发帖
雷达卡
朱兵，管理学博士，四川大学商学院管理科学与系统科学系副教授。
朱兵老师于2011年于四川大学商学院管理科学与工程专业获博士学位，同年留校任教。
他目前是四川大学商学院管理科学与系统科学系副教授，同时受国家留学基金委资助正在比利时荷语鲁汶大学信息管理与决策科学系从事博士后研究。
朱兵老师目前主要从事数据科学、商务数据分析和客户关系管理领域研究。
他的研究先后获得国家自然青年基金，教育部人文社科青年基金及博士点新教师基金资助，并荣获四川省科技进步二等奖2项。相关研究成果发表论文20余篇，其中 SCI检索8篇，SSCI检索2篇，EI检索5篇，并且担任《Journal of the Operational Research Society》, 《Applied soft computing》, 《Information Science》, 《International Journal of Pattern Recognition and Artificial Intelligence》,《Pattern Analysis and Applications》等杂志审稿人。
问答汇总：
Q1: 坛友smartlife：朱教授， 数据科学与统计学有什么样的关系？我国目前哪个学校数据科学的研究生项目比较好？学习数据科学学院怎么基础？谢谢。
A1:
数据科学是一个新兴的交叉性学科，统计学和其他的一些定量分析工具（机器学习等）是它的基础。数据科学目前在国内还是处于起步期，硕士项目较少。据我所知，清华大学今年开始招收数据科学硕士，这应该是国内批数据科学硕士项目。关于学习数据科学的基础，：需要五个方面：程序设计，定量分析，沟通能力，可视化分析技术以及创新能力。我和其他一些学者专门写过一篇文章《找寻你的数据科学家》详细阐述这样问题，可以到科学网博客http://blog.sciencenet.cn/blog-2039801-843534.html查看全文，也可以关注数据科学微信公众号里面也有转载。
Q2: 坛友condmn：
朱教授，您好！想请教一下您如何看待大数据对传统统计计量的冲击作用？学习大数据如何系统进行？还有就是如何看待大数据的预测作用？
A2:
-----如何看待大数据对传统统计计量的冲击作用？
这个问题需要辩证的看，一方面，在满足数据假设的情况下，传统统计计量模型仍然具有用武之地。 另一方面，海量的数据分析需要利用一些新型的工具，这些数据分析工具很多来自于机器学习理论。
------如何看待大数据的预测作用？
利用大数据进行预测是一个热点话题，已经有很多应用的案例，例如荷兰统计局（Statistics Netherlands）的学者尝试利用社交媒体数据对消费者信心指数进行预测。德国劳工研究所的学者利用谷歌趋势数据对住房贷款违约比例进行即时预测；不过，在预测实践中如何更加有效地利用大数据仍然面临诸多挑战。
------学习大数据如何系统进行？
这个问题因人而已，我个人的观点可以从道和术两个层次来学：
首先，从术的层次你可以对如下四块知识进行学习
（1）基本概念
（2）系统架构
（3）大数据分析算法
（4）行业应用案例
这些知识都可以通过书籍，论坛，公众号，在线课程学习
其次，是道的层次
需要掌握大数据的思维，并且思考如何真正使用大数据技术给企业和客户带来价值，提供企业和产业的生产力。这个层次的学习，需要积累，需要思考，需要与人的交流。
Q3: 坛友eflyfisher：
老师，谢谢您提供这个提问的机会。学好高级计量和统计在具备本科经济类数学（高数、线代、概率论与数理统计）的基础上，还应该补充哪些数学基础？目前的数学基础感觉不够用。
A3:
数学基础就是无底洞，如果有了线代、概率论与数理统计的基础后，不用专门去补基础，而是边学补，在学到某个知识点需要补充数据基础的时候再补充。
Q4: 坛友dnq：
大数据如何界定? 大数据处理在处理方法论上有哪些特殊性?
A4:
目前还没有一个公认的大数据定义，我偏向于Gartner 公司的定义,“大数据”是需 要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点可以用3V概括: Volume：数据量巨大； Velocity：分析处理速度快； Variety：种类和来源多样化。
Volum和Velocity要求算法能够在短时间内快速处理海量数据， 很多传统的统计学方法在此条件下就不使用了。Variety 要求分析方法不仅要处理传统数据，还要能处理文本、图形、语音等多种类型的信息。当然，最重要的还是针对具体问题，选择或者设计新的处理方法
Q5: 坛友songasia：
朱老师，您好，数据科学的发展基本可以演变为一门学科，而对于我们这些青椒而言，也想将科研方向转移到这方面的研究上，然而，从研究方法上仍旧是统计学科或者是计量经济学这块在主导，从数据层面上作为高校老师，大数据的获取相当有难度，即使拿到了也基本被研究透了，所以想从学术的角度向朱老师请教：1.高校老师如何快速有效地转型到数据科学方面的研究，比如应该侧重哪方面的工具和方法的学习；2.在大数据比较难获取的情况下如何有效开展科研工作；3.因为最近一直和传统企业走的比较近，也看到了他们面临的巨大压力，那从您研究的角度看，以数据分析为驱动去研究传统企业如何生存发展应该怎么开展，就是怎么去找出其中的突破口开展科研工作？非常感谢！
A5:
-----高校老师如何快速有效地转型到数据科学方面的研究，比如应该侧重哪方面的工具和方法的学习
需要学习一下机器学习方法
----在大数据比较难获取的情况下如何有效开展科研工作？
大数据比较难获取，全世界的都是一样的。
可以从三个方面突破：
（1）与有数据人合作
（2）寻找开放数据，现在这样的数据越来越多
（3）和企业合作，在实践中寻找数据
----以数据分析为驱动去研究传统企业如何生存发展应该怎么开展，就是怎么去找出其中的突破口开展科研工作？
数据科学讲的就是问题导向，需要我们从数据分析的角度去发现企业问题，并解决。可以思考，企业现在面临的“症状”，如何可以通过数据的层面解决。在解决企业问题的基础之上，进一步归纳出科学问题进行研究。
Q6: 坛友征夷大将军：
朱老师您好，本人是国内大四经济学本科，现在申请到伦敦大学国王学院的数据科学（data science)硕士，想请问您将来如果读博士同时也想从事数据科学的话，读什么专业的博士比较好，据我所知世界上好像没有数据科学博士。谢谢。
A6:
首先表示祝贺。数据科学是一个综合性学科，目前还没有专门的数据科学专业博士，从事数据科学研究老师都是分散很多学科（统计，计算机，经济管理......）。有部分高校建立了专门的数据科学研究中心，会专门博士生从事相关研究，比如英国帝国理工的数据科学研究所。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
