大數據時代的高校電子商務專業課程建設

摘要：分析大數據對電子商務的影響，結合信息技術和社會需求，闡述大數據時代電子商務專業課程建設的特點、具體內容和教學目標。

關鍵詞：大數據；云計算；電子商務；專業課程建設

1.電子商務的大數據時代

隨著云計算、物聯網等技術的推廣，特別是移動應用的發展，數據正以前所未有的速度在不斷地增長和累積，大數據時代已經到來Ⅲ。大數據本身是一個抽象的概念，文獻將其定義為：大數據是指那些大小已經超過傳統意義上的界定，一般軟件工具難以捕捉、儲存、管理和分析的數據。國際數據公司（IDC）認為大數據應具有4個特征，即海量的數據規模（volume）、快速的數據流轉和動態的數據體系（velocity）、多樣的數據類型（variety）和巨大的數據價值（value）。

當前，電子商務的數據大規模存在且持續增長，表現為數據量大幅增長、數據類型多樣化、并發訪問不斷增加等特點。例如，2014天貓“雙十一”交易額達571億元，其中移動端交易額達到243億元；2014年京東在618大促的高峰三天中獲得700萬訂單，整體流水共計50億元。伴隨著業務量的快速增長，各大電商平臺每秒都在產生海量且多模態的交易數據、評價數據、用戶行為數據等。大數據為電子商務帶來IT基礎設施、數據管理模式以及服務模式的轉變，促使數據的實際應用更緊密地與企業運營相結合，促使電子商務業務模式、服務模式、營銷模式不斷革新。

2.大數據對電子商務的影響

2.1大數據對電子商務IT基礎設施的影響

IT基礎設施是大數據時代電子商務得以實現和發展的基礎，只有在高性能、可擴展的技術平臺上，電子商務企業的商務模式和營銷策略才能實現。同時，技術架構的安全性和穩定性也是保證網絡產品和服務交換的前提條件。

大數據時代電子商務的發展離不開云計算的支撐，云計算下的海量存儲、計算虛擬化、網絡虛擬化、云安全和云平臺是支撐大數據時代電子商務應用的技術基礎。云計算可以對IT資源進行自動化的管理和配置，降低基礎設施管理的復雜程度，提高IT資源利用的效率，能有效緩解大數據給傳統的數據中心和IT基礎設施帶來的壓力，能有效解決電子商務大數據的存儲、計算和挖掘等問題。

根據美國國家標準與技術研究院（NIST）的定義，云計算是一種利用互聯網實現隨時隨地、按需、便捷地訪問共享資源池（如計算設施、存儲設備、應用程序等）的計算模式。NIST給云計算定義了5個關鍵特征：按需自助服務、廣泛的網絡訪問、資源共享、快速的可伸縮性、可度量的服務；3個服務模型：基礎設施即服務層（IaaS）、平臺即服務層（PaaS）、軟件即服務層（SaaS）；4個部署模型：私有云、社區云、公共云、混合云。云計算技術體系結構如圖1所示。

大數據結合云計算是時代發展的必然趨勢。傳統電商通常自行架構服務器以及關系型數據庫來管理數據，并為用戶提供產品和服務。大數據時代下，越來越多的電商企業轉向租用云計算的硬件和軟件服務，無需再自行架設IT基礎設施，其存儲單元、計算單元、協調單元的總體效率會更高。云計算為大數據提供彈性可擴展的基礎設施支撐環境和數據服務的高效商業模式，大數據為云計算大規模與分布式的計算能力提供了應用空間。

2.2大數據對電子商務數據管理模式的影響

傳統的計算機硬件和軟件設計都是以管理結構化數據為主，即解決結構化數據的存儲、處理與應用，但是大數據時代電子商務應用產生了大量的非結構化數據（如圖片、照片、文檔、音頻和視頻等），同時數據規模越來越大，并發量越來越高，大數據時代對電子商務數據的管理模式提出了新的需求。

對電子商務大數據的管理可分為在線事務處理OLTP（on-line transaction processing）和大數據分析處理OLAP（on-line analytical processing）兩部分。隨著電子商務用戶和移動設備的爆炸性增長，大數據時代的電子商務應用對OLTP系統的需求是：具有處理海量事務的能力、具有更好的實時交互性能和更高的可擴展性、具有能夠進行對海量數據進行實時查詢的能力。隨著新型互聯網應用和新型OLTP應用的產生，傳統的關系型數據庫在擴展性上遇到了瓶頸，NoSQL（not only SQL）數據庫應運而生，NoSQL數據庫普遍存在一些共性：不需要預定義數據模式，數據表中每條記錄可以有不同的屬性和格式；常采用無共享架構，即將數據劃分后直接存儲在各個本地服務器上，從而提高了系統性能；可擴展性好，可以在系統運行過程中動態添加或刪除節點，不需要停機維護，數據可以自動遷移；基于日志的異步復制；不要求滿足事務嚴格的ACID特性等。

目前還有一類最新出現的具有可擴展性和高性能的數據庫系統NewSQL，這是一類新型的關系數據庫管理系統。對于OLTP應用來說，它們可以提供和NoSQL系統一樣的擴展性和性能，還可以如傳統的單節點數據庫一樣保持ACID事務特性。

在實際應用中，大型的電商公司往往會結合使用多種數據，例如用戶評論、非實時搜索等一致性要求不敏感的數據，使用NoSQL非常適合，但對于交易數據這類對一致性要求很高的數據，傳統的關系型數據庫依然是最佳選擇。一些具有短事務、點查詢、用不同參數執行的相同查詢等特征的事務則非常適合用NewSQL進行處理。

2.3大數據對電子商務服務模式的影響

大數據作為繼云計算、物聯網之后IT產業又一次顛覆性的技術變革，必將對現代企業的管理運作理念、組織業務流程、市場營銷決策以及消費者行為模式等產生巨大影響，使得企業商務管理決策越來越依賴于數據分析而非經驗甚至直覺。

大數據為電子商務帶來商務模式的發展與創新，文獻歸納總結了大數據時代下3種創新型的電子商務服務模式：個性化導購服務、垂直細分領域服務和數據產品服務。具體而言，個性化導購服務主要指利用大數據技術，對海量的電子商務用戶行為等數據進行收集、存儲、深度分析和挖掘，提高企業的信息分析能力，提高廣告投放準確性。此外，電商企業通過分析用戶行為，挖掘數據價值，推薦出用戶階段性最需要、最適合的產品，實現個性化和精準的商品推薦。垂直細分領域服務主要針對中小型電商企業。在大數據時代，中小型電商企業應專注于某一垂直細分領域，做精做專，更好地分析和挖掘用戶大數據，從而為特定的客戶群體提供更加專業和細致的產品和服務，才能更好了解產業鏈上客戶的需求，也能容易完善自身的服務。數字產品服務指電商企業可將通過自身平臺獲得的海量數據進行產品化的包裝，并營銷給需要數據的其他企業，提升大數據的增值服務。

電商企業利用大數據技術收集、處理、分析海量數據，從中獲取信息和知識，例如透過數據能看到消費群分布、潛在用戶分布，通過解讀數據可獲得消費者消費動向、規律和趨勢。由數據可以驅動業務轉型，探索并發現新的商機，對客戶和市場進行新的洞察，實現業務創新和流程創新，發展出新的電子商務服務模式，可以說大數據為電子商務賦予了新的價值。

3.大數據時代電子商務專業課程建設研究

自教育部高教司于2000年批準設立電子商務專業以來，全國已有近350所高校開設了電子商務專業或方向。各高校電子商務專業在建設與發展中逐漸形成了4種取向：以經濟為主、以技術為主、以管理為主、以物流營銷為主的電子商務辦學模式。

在大數據時代，無論采取何種取向都應強調大數據、云計算技術與管理、商務的結合，強調它們在電子商務本科教學中的融合。高校的電子商務專業教育必須與時俱進，依據學科領域的理論研究、前沿發展趨勢和行業應用前景，及時調整培養目標和培養規格，專業課程的教學內容應充分體現當前大數據時代的特征，使畢業生能夠應對大數據時代電子商務創新應用和創業工作的挑戰。

3.1大數據時代電子商務專業課程建設的特點

大數據時代正在改變電子商務的IT基礎設施、數據管理模式、商務模式等方面，培養掌握大數據、云計算技術與電子商務業務知識相結合的人才才能滿足時代需求。大數據時代高校電子商務專業課程的建設應具有以下特點。

3.1.1增設大數據、云計算的相關架構和編程技術

增設大數據、云計算的相關基礎架構、編程技術的教學內容。介紹云計算系統架構層次和邏輯，掌握PaaS、SaaS、IaaS服務模式以及關鍵技術，如數據中心管理技術、虛擬化技術、資源管理與調度技術、Web服務技術、互聯網應用開發技術等。結合Hadoop分布式系統基礎架構，介紹分布式文件系統HDFS、并行編程模型MapReduce、內存數據處理框架Spark的原理和實踐方法。介紹大數據處理平臺系統原理和設計實踐方法。

3.1.2增設大數據管理、分析與挖掘的工具與方法

增設非關系數據庫NoSQL、新的非傳統數據庫NewSQL的原理與應用內容，介紹列存儲型、文檔型存儲、鍵值存儲型等NoSQL數據庫的特點和應用場景；結合MongoDB、HBase等學習主流NoSQL產品的實踐應用；結合Spanner等介紹NewSQL可擴展和高性能的數據庫系統的原理與應用。

增設大數據分析平臺的技術架構、多平臺大數據采集技術，大數據分析、挖掘方法的學習內容；結合Mahout等開源平臺，介紹大數據下的聚類、分類、關聯規則挖掘、回歸分析等數據挖掘算法的并行實現方法；結合實例學習相關算法在電子商務中的應用，如點擊率預估、轉化率預估、個性化搜索及推薦、商品自動聚類及銷量預測等。

3.1.3增設大數據時代電子商務的創新商務模式與營銷策略

增設應對大數據時代電子商務的創新商務模式策略，介紹大數據所推動的電子商務新興產業鏈。在結合電子商務概論、網絡營銷、消費者行為學等課程的理論原理基礎上，理解大數據帶來的數據服務新變革。學習基于大數據的新型營銷方式，如基于社交網絡、基于位置服務LBS（10cation based service）大數據的營銷等，針對消費者的特性提供相應的個性化服務、消費預測等原理與案例內容。介紹大數據營銷平臺AdTime，以云圖的方式將大數據營銷過程可視化。在學習大數據分析與挖掘技術的基礎上，引導學生從實踐教學中，學習描繪、預測、分析、指引消費者的行為，探索發現基于大數據平臺的新興電子商務服務模式，幫助企業制定有針對性的商業策略。

3.2大數據時代電子商務專業課程建設的主要內容

基于大數據對電子商務的影響，以及大數據時代高校電子商務專業課程建設的特點，我們把電子商務受大數據技術影響的專業課程，按其與大數據的關系進行了劃分，并對更新后的課程教學內容進行了描述。

圍繞電子商務的大數據，我們將需要新增或更新教學內容的專業課程分為5類，分別是大數據存儲與管理、大數據統計、大數據分析與挖掘、大數據開發與應用、大數據商務運營與營銷。具體對應的專業課程可以增設的教學內容、教學目標參見表1。各高校可根據人才培養的側重點進行選擇和調整，將相關課程設置為專業必修或專業選修。

4.結語

目前，各大電子商務企業越來越重視數據營銷、數據分析的作用，因此借助大數據的價值與功能，電子商務將獲得更大、更好的發展空間。順應技術和時代發展的新教學內容，將有助于幫助學生掌握大數據時代電子商務學科前沿技術和方法，更好地培養學生的大數據分析挖掘能力和電子商務的創新應用能力。