本门课程与其他大数据类课程最大的不同是：从企业决策支持出发，以信息管理为切入视角，对大数据分析与应用进行较深入的解读。课程涵盖基本大数据技术讲解、数据治理、企业决策支持、科研案例选析几个环节，配备相关的数据分析实验辅助学习。

• 在基础概念方面：理解并掌握数据分析在企业管理与企业决策支持中的定位；掌握大数据概念，大数据的应用范围与应用价值；对大数据的4V特性进行新的解读。

• 在大数据应用技术上：掌握基本大数据分析环境搭建方法、MR编程技术，如：HDFS、MR计算框架、HIVE等；引导学生通过查找论文，进一步学习数据分析的前沿技术。

• 在企业决策案例方面：选择较简洁的决策支持、数据治理、数据分析项目管理等相关的小型案例，理解大数据分析与应用的分析难点与管理难点。

• 在科学研究案例方面：选择2-3个教师科研团队已经完成的数据分析案例讲解，包括：文本挖掘、关联分析、知识库建模等。

      通过本门课程的学习，可以帮助同学们掌握基本的大数据分析技术、了解企业决策难点、明确数据分析与企业管理之间的关系。

1. 《数据库基础》，ER图；

2. 《Java程序设计》，类定义、类继承、方法重写相关内容；

3. 《管理信息系统》，系统信息系统，如供应商管理系统、ERP等系统的基本内容；

4.  Linux/Unix系统文件操作命令。
   

1. 杨巨龙，《大数据技术全解：基础、设计、开发与实践》，电子工业出版社；

2. 比尔·施玛泽，钱峰，《数据挖掘概念与技术》，中信出版社；
   

3. 迈克尔·韦德，杰夫·劳克斯，詹姆斯·麦考利，安迪·诺罗尼亚，瑞士洛桑管理发展学院，《全数据化赋能》，中信出版社；

4. 索雷斯，匡斌，《大数据治理》，清华大学出版社；

5. 张绍华，潘蓉，宗宇伟，《大数据治理与服务》，上海科学技术出版社。