论文参考文献格式范例(网络文献参考文献格式)

本文是计算机科学本科毕业论文模式，也是计算机科学、人才培养和数据科学本科毕业论文模式。

摘要:针对时代对数据人才培养的需求，以培养具有数据科学与工程特色的计算机科学与技术人才为目标，结合山西大学学科平台建设，提出优化计算机科学与技术专业传统课程体系，构建以研究课程特色为出发点的“数据分析与挖掘课程群”，具体阐述改革思路和目标，并阐述实施方法。

关键词:数据科学；工程特性；数据分析和挖掘；人才培养模式

介绍

目前，数据已经成为与自然资源和人力资源同等重要的战略资源[1]。为了有效地组织、使用和发现隐藏在数据中的巨大价值，有必要拥有数据科学和工程方面的专业人才。然而，由于国内外高校数据科学与工程人才培养周期短，技术市场上缺乏掌握大数据处理和应用开发技术的人才。因此，高校需要与时俱进，面对新时代的新挑战，为国家和社会培养足够的优秀数据人才。

数据科学通常指从结构化或非结构化数据中提取有效知识，并通过科学方法、过程和系统加以应用的科学。数据工程是指从工程的角度来管理和分析数据以及开发和应用系统[2]。国际公认的数据科学过程是:首先，提出与数据相关的问题，即根据数据预测、估计或发现什么；然后获取数据，即数据的收集和清理、存储和管理；然后对数据进行分析和挖掘，即探索数据中是否有规律性或异常性。最后，对数据进行建模，并对模型进行验证，以验证从数据中学到的内容是否正确或有意义。这个过程与计算机科学密切相关，每个环节都相互作用，如图1 [3所示。

随着数据规模的增大和混沌结构等复杂因素的出现，过去能够解决和容易解决的问题变得不可解或不可表达。数据存储、软件系统和计算模型的设计和实现也遇到了各种困难和挑战。传统的计算机科学应该从科学计算和商业计算转向使用数据科学和工程理论和方法的大数据计算，这要求大学培养具有数据科学和工程相关能力的计算机专业人员。为了满足新时期国家主要产业和地方产业的需求。然而，传统的计算机专业人才培养方案缺乏涵盖数据科学全过程的一系列理论知识和实践能力的培养和训练，包括数据思维和数据收集、存储和管理、分析和挖掘、可视化和应用。因此，当前的计算机科学教学体系需要在教学内容和教学方法上进行优化和改革，以完成数据科学和工程相关能力的培养。

1改革思路和目标取向

构建具有鲜明数据科学与工程特色的计算机科学与技术人才培养方案的改革思路是:围绕数据科学与工程独特的学科基础和内涵，优化计算机科学与技术课程体系；结合学院的高层次学科平台，系统构建了“数据科学与工程课程群”。依托协同创新中心和创新团队，探索多种人才培养模式。

从思维与意识、知识、能力与技能等方面确定了具有优秀数据科学与工程素养的计算机科学与技术人才的培养目标:①思维与意识:培养学生的数据思维，树立学生从抽象数据中提取价值和解释数据的意识。②知识:培养学生掌握能够支持数据科学和计算机科学领域探索和创新所需的算法、数据分析和挖掘的设计和实施的专业基础知识。③能力:培养学生从数据工程师的角度分析问题，并有能力采取一定的策略进行数据收集、存储和管理、分析和挖掘、展示和应用。有能力从程序员的角度分析问题，并采用一定的算法设计和实现策略来解决问题，以及对计算机软硬件系统和基本计算机系统设计能力的全面了解；(4)技能:培养学生熟练掌握Ja等语言及其开发环境，实现程序的正确运行；熟练掌握和使用通用数据科学工具和平台。

2具体实施措施

高水平的学科平台不仅是科研创新的引擎，也是教学创新的输出源。近年来，山西大学计算机科学与技术学院努力建设以下学科平台。

(1)攀登计划和学位点。山西大学拥有计算机科学与技术博士学位和博士后研究站。其计算机科学被命名为“山西省高校优势学科攀登计划项目”。此外，该学科也是2012年在山西省设立的第一批特色重点学科。

(2)重点实验室。学院拥有教育部“计算智能与中国信息处理实验室”重点实验室、山西省“智能信息处理实验室”重点实验室和山西省智能信息处理院士工作站。

(3)创新基地。2013年，山西大学计算机学科牵头的“面向信息的大数据分析与处理协同创新基地”被山西省教育厅评为首批培育和建设项目。2015年，该基地被山西省教育厅认定为“山西省大数据挖掘与智能技术协同创新中心”。

(4)实验平台。围绕科研教学实验环境，本学科在教育部重点实验室和山西省重点实验室努力建设了两个大型实验仪器平台:①教育部重点实验室高性能计算平台，可提供Windows2008HPC(1个管理节点、25个计算节点、1个文件服务器、全千兆网络互联)、LinuxHPC(1个管理节点、18个计算节点、1个1T存储、全千兆网络互联)和远程虚拟计算机(4个6核CPU/2.0G(2)山西省重点实验室大数据管理与计算平台，可为RedhatLinux系统环境提供计算资源(1个管理节点，43个普通计算节点(2个6核中央处理器/2.1G，48G内存)，2个大内存计算节点(2个6核中央处理器/2.1G，512G内存)，全千兆网络互联，为用户提供集群大数据计算服务。

(5)创新团队。学院组建了四支创新团队:山西省教育厅“智能信息处理”科技创新团队、山西省科技厅第一批“智能信息处理”科技创新重点团队、山西省高校“复杂系统”优秀创新团队、山西省“传染病传播与防控”科技创新培育团队。

依托这些学科平台，学校主动迎接新的挑战，旨在培养具有数据科学与工程特色的计算机科学与技术人才，优化计算机科学与技术专业传统课程体系，系统构建具有特色研究的“数据分析与挖掘课程群”

原则1:突出数据科学基础理论的教学。同时加强概率论与数理统计的教学，开设数据科学导论、机器学习、数据挖掘、信息检索、自然语言处理等课程。应作为重要的必修课或选修课讲授。

原则2:取消传统的计算机课程，加强数据科学的相关部分。弱化高级语言程序设计、操作系统、数字逻辑、计算机组成原理、计算机系统结构等课程的传统教材，介绍计算机科学在数据分析领域的最新应用和进展，如介绍数据科学领域流行的Python和R语言，引导学生掌握通用编程语言，弥补教材与时代脱节的不足。

原则3:重点是覆盖数据科学的整个过程。课程包括数据采集技术、多源数据融合、大数据开源架构和平台以及数据可视化，涵盖数据科学的核心环节，如数据采集与处理、存储与管理、分析与挖掘、展示与应用。

2.1.2课程体系设计

如图2所示，课程体系主要包括以下领域。

领域1:概率和数理统计。该领域主要引导学生理解概率和数理统计的核心概念和理论，掌握处理随机现象和数理统计的基本思想和方法，培养学生运用概率和数理统计方法分析和解决实际问题的能力。

领域2:数据准备。该领域主要引导学生理解和掌握如何根据数据分析目标，在保证用户体验的条件下，收集、处理、存储和管理数据的基本理论和方法。

领域3:计算机基础和数据科学平台。该领域主要引导学生掌握数据分析所需的算法设计、程序实现、数据库等理论和方法。它可以根据具体应用构建计算环境和平台，并进行有效的算法实现。

领域4:数据挖掘和可视化。这个领域主要引导学生理解数据分析和挖掘的基本理论和方法。它使用相应的算法、模型和工具进行数据分析，并能设计合适的图表来正确传达数据内涵。

领域5:数据的工业应用。该领域主要引导学生通过建立、分析和验证数据模型，结合具体领域的业务问题和现状，获得可行的工业数据解决方案。

上述领域包括计算机进行数据分析所需的数学基础和计算机基础，为数据分析建立的数据科学平台，获得满足数据分析目标的数据的方法，数据分析的建模方法，解释数据的设计和实现，包括场景、关系、交互、模式等。数据科学和工程专业人员关心的建模、预测和其他核心问题。具体教学进一步将人才培养落实到“算法设计与实现能力”和“数据分析与挖掘能力”的培养上。因此，学生在完成4年的课程体系学习后，就可以实现具有优秀数据科学和工程素养的计算机科学与技术人才的培养目标。

2.2依托学院特色优势构建数据分析与挖掘课程群

借助“计算机科学与技术硕士学位”和“教育部计算智能与中文信息处理重点实验室”，山西大学为高年级本科生开设了数据挖掘、机器学习、文本信息处理、人工智能和信息检索等特色研究课程，具有优势学科和科研创新。

在这些课程中，教师将最新的科研成果、方法和理念转化为教学内容，突出数据分析和知识获取的一系列理论、方法和模型的教学和训练，以学生为主体，采用灵活的教学方法，通过对这些课程的学习，使学生增强探索和研究的兴趣。这些课程是学科体系中重要的理论基础课程

依托“山西省大数据挖掘与智能技术协同创新中心”，山西大学与山西省许多大型国有企业和煤基行业重点软件企业形成了核心协作单元。学校积极构建校企合作培训新模式，邀请企业研发工程师向学生讲授相关高级课程，突出行业背景、问题分析与建模、技术创新等环节的教学，将学生学到的基础理论和方法与应用联系起来。为学生提供与企业合作解决技术问题的机会。同时，与合作单位开展企业实习项目和毕业设计项目，使学生能够努力为企业提供技术支持，提高他们解决工业问题的能力和今后的工作能力。

2)与国际知名学者合作，探索国内外合作培训模式。

该校的合作创新中心还与加拿大里贾纳大学形成了核心合作单位，后者是数据挖掘领域的国际领导者。这为国际学术交流与合作提供了一个渠道。学校探索暑期学校、暑期课程等新的合作培训模式，邀请有影响力的外国教授(如里贾纳大学姚教授每年暑假定期来校授课、团队讨论、项目咨询等)，为学生讲授相关高级课程。同时，学校还推出了国际交流学习项目，以拓宽学生的学术视野，培养学生的学术研究和创新意识。

3)深化科研训练与学科竞赛相结合的问题驱动训练模式。

除了传统的专业课程实验、综合课程设计和系统毕业设计外，教学团队还为大学生引进创新实验、科研训练项目和学科竞赛。学生根据自己的特点和兴趣选择合适的课程。在项目实施过程中，教师注重培养学生发现和解决问题的能力。通过与教师的定期互动、相关领域知识的系统学习、重要文献的阅读、小组讨论等方法，完成问题提出、模型设计、技术实现、论文写作等一系列科研工作，获得一套发现和解决问题能力的培养和提升，增强实践能力，强化批判性和创造性思维和意识。

结论

在数据已经成为重要战略资源的时代，专业数据人才的培养意义重大。目前，具有数据科学与工程特色的计算机科学与技术专业人才培养模式的相应改革仍在进行中，取得的成果需要进一步验证和分析。相信这一思路和方法能对其他高校的数据人才培养改革产生积极的影响，也能为我国高等教育面对大数据时代提供新的思路。

计算机科学论文参考:

计算机科学杂志

计算机科学与技术毕业论文

计算机科学贡献

计算机科学与技术论文

计算机科学杂志

计算机科学与技术导论

综上所述，本文是一篇关于计算机科学、人才培养和数据科学相关大学硕士和计算机科学本科论文开题报告的范文，也是撰写论文题目的参考资料。