高校教师基本信息 | 第30-31页 |
4.2.3 学生群体基本信息 | 第31-34页 |
5 数据工程专业分析-对学生群体的分析 | 第34-48页 |
5.1 基本描述性分析 | 第34-36页 |
5.1.1 对专业的认知程度 | 第34-36页 |
5.1.2 对大数据不了解的学生希望通过哪些途径来了解大数据相关知识 | 第36页 |
5.2 数据工程专业教学结构的实证分析 | 第36-45页 |
5.2.1 基本情况 | 第36-38页 |
5.2.2 模型的建立和估计 | 第38-42页 |
5.2.3 模型的识别和修正 | 第42-45页 |
5.3 结果分析 | 第45-48页 |
5.3.1 模型内在质量评估 | 第45-46页 |
5.3.2 结果分析 | 第46-48页 |
6 数据工程专业分析-对教师群体的分析 | 第48-59页 |
6.1 数据工程专业教学结构的实证分析 | 第48-56页 |
6.1.1 基本情况 | 第48-49页 |
6.1.2 模型的建立和估计 | 第49-53页 |
6.1.3 模型的识别和修正 | 第53-56页 |
6.2 结果分析 | 第56-59页 |
6.2.1 模型内在质量评估 | 第56-57页 |
6.2.2 结果分析 | 第57-59页 |
7 数据工程专业分析-对业界方面的分析 | 第59-70页 |
7.1 调查背景 | 第59页 |
7.2 综合能力需求 | 第59-61页 |
7.3 专业技术能力需求 | 第61-69页 |
7.3.1 专业能力需求 | 第61-63页 |
7.3.2 数据库类能力需求 | 第63-64页 |
7.3.3 BI类工具能力需求 | 第64-65页 |
7.3.4 统计学类软件能力需求 | 第65-66页 |
7.3.5 编程语言类能力需求 | 第66-67页 |
7.3.6 大数据通用平台类能力需求 | 第67-68页 |
7.3.7 其他能力需求 | 第68-69页 |
7.4 数据工程师还应具备什么样的能力分析 | 第69-70页 |
8 结论建议与展望 | 第70-72页 |
8.1 结论与建议 | 第70-71页 |
8.1.1 对学生加强课程兴趣培养,做到理论与实践相结合 | 第70页 |
8.1.2 与数据产品研究接轨,学习相关的专业技能 | 第70-71页 |
8.2 展望 | 第71-72页 |
参考文献 | 第72-75页 |
附录 调查问卷 | 第75-84页 |
致谢 | 第84-85页 |