位置:成果数据库 > 期刊 > 期刊详情页
全球数据科学课程建设现状的实证分析
  • ISSN号:1003-3513
  • 期刊名称:《数据分析与知识发现》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]数据工程与知识工程教育部重点实验室(中国人民大学),北京100872, [2]中国人民大学信息资源管理学院,北京100872
  • 相关基金:国家社会科学基金项目“数据连续性的实现方法与保障机制研究”(项目编号:15BTQ054)的研究成果之一
中文摘要:

[目的]在调查分析全球数据科学课程建设现状的基础上,提出数据科学课程的共性特点、主要挑战及解决对策。[方法]采用实证研究方法和内容分析方法调查分析国内外数据科学课程的建设现状、成功经验与存在问题。[结果]提炼出全球数据科学课程的共性以及数据科学与其他相关课程之间的差异性。[局限]对数据科学人才培养的讨论主要聚焦于课程建设层面,而对专业层面的讨论不多。[结论]本文提出数据科学课程建设中的10个核心问题及其解决方案。

英文摘要:

[Objective] This paper identifies the common features of existing Data Science curriculums around the world. It also addresses the main challenges facing these courses as well as possible solutions. [Methods] We conducted an empirical study with the help of text analysis techniques to examine the data science curriculums from China and abroad. [Results] We found common features of the retrieved curriculums and the differences between them and other related courses. [Limitations] Our study focused on the curriculum issues, therefore, more research is needed to discuss data science as a discipline. [Conclusions] This paper addresses the top ten key challenges facing data science curriculum and then proposes some solutions.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数据分析与知识发现》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院文献情报中心
  • 主编:张晓林
  • 地址:北京中关村北四环西路33号
  • 邮编:100190
  • 邮箱:jishu@mail.las.ac.cn
  • 电话:010-82626611-6626 82624938
  • 国际标准刊号:ISSN:1003-3513
  • 国内统一刊号:ISSN:11-2856/G2
  • 邮发代号:82-421
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国人文社科核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:2