情报学取向的“数据科学与大数据技术”专业人才培养

doi:10.13266/j.issn.0252-3116.2019.12.001

图书情报工作 ›› 2019, Vol. 63 ›› Issue (12): 5-11.DOI: 10.13266/j.issn.0252-3116.2019.12.001

情报学取向的“数据科学与大数据技术”专业人才培养

陈沫, 李广建, 陈聪聪

北京大学信息管理系北京 100871

收稿日期:2018-11-15 修回日期:2019-02-06 出版日期:2019-06-20 发布日期:2019-06-20
通讯作者: 李广建(ORCID:0000-0002-2897-6246),系主任,教授,通讯作者,E-mail:ligj@pku.edu.cn。
作者简介:陈沫(ORCID:0000-0003-3452-0664),博士研究生;陈聪聪,硕士研究生。
基金资助:
本文系国家社会科学基金重点项目"大数据环境下的计算型情报分析方法与技术研究"（项目编号：14ATQ005）研究成果之一。

Talent Training of Information Science Oriented “Data Science and Big Data Technology” Discipline

Chen Mo, Li Guangjian, Chen Congcong

Department of Information Management, Peking University, Beijing 100871

Received:2018-11-15 Revised:2019-02-06 Online:2019-06-20 Published:2019-06-20

摘要/Abstract

摘要： [目的/意义]情报学作为计算性较强的人文社科学科，具备数据科学的特点，大数据相关技术能为情报学提供有效手段，因此，设立情报学取向的"数据科学与大数据技术"专业，培养具有大数据思维和扎实的情报学专业基础、掌握大数据处理技术及分析理论、并能将其应用于情报学理论与实践的复合型人才，能够促进情报学学科发展。[方法/过程]对国内外大数据相关专业的培养目标和课程设置模式进行调研，总结学科教育发展特色，结合国内的教学资源情况，设计情报学取向的大数据专业人才培养计划。[结果/结论]情报学与大数据既有联系又有不同，情报学为大数据提供了基础研究方法，促进了多源数据融合，拓宽了大数据的应用领域；大数据为情报学研究提供了更多的可能性、丰富了研究方法，提升了研究效率、扩大了研究范围。情报学取向的大数据与数据科学专业人才的培养，既有其必要性，又有其不可替代性。学科体系需进一步改革创新，设立更多紧密结合大数据与情报学专业的新兴课程，如文献大数据分析、用户大数据研究等，系统地培养学生将情报学领域知识与计算机技术和大数据技术融合创新的能力。

关键词: 情报学教育, 人才培养, 大数据, 数据科学

Abstract: [Purpose/significance] As a highly computational humanities and social sciences discipline, information science has the characteristics of data science. Big data related technology can provide an effective means for information science. Therefore, establishing the information science oriented "Data Science and Big Data Technology" discipline that aims at training inter-disciplinary talents can promote the development of information science, and these talents have big data thinking and solid information science professional basis, mastering big data processing technology and analytical theory applied to the theory and practice of information science.[Method/process] We investigated the training objectives and curriculum model of big data related majors at home and abroad, summarized the development characteristics of subject education, and combined the teaching resources of domestic to design a training plan for big data professionals with information science orientation.[Result/conclusion] There are both connections and differences between information science and big data. Information science provides basic research methods for big data, promotes the fusion of multiple source data, and broadens the application fields of big data. Big data provides more possibilities for information science research, enriches research methods, improves research efficiency, and expands the scope of research. There are both necessity and irreplaceability of the talent training of information science oriented "data science and big data technology" discipline. It will fill the gap in this professional education in China. It is necessary to further reform and innovate the disciplinary system, and to establish more emerging courses that closely integrate big data and information science, such as literature big data analysis and user big data research, so as to systematically cultivate students' ability to integrate knowledge in the field of information science with computer technology and big data technology.

Key words: information science education, talent training, big data, data science

中图分类号:

G250

陈沫, 李广建, 陈聪聪. 情报学取向的“数据科学与大数据技术”专业人才培养[J]. 图书情报工作, 2019, 63(12): 5-11.

Chen Mo, Li Guangjian, Chen Congcong. Talent Training of Information Science Oriented “Data Science and Big Data Technology” Discipline[J]. LIS, 2019, 63(12): 5-11.

参考文献

[1] 苏新宁.大数据时代情报学学科崛起之思考[J].情报学报,2018,37(5):451-459.
[2] 巴志超,李纲,周利琴,等.数据科学及其对情报学变革的影响[J].情报学报,2018,37(7):653-667.
[3] 苏日娜,杨沁.LIS学科中数据科学课程体系设置研究——以iSchools高校课程调研为中心[EB/OL].[2019-03-19].http://kns.cnki.net/kcms/detail/44.1306.G2.20181009.0828.002.html.
[4] 阮敬,刘宏晶,纪宏.国外大数据硕士人才培养的经验与启示——基于大数据文本挖掘[J].统计与信息论坛,2017,32(9):29-36.
[5] 曾粤亮.国外iSchools数据科学项目人才培养模式的特点与启示[J].知识、学习与管理,2018,184(4):109-118.
[6] 中华人民共和国教育部.教育部关于公布2015年度普通高等学校本科专业备案和审批结果的通知[EB/OL].[2018-07-01]. http://www.moe.edu.cn/srcsite/A08/moe_1034/s4930/201603/t20160304_231794.html.
[7] 中华人民共和国教育部.教育部关于公布2016年度普通高等学校本科专业备案和审批结果的通知[EB/OL].[2018-07-01]. http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201703/t20170317_299960.html.
[8] 中华人民共和国教育部.教育部关于公布2017年度普通高等学校本科专业备案和审批结果的通知[EB/OL].[2018-07-01]. http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201803/t20180321_330874.html.
[9] 对外经济贸易大学.信息学院数据科学与大数据技术专业培养方案[EB/OL].[2018-07-01]. http://jwc.uibe.edu.cn:82/ADMINUI/UploadFiles/files/1_linjingtan/201710201540083994.pdf.
[10] New York university. MS in data science curriculum[EB/OL].[2018-07-01].https://cds.nyu.edu/academics/ms-in-data-science/ms-curriculum.
[11] 北京大学.北京大学本科教学计划(2016版)(理科卷)[EB/OL].[2018-07-01].http://www.dean.pku.edu.cn/userfiles/upload/download/201804242014397998.pdf.
[12] King's College London. Big data in culture & society[EB/OL].[2018-07-01].https://www.kcl.ac.uk/study/postgraduate/taught-courses/digital-humanities-ma.aspx.
[13] 包昌火.情报研究方法论[M].北京:科学技术文献出版社,1990.
[14] 广东数鼎科技有限公司.招聘信息[EB/OL].[2019-02-02]. http://www.yingjiesheng.com/job-003-813-711.html.
[15] 湖南省长沙市图书馆.招聘信息[EB/OL].[2019-02-02]. http://www.yingjiesheng.com/job-003-850-173.html.
[16] Whitehouse. Big data across the federal government[EB/OL].[2018-07-01]. http://www.Whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final.pdf.
[17] 涂子沛.大数据及其成因[J].科学与社会,2014,4(1):14-26.
[18] SONG M, KANG K, JU Y. Investigating drug-disease interactions in drug-symptom-disease triples via citation relations[J]. Journal of the Association for Information Science and Technology,2018,69(11):1355-1368.
[19] 冯元为.基于知识图谱构建人物关系的设计与实现[D].重庆:重庆大学,2016.
[20] 李广建,化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报,2014,40(5):14-22.

情报学取向的“数据科学与大数据技术”专业人才培养

Talent Training of Information Science Oriented “Data Science and Big Data Technology” Discipline

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	孟广均, 初景利. 中国科学情报大学的创建与沿革[J]. 图书情报工作, 2022, 66(8): 3-11.
[2]	汪雅君, 石进, 李明, 刘亦卓. 基于构件的情报分析模型研究[J]. 图书情报工作, 2022, 66(8): 92-101.
[3]	孙迟瑶, 刘继安, 徐艳茹. 美国一流大学本科数据科学教育体系——建设路径、体系特征与发展趋势[J]. 图书情报工作, 2022, 66(8): 134-143.
[4]	李嘉兴, 王雷, 宋士杰, 朱庆华. 重大突发公共卫生事件驱动的医疗数据开放治理模式研究[J]. 图书情报工作, 2022, 66(4): 23-32.
[5]	张靖, 杨乃一. 完美的明天,不如不完美的今天——学科建设的逻辑与行动[J]. 图书情报工作, 2022, 66(4): 67-72.
[6]	吴文瀚. 搜索引擎全量数据的用户画像模型研究——设计与实证[J]. 图书情报工作, 2022, 66(4): 129-141.
[7]	杨杰, 赵星. 大数据专业培养内容的主题分析及对图情档学科的启示[J]. 图书情报工作, 2022, 66(2): 109-116.
[8]	刘宇, 史继强, 徐英祺, 陆颖. 学科服务3.0模式研究与实践[J]. 图书情报工作, 2022, 66(16): 69-77.
[9]	袁毅, 陶鑫琪, 李瑾萱, 刘娅娴, 汪晓芸, 景香玉. 基于招聘文本实体挖掘的人才供需分析——以人工智能领域为例[J]. 图书情报工作, 2022, 66(14): 101-118.
[10]	刘坤锋, 李艳红, 张心源. 信任视角下数据智能与专家知识的对比实证研究[J]. 图书情报工作, 2021, 65(6): 110-117.
[11]	杨国立. 因时而变因势而新——评《新时代情报学与情报工作论丛》[J]. 图书情报工作, 2021, 65(21): 6-10.
[12]	邓三鸿. 数薮之研问渠之究——评《情报学教育和人才培养研究》[J]. 图书情报工作, 2021, 65(21): 14-16.
[13]	卢周来. 紧扣时代互动发展——评《情报与智库》[J]. 图书情报工作, 2021, 65(21): 31-33.
[14]	李洪晨, 马捷, 胡漠. 面向健康医疗大数据安全保护的医疗区块链模型构建[J]. 图书情报工作, 2021, 65(2): 37-44.
[15]	王知津. 大数据环境下情报学的继承与发展[J]. 图书情报工作, 2021, 65(17): 3-12.