《定性研究方法》

课程简介

本课程主要面向电子商务和信息管理专业博士研究生。课程将结合国际和国内顶级管理学期刊（如MIS Quarterly、Information Systems Research、Academy of Management Journal、Strategic Management Journal、Organization Science、《管理世界》等）上的经典范文，对定性研究方法论及其应用进行系统介绍和讨论。课程内容主要包括：定性研究的方法论基础；定性研究方案的设计；定性研究中的数据收集（如访谈、观察、文档等）；定性研究中的数据分析策略（包括单案例研究、多案例研究、扎根理论等）；定性研究中的理论构建；定性研究的写作与发表等。通过本课程的学习，学生将了解并掌握定性研究的基本概念和步骤，能够独立进行规范的、较高水平的定性研究。

《管理类博士公开课》

课程简介

依托数字化转型，实现传统企业与互联网深度融合的产业互联网时代已经到来，技术+数据成为企业创新的重要助力。作为国家发展战略的重要组成部分的电子商务产业，如何面对新时代下的业务和管理创新挑战值得我们去探讨。本课程围绕电子商务商业业务和管理创新主线，首先介绍中国电子商务发展现状、创新特点及面临的挑战；然后介绍电子商务业务和管理创新的技术基础，介绍共享服务理念和中台技术为电子商务企业创新带来的新思路，探讨电子商务领域涉及到的数据分析方法、决策优化定量分析方法以及应用场景。

《管理研究方法》

课程简介

本课程主要介绍管理科学中的实证研究方法，其目的是指导学生开展管理科学领域，特别是在与信息系统和电子商务有关的管理与行为问题研究工作。课程内容如下：管理研究基础—科学思维、问题提出、研究过程等；管理研究设计—理论构建、概念测量、“八股”结构及实证方法等；具体实证方法—问卷调查法、案例方法与二手数据研究等；数据的收集与处理—数据的收集、数据整理、数据的分析及统计软件使用等。通过本课程讲授、文献阅读、案例研讨与研究计划撰写，将会帮助学生理解并掌握管理实证研究的具体过程、关键环节、核心概念与主要方法，并为以后从事学术或应用研究打下坚实基础。

《管理学科前沿专题》课程

课程简介

本课程是一门以管理科学为理论基础，以数理统计方法、经济计量方法、案例研究方法、计算机信息处理等为研究方法的课程，主要关注当前全球经济一体化环境下的管理问题，并研究运用科学手段提升管理绩效的方法与途径。通过本课程的学习，学生将了解管理科学与工程专业相关的前沿话题和研究方法，掌握管理科学与工程的基本框架与基本理论，在实践中创造性地运用这些知识。

《信息管理理论与方法》

课程简介

信息管理理论与方法课程是一门以文献研讨为主的课程。课程主要内容包括介绍信息系统，组织行为学，心理学，认知学相关理论和科学研究领域，重点是与信息系统相关的行为学和组织学知识以及理论知识在实际研究中的应用。本课程还将介绍信息管理相关的前沿研究方法。本课程的主要研讨方向包括：

1. 信息系统行为学研究基础；
2. 虚拟团队与在线协作；
3. IT项目管理；
4. 信息系统实施及使用；
5. 危机管理
6. 在线医疗健康
7. 知识管理
8. 电子商务
9. 数字化创新
10. 组织战略与IT
11. 平台经济与众包

《数据挖掘与商务智能》

课程简介

面对日益庞大的数据资源，人们迫切需要强有力的工具来“挖掘”其中的有用信息，数据挖掘就是针对这一需求而发展起来的一门汇集统计学、机器学习、数据库、数据可视化等内容的新兴交叉学科。本课程以引导学生掌握实际数据挖掘技术为目标，让学生从基本数据操作入手，逐步练习数据挖掘技术的各个环节，包括数据预探索、数据清洗、数据分析和建模、结果可视化等。将理论紧密融入实际操作，扎实掌握数据挖掘中的各项技能，最后应用于商务智能领域。

《优化理论与决策方法》

课程简介

本课程是博士研究生专业选修课，它将为学生在管理决策领域运用模型技术、数量分析及决策方法打下良好的基础。本课程的主要任务是：（1）让学生了解决策理论的基本概念、基本原理、基本方法；（2）培养学生根据实际问题建立决策模型的能力及分析、求解模型的能力；（3）培养学生分析据测、评估决策结果及经济评价的能力；（4）培养学生理论联系实际能力及自学能力。

《高级运筹学》

课程简介

运筹学是关于如何使用科学方法进行决策的科学。本课程基于基础运筹学的知识，介绍了更加前沿的现代运筹学理论和方法，聚焦于复杂数学模型的构建和求解以及现代算法的思想。本课程结合相关应用案例向学生介绍的现代运筹学理论与方法包括：搜索、目标规划、离散优化模型、离散优化求解方法、大规模优化方法、计算复杂性理论、离散优化的启发式算法、无约束的非线性规划、带约束的非线性规划、层次分析法、不确定规划等。通过本课程的学习，学生将掌握基本的数学建模能力和利用科学的方法分析问题、解决问题的能力，使其在将来的工作岗位上学以致用，成为复合型的现代人才。

《应用统计分析》

课程简介

Multivariate Data Analysis is a statistical technique used to analyse data that originates from more than one variable. These variables are nothing but prototypes of real time situations, products and services or decision making involving more than one variable. In this era of information, although we have data available in abundance and the technology needed to obtain a distinct depiction of current status is present, it is still a challenge to develop intelligent decisions.

Before we talk in detail about what multivariate data analysis is we must be familiar with a few things such as the term variate which is a particular combination of variables, a variate is a single perceived value of a random variable, measured to be one of many possible realizations. An example of a Multivariate Data as a single unit derived from multiple variables could be credit card applicants being a single unit, whereas Income, spend pattern and payment pattern being the variables.

Multivariate Analysis is mostly concerned with two areas descriptive and inference statistics. In descriptive area we often get best linear combination of variables that are mathematically docile, whereas an inference is an educated guess, specifically used to save analysts time from digging too deep into the data.

Multivariate Analysis can be used to read and process data stored in various database from the rows and columns of the database table to meaningful data. This technique is used to get an overview of a table in a database often called as factor analysis that reads heavy patterns in the data such as trends, groups, outliers and their repetitions forming a pattern.

There are many techniques of Multivariate Analysis starting with quality of the data to structural equation modelling, each one of the techniques has its own purpose, and are used depending on the data and the type of outcome realized by the data analyst. These techniques provide statistical data given a specific data set but requires caution when interpreting and putting them to use remember as I always say people do the most important part than what technology does for us.

The techniques are as follows:

• Multiple Regression Analysis
• Exploratory Factor Analysis
• Cluster Analysis
• Multivariate Analysis of Variance (MANOVA)
• Canonical Correlation
• Principal Components Analysis
• Logistic Regression
• Partial Least Squares Structural Equation Modeling

《数据分析方法》课程

课程简介

本课程是管理科学与工程专业的硕士研究生专业必修课，它将为学生在大数据分析领域运用统计、机器学习、数据挖掘方法打下良好的基础。本课程的主要任务是：（1）要求学生掌握数据分析的基本流程、基本原理、基本方法；（2）培养学生根据实际问题建立数据分析模型的能力；（3）培养学生进行机器学习、数据挖掘模型构建及求解的能力；（4）培养学生理论联系实际能力及自学能力。

《物流与供应链管理》

课程简介

本科会从商流 物流 信息流 资金流讲授供应链管理过程，全面了解供应链的整体流程和企业实践部分。

同时，此课程会帮助学生形成一些研究设计。

《商务智能》

课程简介

商务智能是为解决商业活动遇到的各种问题，利用各种信息系统进行高质量和有价值的信息收集、分析、处理过程，其基本功能包括数据分析、预测、决策。本课程主要介绍智能信息技术在客户关系管理（CRM）、企业经营分析、个性化的信息服务领域的应用、方法和工具。掌握用智能软件系统开展商务活动的方法和实施过程，提高经济、金融企业的竞争力。课程将学习如何将存储于各种商业信息系统中的数据转换成有用信息的技术，以便用户查询和分析数据库可以得出影响商业活动的关键因素，最终帮助用户做出更好、更合理的决策。

《管理科学与工程前沿专题》

课程简介

本课程是一门以管理科学为理论基础，以数理统计方法、经济计量方法、案例研究方法、计算机信息处理等为研究方法的课程，主要关注当前全球经济一体化环境下的管理问题，并研究运用科学手段提升管理绩效的方法与途径。通过本课程的学习，学生将了解管理科学与工程专业相关的前沿话题和研究方法，掌握管理科学与工程的基本框架与基本理论，在实践中创造性地运用这些知识。

《决策与对策》

课程简介

本课程是管理科学与工程专业的硕士研究生专业选修课，它将为学生在管理决策领域运用模型技术、数量分析及决策方法打下良好的基础。本课程的主要任务是：（1）要求学生掌握决策理论的基本概念、基本原理、基本方法；（2）培养学生根据实际问题建立决策模型的能力及分析、求解模型的能力；（3）培养学生分析据测、评估决策结果及经济评价的能力；（4）培养学生理论联系实际能力及自学能力。

《互联网商业模式创新》

课程简介

互联网的兴起和飞速发展，改变了基本的商业竞争环境和规则，尤其是“互联网+”上 升为国家战略，对各行业都产生了深远影响，极大改变了企业的思维及行为模式，使得大量创新的商业实践成为可能。基于互联网的商业模式从定位、资源投入、运营过程、盈利模式等各方面，都与传统模式有显著区别，作为管理者和从业者都需要在此变革时代，从根本上重新进行思考分析。

本课程将采用教师讲授、案例分析、课堂讨论、小组项目展示等多种教学方式，从创新 和商业模式两个角度切入，对基于互联网的创新思维和商业模式画布进行讲解，让学生理解 技术创新和商业成功之间的关系。以互联网不同发展阶段及特点、互联网经济新思维为脉络， 对互联网不同阶段引发的创新及产生的商业模式进行分析，重点基于当前国家倡导的互联网 +新业态以背景，对平台模式、社会化媒体、共享经济、社交电商等模式进行分析讲解，以培养学生的互联网思维、商业洞察力和创新意识，以及对现有商业实践进行深入分析提出问 题和建议的能力。

《电子商务理论与应用》

课程简介

伴随着互联网与电子商务技术在各产业中的应用，中国的商业贸易形态发生了巨大的变化，同时也改变了消费者的行为，乃至促使整个社会文化的变革。新时代下，不仅电子商务产业自身正处于快速的发展时期，同时电子商务与农业、制造业、服务业、金融业等传统产业的深度融合，也促进了传统产业在商业模式、经营与管理方式等方面正在发生剧烈的变化。电子商书对于整个社会的宏观经济、微观经济的运行规律，也已经产生了深远的影响。电子商务在现实中的应用与发展速度，远远超过理论研究的步伐，由此也引发了学者们对其的关注。

本课程的学习内容包含三个部分：第一，介绍中国电子商务发展的现状，总结在产业实践中的创新现象及面临的挑战，带领同学们更深入地认识电子商务与产业之间相辅相成的竞合关系，帮助同学理解和发现电子商务实践中存在的现实问题。第二，在理解电子商务面临的创新和挑战的基础上，进一步凝练电子商务相关的科学研究问题。第三，学习电子商务研究的相关理论基础。本课程的学习有助于帮助学生更好地了解电子商务实践领域及理论研究领域的相关知识，未研究生今后的科学研究奠定基础。

《Python大数据分析》

课程简介

本课程主要介绍了利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时，它包括利用Python进行科学计算的实用指南（专门针对数据密集型应用）。重点介绍了用于高效解决各种数据分析问题的Python语言第三方库。

这是针对具有计算机编程语言基础的研究生的专业课程课程，内容包括：Python语言基础、NumPy库及应用、 pandas库及应用、数据存储与文件格式、 数据规整化、绘图和可视化、 数据聚合、金融和经济数据应用等内容。

《文本分析与应用》

课程简介

本课程面向现代信息处理技术，培养学生从事大数据分析领域的机器翻译、自然语言理解、人机对话、信息检索、文本分类、自动文摘等方面的系统分析与设计、技术开发、应用管理及研究等方面的能力。

《时间序列分析》

课程简介

时间序列分析是推断统计学的一个重要分支，是利用随机数学的方法分析随时间变化的随机数据序列的统计规律性，其内容包括构建模型、参数估计及最佳预测与控制等。时间序列分析在经济学、社会科学领域以及自然科学领域均得到了十分广泛的应用。随着计算机技术的发展与普及，时间序列分析将日益发挥更加重要的作用。学好时间序列分析已成为对管科硕士研究生的基本要求，同时也将为学生后续的学习与实践打下重要的方法论基础。

本课程的目的是使学生掌握时间序列分析的基本理论和方法，侧重培养学生对分析方法的理解，从而使学生初步掌握分析随机数据序列的基本思路和方法，并能够运用时间序列分析方法分析、解决和处理实际问题，为后续学习打下方法论基础。

《案例研究设计与方法》

课程简介

本课程主要面向信息管理、电子商务以及管理学其他各专业的硕士生和博士生。课程将结合国际和国内顶级管理学期刊（如MIS Quarterly、Academy of Management Journal、Strategic Management Journal、Organization Science、《管理世界》等）上的经典范文，对案例研究方法论及其应用进行系统介绍和讨论。课程内容主要包括：案例研究的方法论基础；案例研究方案的设计；案例研究中的数据收集（如访谈、观察、文档等）；案例研究中的数据分析策略（包括单案例研究、多案例研究、扎根理论等）；案例研究中的理论构建；案例研究的写作与发表等。通过本课程的学习，学生将了解并掌握案例研究的基本概念和步骤，能够独立进行规范的、较高水平的案例研究。

《数字经济学》

课程简介

本课程是面向硕士研究生开设的专业选修课，课程的主要目标是使学生从理论上理解 计算机与互联网等数字化技术对个体、组织、行业、以及经济社会发展带来的变革与影响， 并了解学术研究的基本范式，从而拓宽实践视野、夯实理论基础、提高研究能力。本课程将 围绕信息技术与互联网的发展实践，从经济学和管理学视角加以分析与探讨，在此基础上介 绍数字经济学相关的理论知识，并且结合最新研究来阐述相关研究范式及研究方法。本课程 涉及电子商务、社会化媒体、信息产品、数字化营销、隐私悖论等话题，注重结合数字经济 发展实践进行讲解，在理论方法上相对偏向于管理学相关理论和实证研究方法的介绍。在教 学方法上，强调学生参与，采取课堂讨论、案例教学、论文展示、小组报告等多种形式。

《电子商务》

课程简介

《电子商务》课程以互联网环境下商务活动过程为主线，从管理视角理解电子商务概念及其运营机理。结合中国及国外真实典型的企业案例，学习电子商务的基本概念、互联网及电子商务对企业战略的影响、电子商务企业的商业模式、网络营销、交易、支付、订单处理以及物流配送，以及电子商务安全与法律等支撑系统。希望通过本课程的学习，使学生能够系统认识电子商务，感受到互联网和电子商务给企业的运作、管理和人们的社会生活带来的变化；使学生能够理解电子商务环境下企业业务流程、经营理念的变革；能够加强学生信息素质教育，提高他们利用互联网开展创新、创业的能力和兴趣。本课程的先修课为信息管理概论、管理学等基础知识。

《多媒体应用》

课程简介

主要介绍图像的采集、制作、加工；二维动画的制作。本课程集趣味性、实践性于一体，综合介绍多媒体技术的应用，教学过程中强调理论与实践的高度结合。是为培养学生更好地适应当今信息社会的发展而设置的课程。

通过本课程的学习，使学生能够掌握多媒体处理的基本理论和方法，使用Photoshop进行图形、图像的加工和处理；了解Flash二维动画的制作原理；了解primiere视频处理软件的基本使用，并能进行简单的视频加工、处理。

《经济数据分析与建模》

课程简介

本课程是面向全校研究生的公共选修课。课程内容主要包括：经济数据预处理、经济数据的基本统计分析、经济数据的参数检验、方差分析、非参数检验、经济数据的相关分析与回归分析、经济数据的聚类分析、经济数据的因子分析。本课程通过任务驱动案例教学，使学生通过本课程的学习，具有对经济数据处理、数据分析和建模的能力，能很好地将所学的知识运用到本专业的理论研究和今后的工作中。本课程用的软件工具为SPSS。教学内容注重实用性、先进性和技巧性。

《R语言数据分析实践》

课程简介

R语言是一种专门为统计计算和图形显示而设计的语言，R语言有有效的数据处理和保存机制，有一整套数组和矩阵的操作运算符，有一系列连贯而又完整的数据分析中间工具，R语言是彻底面向对象的统计编程语言，与其它编程语言、数据库之间有良好的接口，是一种相当完善、简洁和高效的程序设计语言，R语言是自由软件，有丰富的网上资源。

R语言提供了丰富的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使用户能灵活地进行数据分析，甚至创造出符合需要的新的统计计算方法。这时国内外大量统计和计量经济学研究人员以及业界人士选择R语言的原因。

本课程将涉及R语言的基本语法、数据的输入与输出、常见的统计函数、概率函数以及数学函数，基本统计分析概念与应用、回归分析、方差分析、数据可视化、分类和聚类。

《项目管理》

课程简介

本课程以项目管理知识体系结构(PMBOK)9大知识领域为研究内容，以理论和课程思政指导实践为教学目的，阐述了项目管理的基本原理和概念，探讨了该领域的新发展趋势，涵盖了项目管理的关键领域。主要内容包括：概述、项目组织结构与项目团队；项目规划与范围管理、时间管理、费用管理、相关关系管理、 沟通管理等综合管理；以及项目管理专题研讨。

通过开展理论讲授，研究型学习，小组研讨，项目模拟，提升学生对项目管理知识与项目管理前沿问题的“学习能力、研究能力、解决能力”，把学生培养成具有爱国情怀和民族精神的项目管理专业人才。

《管理学专业英语》

课程简介

本课程是一门以管理学专业英语为基础，教授学生英语专业知识、管理学英语知识和博士生英语写作知识的课程。

《学术论文写作指导》

课程简介

学术论文写作是高等学校研究生的必备技能。本课程以培养研究生学术写作能力为目标，主要讲授学术论文引言、文献综述、方法、结论等各个部分的写作规范，带领学生完成从选题到撰写的全过程，从而引导学生合理选题、有效搜索并整理相关文献、规范实验设计和实验方法，进一步提高学生的学术素养与技能。此外，在教学过程中，本课程将分析典型的学术不端案例，警示学生杜绝一切学术不端的行为，让学生在学术过程中做到科研和学术诚信。

《系统科学与系统工程》

课程简介

系统科学与系统工程是一门将任何研究对象或过程视为系统，分析系统的组成要素、结构和外部环境，通过输入/输出的观察与统计分析来解释系统运行机制，并将其运用于工程管理实践的科学。其基本内容包括：系统科学的历史发展、现代系统科学形成的背景及主要思想、系统工程理论及其进展、系统工程研究的一般方法论。系统观点或系统思想是系统科学与系统工程的本质特征。

学习本门课程可以使学生建立科学研究的整体观和系统观，掌握系统思维模式、系统工程分析方法，从而揭示工程管理实践中复杂现象背后的机制和规律，为从系统视角制定工程管理和企业经营管理中的决策提供科学依据。因此本课程在管理科学与工程学科研究生课程体系中具有统领作用，有助于学生将其他课程的知识综合灵活地运用于工程管理实践。

本课程的目标：

（1）了解系统科学与系统工程理论及方法的形成与发展，了解系统科学与系统工程在中国的发展、研究与应用现状。

（2）掌握系统科学的基本思想，建立系统观点，具备系统地思考与解决实际问题的思维方式和整体优化思想。

（3）掌握系统科学的基本理论与方法，掌握相关的系统分析、建模、仿真、评价、协同与决策等基本原理、概念与方法，掌握相应的分析工具。

（4）掌握系统工程的一般原理、基本概念、方法论及其应用的思路，能够运用系统思想、系统工程方法论和相关系统分析方法，对所在研究领域的实际管理系统问题进行建模、仿真、优化与分析。

《科学计算与Matlab应用》

课程简介

《科学计算与Matlab应用》，本课程结合了学校的学科方向与博彩社区 的学科特色，以经济学、管理科学与信息科学中的科学计算问题为主要讲授内容，介绍Matlab这一科学计算工具在经济管理中的应用，突出学术前沿。本课程的开设，对于建设有贸大特色的高水平交叉学科具有积极意义，同时也有利于学生更好的理解信息技术手段如何与不同学科的知识融会贯通。

在数字经济、新文科的背景下，本课程与时俱进，锐意创新。本课程通过课程实验、课程讨论等教学环节，让学生认识到本课程在人工智能、大数据、云计算、互联网、物联网、电子商务中的应用，这在一定程度上体现出本课程内容的前沿性。