大数据的深度解析

第一篇：大数据的深度解析

大数据诱发教学深度变革的实现方式

在“互联网+”、云技术等的支撑下，大数据以慕课、翻转课堂、微课程、自媒体教学等多种形态冲击和变革教学活动。对于被赋予独特社会职能的教学活动，大数据实质上从哪些方面变革教学活动、在何种条件下变革教学活动、以什么方式变革教学活动等，就是提高大数据变革教学活动有效性所必须审视的问题。 大数据诱发的教学深度变革

自从17世纪夸美纽斯确立班级授课制以来，教学活动的基本样态就被定型了，并且教学理论的基本架构也日益变得稳固，相应地一种特殊现象就是“科学意义上的教学论正是现代班级授课制度的产物”。对于社会发展及其所产生的新技术，教学活动在理论与实践层面上通常有限地接受它们所带来的影响，仍然固执地坚守着以传统班级授课制为主的教学样态。而在知识经济时代，这一趋势正在被改变。大数据快速地传播、聚集及衍生人类世界的知识信息，还将教学活动及师生教学行为系统而动态地转变为数据信息，极大地丰富了数据信息的数量、类型与价值，从而将教学内容及教学资源的深度与广度无限放大。

(一)大数据引发教学思维的深度变革

互联网技术将师生抛掷于浩瀚的大数据之中，丰富了他们获取信息的途径与方式，使他们从传统意义上的知识获得者变为大数据背景下的知识获得者与创生者。因此，大数据深刻地影响着师生认知知识世界的内容与方式，从根本上延展和改变了教师、学生、教学内容等核心教学要素的内涵与特质，甚至构建了师生与教学内容之间、师生之间的新型关系。

大数据使人类思维发生三个转变：在信息世界里人类所面对的“不是随机样本，而是全体数据”“不是精确性，而是混杂性”“不是因果关系，而是相关关系”。这些思维转变强烈地影响着教学思维。首先，教学活动要更多地关注“不确定性”的知识。面向全体数据及其混杂性使师生在理论上需要关注所有知识，但是在实践上又无力关注所有知识。这一教学认识悖论使师生不仅要接受被人类社会所精确地确信的知识，更要接受具有一定模糊性、结构不良的知识。其次，教学活动要更多地遵循发现“是什么”的认识路线。对相关关系的探索将适度降低师生对因果关系的过度依赖，引领师生动态地跟踪快速演进的事件与现象，以连续不断、整体性层面的“是什么”相对准确地把握事件和现象的真实发展趋势，从而部分地代偿事件和现象发展背后所遵循的“为什么”。

(二)大数据引起教学结构的深度变革

受教学思维变革的深刻影响，教学活动的结构也发生了变革。第一，教学目标实现“基础知识”与“学习方法”并重。引导学生掌握普遍性与适应性最广且有生发性功能的基础知识与技能，构建学生有效掌握大数据的支架，进而引导学生在教学活动中依据自己的个性特征、认知方式、发展需求等，定向、专业地构建个性化的大数据知识图景。同时，引导学生构建有效认知与运用大数据的学习方法。一是适应情境流变的逻辑直觉方法，便于学生有效地利用大数据符合逻辑地透视问题本质、探寻基本规律、提出解决方案等;二是面对复杂数据的意义关联方法，促使学生在类型繁多甚至杂乱无章的大数据中迅捷地发现数据之间的内在联系，实现意义创生，觉察意义所负载的情感情绪等。第二，教学内容实现“基础”与“现代”的有机结合。对于课程和教材，需要根据教学目标回归基础的要求，有意识地剔除相对陈旧的知识和过于凌乱的“知识碎片”，着重选择与组织学科的基本概念、基本结构、基本原理等。同时，改变 “以不变应万变”的传统教学内容观念，跟上大数据快速更新的步伐，随时挖掘大数据中有教育价值的信息，动态更新教学内容，保证教学内容的时代性和新颖性。第三，教学时空向“课外”延展与拓宽。师生可以随时随地利用信息终端链接大数据平台及互联网世界，突破传统教室对于教学信息的封装及对教学环境的限定，构建面对面教学与在线教学有机融合的教学时空场域。第四，教学方式更加凸显学习方式。教师基于学生的学习观念而调整自身的教学观念，利用大数据有针对性地设计并组织促进学生自主发展的教学活动。学生在教师所引导的开放性教学活动中，依据自身的学习水平、学习方式、学习风格有效地进行个性化学习。第五，构建“学生主体、教师主导”的生师关系。大数据为师生在知识获得方面提供了前所未有的便捷性，从而降低了“知识拥有式”的教师权威性，使教师的职责更多地转向引导学生有效学习、培养学生健康的情感等方面。正是因为大数据拓展了学生获取知识的途径，创设了学生创生知识的方式，学生在知识世界中才可以进行适合自己认知风格、学习水平的意义建构，进一步将自己变成学习的真正主人，这在一定程度上将师生关系由“教师引导我学”转变为“我需要教师引导我学”。

大数据诱发教学深度变革的条件

虽然大数据以多种方式影响着教学活动，甚至给教学活动带来很大的冲击，但是由于教学活动具有因班级授课制而形成的自我封闭性，大数据仍然主要以“嫁接”方式影响教学活动，这难免有隔靴搔痒之嫌。针对这一问题，为了将大数据对教学思维与教学结构的深刻影响有效地落实到教学实践之中，首先要基于大数据的特性与教学活动的本质，探寻促进大数据与教学活动“有机融合”的契合点。

(一)挖掘大数据深度描绘师生教学行为

利用大数据准确、真实和全面地把握师生教学行为，深度描绘师生在教学活动中的形象及个性，是提高教学设计水平与教学活动育人效益的首要前提。大数据凭借师生教学行为数据采集系统，经过严格的数理分析与逻辑构建，可以基于教学过程生动而精细地描绘师生教学行为的变化。这种数字化的师生教学行为变化描述破解了小数据视野下师生教学行为不可测的难题，相对客观全面地评估师生教学行为，比较容易逼近师生在教学活动中的真实状态。大数据还可以采取所见即所得的方式对师生教学行为进行可视化呈现，使师生教学行为更加立体化和具象化，从而增强师生教学行为的可感性。深度描绘师生教学行为有利于从教学主体的角度为教学活动提供更为真实的科学依据，从而有效地调控和改进师生的教学行为。如美国教育部2012年发布的《通过教育数据挖掘和学习分析技术来提高教与学：问题简述》报告指出，大数据可以客观全面地展示每个学生的形象，将学生置于真实的教学场景中进行评估，针对其学习状态进行教学改进，促进学生个性化学习。

深度描绘师生教学行为的方式可以按照全面收集原始教学行为数据、提纯量化教学行为数据、探寻教学行为规律、可视化教学行为规律的步骤展开。首先，全面收集原始教学行为数据需要对教学活动进行全景式观察，尽量系统地记录教师教的行为、学生学习行为、师生教学互动行为、课前教学准备行为、课后教学反馈行为等。其次，由于大数据是一种低价值密度的数据，存在大量冗余的数据，提纯量化教学行为数据就是归并整理师生教学行为数据，排除与其无直接关联的数据，然后将提纯后的师生教学行为数据按照一定标准分级量化，尤其需要有效地刻画有关师生的小概率教学行为和异常教学行为的数据。再次，探寻教学行为规律是利用云计算、分布式计算等技术手段挖掘师生教学行为数据之间的内在关联，基于教育学、心理学等学科的理论原理确证这些关联的合理性与科学性，并作出符合教育逻辑的意义阐释，甚至发现新的师生教学行为规律。最后，可视化教学行为规律是利用信息技术手段，立体、直观地呈现有关师生教学行为规律的类型与指数、内涵与特征、意义与价值等。

(二)建设富有教育价值的大数据教学资源

大数据的开放性、多元性及混杂性使教学活动运用大数据的有效性偏低，甚至对正常开展教学活动产生干扰与阻碍，如大数据形式多样的界面、丰富多彩的主题、贴近生活的信息、随手可及的链接等特征容易过度地激发学生的好奇心，极有可能分散学生在教学活动中的注意力，甚至诱导学生偏离教学活动的基本预设方向。因此，为了让大数据有效地服务教学活动，基于教育教学规律开发大数据资源就势在必行。 首先，构建符合教学需求的大数据教学资源库。大数据教学资源的来源需尽量广泛，至少包含国家设置的课程及相关课程资源、学校和教师开发的课程素材、师生传承和创生知识文化的数据、师生教学行为的数据、互联网世界的数据信息等。大数据教学资源的构建方式不是随意地植入教育价值低的数据信息，也不是简单地变形与移植学校课程，而是必须结合学校核心课程的知识体系、符合学生的认知规律及知识基础、适应师生的教学活动方式等，构建符合教育教学规律且与学校课程目标有机融合的大数据教学资源库。

其次，打造智能化的大数据教学资源运行平台。这一平台在功能上至少需要基于教学情境即时分析判断师生的教学行为、推荐与教学主题密切相关的教学资源、为师生提供高效教学的实施建议等。更为重要的是，运行平台需要系统分析较长时间内师生教学行为的数据，综合刻画师生教学行为的特性、习惯、偏好等，基于此为师生定制个性化的教学资源使用方案及教学活动方案。此外，建立大数据教学资源平台与互联网世界的良性联系，基于师生使用大数据教学资源平台的个性化情况，动态推荐与更新互联网链接资源库。在实现方式上，大数据教学资源平台必须对互联网数据信息进行智能化甄别与筛选，以此确保互联网链接资源库具有较高的教育价值。

(三)培育和谐共生的大数据教学文化

大数据的硬件支撑环境是互联网，它的无中心化特征导致大数据的生产、传播、运用等具有明显的自发性和无序性，甚至常常处于一种丛林式的混乱状态。但是教学活动需要在和谐共生的教学文化氛围中，妥善处理与教学活动关涉的师生关系、生生关系、师生与社会之间关系等，才能保证教学活动的有序性和有效性。于是，为了规避大数据可能带来的混乱状态，在大数据环境中培育和谐共生的教学文化，才能保证教学活动得以有序而高效地实施。

首先，培育大数据环境中的教学自律文化。针对在大数据环境中因身份匿名而带来的言行随意、责任泛化、道德虚无等问题，引导师生在利用大数据进行教学活动时自觉养成为自己、他人及社会负责的态度和言行，促使师生真正为了有效教学而使用大数据，从而保证大数据环境中教学活动的科学性和严肃性。

其次，培育大数据环境中的教学共享文化。利用大数据的共享交流特性，培养师生在大数据环境中勤于交流、共享信息、共同进步等方面的习惯与能力，使师生在有利于共同交流、相互切磋的教学过程中获得更佳的教学效果。尤其是大数据环境中教学时空在一定程度上的错位与分离减少了师生之间面对面交流的机会，而且个性化教学的过度强化也加大了学生自我封闭式学习的倾向性。对此，教师需要有意识地引导学生在大数据支持的教学活动中与其他学习者展开积极的交流讨论与合作探讨，从而有效地实现教学相长。

大数据诱发教学深度变革的策略

大数据诱发教学活动在思维与结构层面发生深度变革，基本指向是教师利用大数据引导学生实现个性化学习，从而更加有效地促进每一位学生得到个性化发展。循着这一变革路径，需要挖掘大数据具有的教学价值，系统地提出教学变革的策略，在实践层面实现大数据诱发的教学深度变革。

(一)教学目标的精准化确立

因教学活动涉及的因素众多、教学活动的过程复杂多变，教学目标的设定与表述大多处于较为模糊的状态，主要是描述班级中大多数学生能够和需要达成的普遍性目标，忽视针对个别学生的差异化目标，或者是重点描述可以量化的知识技能目标，难以设定情感变化和方法掌握方面的目标。而大数据可以大幅度提升教学目标的精确度。一是大数据将每一位学生的学习行为数据化，系统分析每一位学生的学习风格、学习需求、学习水平等，构建每一位学生学习状态的综合指数，找出这一指数与预设教学目标之间的差距，进而统计分析班级中所有学生关于这种差距的范围跨度，从而使教学目标更加具体化、精确化和个性化。二是大数据记录学生学习方法使用过程和捕捉学生情感态度变化，量化分析学生使用学习方法的程度和情感态度状态的稳定性及趋向性，探寻教学情境变化与学生使用学习方法及养成情感态度之间的关系，从而相对准确地提出学生在掌握学习方法与发展情感态度方面的教学目标。

(二)教学内容的全景式选择与认知化组织

大数据为教学内容提供了丰富的教学资源，有利于突破过度囿于学科领域的教学内容选择方式，支持全景式选择方式。大数据通过互联网联通了整个人类知识信息世界，使教学内容的选择突破教科书、教学参考书等学科知识来源限制，可选择直接阐释学习主题的基础性知识、与知识产生过程相连的背景性知识、与知识运用现场相连的情境性知识、学生参与生产生活的实践性知识等。除此之外，还可以参照其他学习者学习特定教学内容的行为大数据，依据学习者的学习行为大数据、教学评价大数据及情感态度发展趋势大数据，为学习者学习特定教学内容提供针对性的学习方法论知识和适宜的情感养成方案。

对于组织方式而言，大数据强化了学生认知次序和学科知识次序相结合的教学内容组织原则。利用大数据记录并分析教学活动中学生学习行为，可以直观地反映学生认知发展的内在程序性与连贯性，对学生从已知到未知、从感知到理解、从巩固到应用、从具体到抽象、从易到难、由简到繁、由近及远、由外而内、由旧到新等认知次序的水平与状态作出相对准确的判断，基于此调整教学内容出现的先后次序与形式样态，使教学内容更容易被学生掌握与理解。此外，基于大数据对师生教学活动情境的动态记录与分析，可以判断学生在有效地学习特定的教学内容时受到哪些因素的影响，在规避、适应、协同这些影响因素的基础上优化组织教学内容，从而获得最优化的教学内容组织效果。

(三)教学方法的针对性选用

大数据引发的教学内容全景式选择使教学内容与教学方法之间的关系更为丰富，需要根据知识的特性更有针对性地选用教学方法，如背景性知识可以选用直观式教学方法，基础知识偏重选用推理式教学方法，情境性知识适宜选用体验式教学方法，实践性知识可以采用实操式教学方法，等等。而且，对学生学习行为的大数据分析也可以更加明确学生认知方式与教学方法之间的关联，进一步发挥教学方法促进学生有效学习方面的作用。如偏形象思维的学生倾向从具体感知到抽象提炼的方法论路线，选用直观式教学方法、体验式教学方法、实操式教学方法等就更为恰当。而偏逻辑思维的学生倾向从概念把握到现象印证的方法论路线，采用推理式教学方法就更加重要。显然，大数据使学生认知特征、教学内容、教学方法三类因素之间的关系更加清晰，提高了教学方法与教学内容及学生认知特征之间的匹配程度，有利于教师依据学生的认知偏好、基于知识的特性，选用适切的教学方法，更加有效地指导学生开展个性化学习。

(四)教学组织形式的混合式实现

教学组织形式是根据一定的教学思想、教学目的、教学内容以及教学主客观条件组织安排教学活动的方式。大数据改变了与教学思维有关的知识获得方式、丰富了教学内容的来源、扩大了教学活动所处的时空环境等，从而将个性化学习的要素深度融入教学活动，改变了以班级授课制为核心的主流教学组织形式，也把多种教学组织形式有机地混合在一起。

首先，大数据深化了传统的班级授课制，将同一时间内完成同一教学任务的班级准则弱化，学生可以基于自己的认知方式选取教学内容的表达形式、依据自己的认知偏好安排教学内容的呈现顺序、根据自己的知识水平与构成确定对不同教学内容的关注程度、遵循自己的学习习惯灵活调控教学时机与氛围等。这使在班级授课制下由教师完全主导的统一步调式教学过程转化为在教师适度引导下、由学生自主安排的、多线程的异步化学习过程。因为即使在由教师完全控制步调的课堂中，学生真正的学习还是由学生自己决定的，而在课堂中运用大数据实施教学使学生自我决定学习发生的规律被极大地凸显。

其次，大数据改变分组教学主要基于学生空间分布、学习任务分工、学生之间的友情等因素建构学习小组的准则。通过对学生的学习行为数据与学习效果数据进行精确分析，将学生的学习认

知方式、合作态度与技能、对教学内容的喜好程度等因素纳入建构学习小组的准则之中。由大数据教学系统更为科学合理地建构高效、和谐的学习小组，从而提升学习小组的合作水平与学习效果，让小组成员完全做到各展其能、各司其职、各有所获。再次，大数据在互联网、云技术等技术手段的有效支撑下，实现了“面对面教学与在线学习的结合”，将多种教学组织形式有机地融合。尤其是将班级授课制、个别教学组织形式、在线教学组织形式等有效地结合在一起，既继承了班级教学中由统一教学步调而获得较高教学效率、师生面对面交流而养成良好的教学情感等传统，又通过在线教学组织形式给学生提供丰富的教学资源、拓展教学活动的时空场域等，还通过个别教学组织形式激发了学生的学习主动性、自觉性、独立性等。

(五)教学模式的个性化构建

利用大数据对师生教学行为的精细化与个别化分析使师生的教学个性变得更加鲜明与具体，从而有力地推动了个性化教学发展。首要的是根据对学生学习行为的大数据分析而定制学生的个性化学习，同时也基于对教师教的行为的大数据分析而提升教师个性化教的水平，尤其是引导学生个性化学习的能力，从而构建大数据背景下以学生为中心的个性化教学模式，实现大数据支持下的学生“个性化自适应学习”。这种教学模式的构建方式涉及三个基本方面。一是引导学生自主选用教学资源。在教师对教学资源进行集中管理、科学分配、实时分析的条件下，学生充分利用丰富的大数据教学资源，自主地选择、组织、利用及开发教学资源，提升教学内容对学生的吸引力。二是引导学生自主调控学习行为。在教师对教学过程实施智能化决策与管理的条件下，学生依据大数据教学行为分析而自我监控、评价和改进自己的学习行为，保障教学过程和学习活动得以顺利展开。三是引导学生自主选择学习方式。教师利用大数据准确地把握学生的知识基础、认知特点、学习风格等，引导学生依据教学内容及教学目标自主选择最符合自身认知特征的学习方法、学习策略、学习路径等，让每位学生利用自己最擅长的学习方式实现高效的学习。

第二篇：《贵州省大数据深度融合发展研究报告》公布

来源：贵州省发展研究中心门户网站 时间：2017-12-21 15:24:30 作者：中心产业部

根据贵州省政府工作部署，调研组先后赴贵阳、遵义、六盘水、安顺、贵安新区等市(州)和省大数据管理局、省经信委、省农委、省发改委、省商务厅、省旅游局、省金融办、省交通厅、省扶贫办等省部门，采取召开座谈会、实地调研及个别对象访谈等形式，对贵州省大数据融合发展情况进行深入调研，认真总结和全面把握全省大数据融合发展情况，深刻剖析面临的痛点难点，提出推动贵州省大数据深度融合发展的对策建议。

调研组经过调研、结构性和比较分析，得出贵州省大数据融合发展已全面推进。

一是大数据“触角”向三次产业、产业链各个环节不断延展，但总体处于起步阶段。贵州省大数据与实体经济融合发展水平为33.8，处于融合起步建设期的企业占62.1%，仍处于起步阶段。其中，大数据与工业、服务业、农业融合水平分别为35.6、31.

6、31.3。从大数据与三次产业融合情况看，大数据与工业融合发展势头较好，装备制造、新兴产业耦合度较高，贵阳、遵义融合水平居全省前列;大数据催生了服务业发展新业态新模式，旅游、物流、电子商务、金融四大领域融合较好;大数据正向农业产业链各环节渗透，农村电商发展亮点凸显。

二是大数据与政府治理融合水平处于全国前列。政用指数排全国第2位。其中，政务服务领域融合水平全国领先，政府管理领域创造了多个全国第一，政府决策领域打造了一批有前景和潜力的示范项目。

三是大数据融合应用在民生服务多个领域做了有益探索，但整体水平较低。民用指数排全国第27位。其中，交通出行、精准扶贫、社会综合服务等领域融合应用较好，健康医疗、社会保障、文化教育、社会信用、新闻广播等领域融合应用有力推进。

调研组通过对相关数据分析，结合调研情况，认为“五个问题”制约大数据深度融合发展。

一是大数据与实体经济融合范围不广、程度不深。贵州省重点行业数字化研发工具普及率、关键工序数控化率分别比全国平均水平低14.5、12.8个百分点，工业大数据与研发生产融合不够，农业大数据与质量追溯融合不够，服务业大数据与精准营销融合不够。

二是企业融合发展动力不足。受对大数据融合发展认识不够、大数据融合发展能力不足、大数据融合效果不明显等因素影响，很多企业推进融合发展的动力不足。

三是数据资源开放共享难题仍未完全破解。由于“信息壁垒”妨碍共享、体制问题拖延共享、技术问题阻滞共享，导致有些政府部门仍然不能将管理数据及时拿出来与其他部门共享。

四是大数据人才和专业团队供给短板凸显。111家“融合服务队”只有33家在贵州有分公司或服务支撑团队，318个解决方案只有79个解决方案能够在本地得到技术支撑。贵州省发布招聘信息职位数在“前程无忧”网站占0.262%，在周边省份中占比最低;在“智联招聘”网站占0.447%，在周边省份中仅高于广西、云南两省。

五是信息基础设施建设与大数据融合需求差距较大。主要表现为互联网普及率、固定宽带下载速率低，带宽资费较高，“数字鸿沟”明显，导致信息基础设施支撑大数据融合应用能力不足。

调研组坚持问题导向，针对痛点难点，提出推动贵州省大数据深度融合发展的六条对策建议：

一是深化与高水平专业团队的合作，让专业的人办专业的事。坚持“专业的事交给懂专业的人办”的理念，把委托既懂行业、又懂大数据的高水平专业团队建设运营作为贵州省大数据融合应用的主要方式。

二是典型引领，重点突破，推动大数据与实体经济深度融合。实施大数据融合标杆企业打造“1+10+100”工程、大数据融合产业链关键环节突破工程、大数据与实体经济融合服务专项行动。

三是营造氛围，资金支持，增强企业大数据融合发展动力。加大全省范围的典型示范项目推广观摩、交流、宣传力度，使企业认识到“融合比不融合更有利可图”;对企业开展技术标准和数据规范编制、重点应用示范项目投入、购买平台服务等给予一定补贴。

四是摸清“家底”，完善机制，促进数据资源开放共享水平上新台阶。开展省市县三级政府部门数据资产梳理、资产评估、登记确权、资产盘点、资产整合等工作，对全省政务信息系统进行“清”“查”;出台共享开放实施细则，明确共享开放边界;完善云上贵州数据共享交换平台，完善数据采集、更新及保障机制，加强省大数据局对政府数据资源的统筹管理。

五是优化政策，创新模式，破解大数据融合发展人才瓶颈。尽快出台专门针对大数据人才的优惠政策，建好大数据融合发展综合性服务平台，大力开展校地、校企合作，采取订单培养、高校毕业生毕业季实训、学历植入等方式，不断拓宽培养引进大数据人才的路径。

六是统筹部署、应用导向，增强信息基础设施支撑力。实施信息基础设施新提升行动和应用基础设施部署计划。

第三篇：2017-2022年中国医疗大数据市场深度调研报告

2017-2021年中国医疗大数据市场

发展预测及投资咨询报告

▄ 核心内容提要

【出版日期】2017年4月 【报告编号】

【交付方式】Email电子版/特快专递

【价

格】纸介版：7000元

电子版：7200元

纸介+电子：7500元

▄ 报告目录

第一章 医疗大数据相关概述

第一节、医疗大数据概念

第二节、医疗大数据来源

第三节、医疗大数据分类

第四节、医疗大数据特征

第二章 2014-2016年医疗大数据发展政策环境分析

第一节、2014-2016年主要发达国家政策环境

一、美国

二、英国

三、法国

四、日本

五、韩国

六、新加坡

七、政策比较

第二节、2014-2016年中国医疗大数据政策环境

一、推动大数据与医疗结合

二、医疗大数据发展指导意见

三、推进医疗大数据的应用

四、医疗健康大数据发展举措

1

第三节、主要发达国家医疗大数据政策经验借鉴

一、转变传统思维

二、建立运行机制

三、规范建设标准

四、搭建共享平台

五、培养专业队伍

第三章 2014-2016年医疗大数据技术基础发展分析

第一节、大数据

一、技术概述

二、发展现状

三、发展趋势

四、医疗领域应用

第二节、云计算

一、技术概述

二、市场规模

三、技术优势

四、医疗数据挖掘应用

第三节、物联网

一、技术概述

二、发展现状

三、发展特征

四、发展前景

第四节、移动互联网技术

一、技术概述

二、发展现状

三、发展趋势

2

第四章 2014-2016年中国医疗信息化发展分析

第一节、2014-2016年中国医疗信息化行业发展状况

一、行业概念界定

二、产业发展阶段

三、市场竞争分析

四、市场竞争动态

五、行业投资规模

六、行业发展态势

第二节、中国区域医疗信息化平台发展分析

一、概念简介

二、功能分析

三、发展现状

第三节、中国医疗信息化发展前景趋势分析

一、发展变革

二、发展趋势

三、发展规划

第五章 2014-2016年中国医疗大数据发展综合分析

第一节、2014-2016年中国医疗大数据市场运行分析

一、市场发展背景

二、市场发展现状

三、市场规模分析

四、市场需求分析

五、行业投资规模

第二节、中国医疗大数据发展面临的挑战

一、技术难题

二、实施瓶颈

3

第三节、中国医疗大数据发展的对策建议

一、加强人才培养

二、推行协同发展

三、建设信息平台

四、创新数据技术

五、依托互联网医院

第六章 医疗大数据的应用流程及应用前景分析

第一节、医疗大数据核心数据来源

一、主要数据来源介绍

二、医疗数据汇集分析

三、电子病历相关介绍

第二节、医疗大数据的分析处理

一、大数据分析框架

二、数据准备分析流程

三、大数据处理工具

第三节、医疗大数据的应用对象

一、医院

二、医药企业

三、保险企业

四、互联网平台

五、医疗硬件厂商

第四节、大数据在医疗领域的应用方向

一、临床操作

二、付款/定价

三、研发过程

四、新商业模式

4

五、公众健康

第五节、医疗大数据的应用前景 第七章 中国医疗大数据区域发展状况分析

第一节、中国医疗大数据区域布局状况

一、产业园试点

二、深圳市布局

三、南京市布局

第二节、中国区域卫生信息平台发展分析

一、发展现状

二、存在问题

三、发展建议

第三节、中国医疗大数据区域信息平台建设状况

一、四川省

二、北京市

三、云南省

四、江苏省

五、湖南省

六、呼和浩特市

七、乌鲁木齐市

第八章 2014-2016年中国医疗大数据领域重点企业经营状况分析

第一节、思创医惠科技股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

5

第二节、卫宁健康科技集团股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第三节、东软集团股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第四节、万达信息股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第五节、荣科科技股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第六节、上海延华智能科技(集团)股份有限公司

一、企业发展概况

6

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第七节、海虹企业(控股)股份有限公司

一、企业发展概况

二、经营效益分析

三、业务经营分析

四、财务状况分析

五、未来前景展望

第九章 2017-2021年中国医疗大数据发展前景展望

第一节、中国医疗大数据发展前景预测

一、医疗大数据应用前景

二、医疗大数据发展潜力

三、医疗大数据发展趋势

第二节、2017-2021年医疗大数据预测分析

一、医疗大数据发展影响因素

二、医疗大数据市场规模预测 附录

附录一：促进大数据发展行动纲要

附录二：国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见

▄ 公司简介

中宏经略是一家专业的产业经济研究与产业战略咨询机构。成立多年来，我们一直聚焦在“产业研究”领域，是一家既有深厚的产业研究背景，又只专注于产业咨询的专业公司。我们针对企业单位、政府组织和金融机构，提供产业研究、产业规划、投资分析、项目可行性评估、商业计划书、市场调研、IPO咨询、商

7

业数据等咨询类产品与服务，累计服务过近10000家国内外知名企业;并成为数十家世界500强企业长期的信息咨询产品供应商。

公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、政府机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢铁冶金、嵌入式软件纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。经过中宏经略咨询团队不懈的努力，已形成了完整的数据采集、研究、加工、编辑、咨询服务体系。能够为客户提供工业领域各行业信息咨询及市场研究、用户调查、数据采集等多项服务。同时可以根据企业用户提出的要求进行专项定制课题服务。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。

我们的优势

强大的数据资源：中宏经略依托国家发展改革委和国家信息中心系统丰富的数据资源，建成了独具特色和覆盖全面的产业监测体系。经十年构建完成完整的产业经济数据库系统(含30类大行业，1000多类子行业，5000多细分产品)，我们的优势来自于持续多年对细分产业市场的监测与跟踪以及全面的实地调研能力。

行业覆盖范围广：入选行业普遍具有市场前景好、行业竞争激烈和企业重组频繁等特征。我们在对行业进行综合分析的同时，还对其中重要的细分行业或产品进行单独分析。其信息量大，实用性强是任何同类产品难以企及的。

内容全面、数据直观：报告以本最新数据的实证描述为基础，全面、深入、细致地分析各行业的市场供求、进出口形势、投资状况、发展趋势和政策取向以及主要企业的运营状况，提出富有见地的判断和投资建议;在形式上，报告以丰富的数据和图表为主，突出文章的可读性和可视性。报告附加了与行业相关的数据、政策法规目录、主要企业信息及行业的大事记等，为业界人士提供了一幅生动的行业全景图。

深入的洞察力和预见力：我们不仅研究国内市场，对国际市场也一直在进行

8

职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们有多位专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。

有创造力和建设意义的对策建议：我们不仅研究国内市场，对国际市场也一直在进行职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们行业专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。

▄ 最新目录推荐

1、智慧能源系列

《2017-2021年中国智慧能源前景预测及投资咨询报告》 《2017-2021年中国智能电网产业前景预测及投资咨询报告》 《2017-2020年中国微电网前景预测及投资咨询报告》 《2017-2020年中国小水电行业前景预测及投资咨询报告》 《2017-2020年中国新能源产业发展预测及投资咨询报告》 《2017-2020年中国太阳能电池行业发展预测及投资咨询报告》 《2017-2020年中国氢能行业发展预测及投资咨询报告》 《2017-2020年中国波浪发电行业发展预测及投资咨询报告 《2017-2020年中国潮汐发电行业发展预测及投资咨询报告》 《2017-2020年中国太阳能光伏发电产业发展预测及投资咨询报告》 《2017-2020年中国燃料乙醇行业发展预测及投资咨询报告》 《2017-2020年中国太阳能利用产业发展预测及投资咨询报告》 《2017-2020年中国天然气发电行业发展预测及投资咨询报告》 《2017-2020年中国风力发电行业发展预测及投资咨询报告》

2、“互联网+”系列研究报告

《2017-2021年中国互联网+广告行业运营咨询及投资建议报告》 《2017-2021年中国互联网+物流行业运营咨询及投资建议报告》

9

《2017-2021年中国互联网+医疗行业运营咨询及投资建议报告》 《2017-2021年中国互联网+教育行业运营咨询及投资建议报告》

3、智能制造系列研究报告

《2017-2021年中国工业4.0前景预测及投资咨询报告》 《2017-2021年中国工业互联网行业前景预测及投资咨询报告》 《2017-2021年中国智能装备制造行业前景预测及投资咨询报告》 《2017-2021年中国高端装备制造业发展前景预测及投资咨询报告》

《2017-2021年中国工业机器人行业前景预测及投资咨询报告》 《2017-2021年中国服务机器人行业前景预测及投资咨询报告》

4、文化创意产业研究报告

《2017-2020年中国动漫产业发展预测及投资咨询报告》 《2017-2020年中国电视购物市场发展预测及投资咨询报告》 《2017-2020年中国电视剧产业发展预测及投资咨询报告》 《2017-2020年中国电视媒体行业发展预测及投资咨询报告》 《2017-2020年中国电影院线行业前景预测及投资咨询报告》 《2017-2020年中国电子竞技产业前景预测及投资咨询报告》 《2017-2020年中国电子商务市场发展预测及投资咨询报告》 《2017-2020年中国动画产业发展预测及投资咨询报告》

5、智能汽车系列研究报告

《2017-2021年中国智慧汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国无人驾驶汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国智慧停车市场前景预测及投资咨询报告》 《2017-2021年中国新能源汽车市场推广前景及发展战略研究报告》 《2017-2021年中国车联网产业运行动态及投融资战略咨询报告》

6、大健康产业系列报告

《2017-2020年中国大健康产业发展预测及投资咨询报告》

《2017-2020年中国第三方医学诊断行业发展预测及投资咨询报告》

10

《2017-2020年中国基因工程药物产业发展预测及投资咨询报告》 《2017-2020年中国基因检测行业发展预测及投资咨询报告》 《2017-2020年中国健康服务产业发展预测及投资咨询报告》 《2017-2020年中国健康体检行业发展预测及投资咨询报告》 《2017-2020年中国精准医疗行业发展预测及投资咨询报告》 《2017-2020年中国康复医疗产业深度调研及投资战略研究报告》

7、房地产转型系列研究报告

《2017-2021年房地产+众创空间跨界投资模式及市场前景研究报告》 《2017-2021年中国养老地产市场前景预测及投资咨询报告》 《2017-2021年中国医疗地产市场前景预测及投资咨询报告》 《2017-2021年中国物流地产市场前景预测及投资咨询报告》 《2017-2021年中国养老地产前景预测及投资咨询报告告》

8、城市规划系列研究报告

《2017-2021年中国城市规划行业前景调查及战略研究报告》 《2017-2021年中国智慧城市市场前景预测及投资咨询报告》

《2017-2021年中国城市综合体开发模式深度调研及开发战略分析报告》 《2017-2021年中国城市园林绿化行业发展前景预测及投资咨询报告》

9、现代服务业系列报告

《2017-2021年中国民营医院运营前景预测及投资分析报告》 《2017-2020年中国婚庆产业发展预测及投资咨询报告》

《2017-2021年中国文化创意产业市场调查及投融资战略研究报告》 《2017-2021年中国旅游行业发展前景调查及投融资战略研究报告》 《2017-2021年中国体育服务行业深度调查与前景预测研究报告》 《2017-2021年中国会展行业前景预测及投资咨询报告》 《2017-2021年中国冷链物流市场前景预测及投资咨询报告》 《2017-2021年中国在线教育行业前景预测及投资咨询报告》 《2017-2021年中国整形美容市场发展预测及投资咨询报告》 《2017-2021年中国职业教育市场前景预测及投资咨询报告》

11

《2017-2021年中国职业中介服务市场前景预测及投资咨询报告》

第四篇：小米网站运营及营销模式的深度解析

1.小米线下产品线分布

1）小米手机（不同版本）顶级硬件配置（超高性价比）定制化UI产品设计、友好性用户体验、内置应用开放式APP 2）小米盒子（不同区域）小米盒子通过未来电视运营的“中国互联网电视”集成播控平台，为用户全面提供超过30万小时的央视正版授权高清内容，包含最新最热的电影、电视剧、综艺节目、动漫等等

3）自有品牌手机周边配件：电源/耳机与音箱/保护后盖贴膜/挂饰贴纸/支架与绕线器/服饰类/存储卡与读卡器

品牌动漫形象衍生品：

小米硬件系列产品定位：

1.具体行业产品不限，只做创意DIY类高度贴合目标用户的产品 2.线下资源整合能力较强：电信、联通、移动合约机（流量）套餐 3.其他厂商硬件与软件应用程序开发对接—不仅仅只是简单的APP应用 小米资源投入产品的占比： 小米硬件销售市场营收策略：

1.先做铺垫，让用户和市场认知，打通各种关系和渠道，建立完善产销链条，与运营商建立合作关系

2.通过小米量产成熟的供应链、物流，来支撑小米手机、小米盒子、和软件增值服务项目整合市场用户需求实现盈利

2.小米线上支撑平台产品线分析

小米网: http://（社区）

这两个站目前也是用户PV量和停留时长最高的。 名词解释：购买转化率

指小米手机、小米盒子、小米付费APP和付费主题、和小米手机配件 转向流量和直接流量购买率

小米手机销售数据

统计日期截止：2012年5月9日

2011年8月29日，小米手机1000台工程纪念版开售。 2011年9月5日，小米手机开放网络预订30万台。 2011年12月18日，小米手机第一轮开放购买10万台。 2012年1月4日，小米手机第二轮开放购买10万台； 2012年1月11日，小米手机第三轮开放购买50万台。 2月27日，小米手机第四轮电信版开放购买15万台。

3月17日第五轮10万；4月6日，小米公司庆祝成立两周年，第六轮开放购买10万台。 2012年4月24日，第七次开放购买，15万。 5月9日第八轮10万，5月18第九轮15万青春版 统计日期截止：2012年6月-2013年5月 小米会员总量：705万+ 小米手机用户量：500万+ 小米用户群体特征及需求

>80后用户占比70% ，90后占比30% >对手动DIY创意电子产品有浓厚兴趣

>从事IT和设计师以及开发工程师用户群体占多数 >有心理崇拜对象有社区团队归属感 >自己善于分享和传播行业新鲜资讯

>对摄影、摄像、户外活动、行业经验交流有需求 >几乎全天24小时使用手机的年轻人 >有一定互联网经验和电脑技术基础的人 >其他品牌手机用户（喜欢用小米系统） 小米产品线运营策略分析

专注行业资讯: 根据用户群体的特征和类型把行业最新资讯和产品信息进行有目的性的组合。

低成本产品架构:小米社区和商城流量最大，实际上小米社区用的第三方开源论坛（无大开发成本），商城也是轻型小心电子商务平台（用户体验简洁）

UGC:运营和编辑团队主导内容产出方向，大多是小米社区内容是有小米忠实用户产生（有奖励机制和体系）

内容运营：以内容洗脑传输品牌产品优质的概念，从而来影响用户的购买行为

营销创意：抢购手机、合约机、配件大礼包、应用APP收费、支撑其他平台手机系统安装等等…. 小米产品用户体验设计： 小米的整体用户体验在小米手机系统和盒子系统实力强劲，近2年整体实力超过魅族，小米的互联网产品设计和交互能力体现较弱，除了产品页和MIUI的产品较为优秀其他平台较为粗糙。

第五篇：热门专业深度解析系列之计算机科学与技术深度解析

近年来IT产业对于高级专业人才的需求持续上升，使得报考这一专业的研究生竞争日趋激烈。2007年计算机科学与技术专业的报考人数排名由06年的第六位上升到第三位，仅次于工商管理和法学硕士。

计算机科学与技术专业是一应用十分广泛的专业，包括计算机软件与理论、计算机系统结构以及计算机应用三个方向。其中，计算机软件与理论主要包括软件设计、开发、维护和使用过程中涉及的理论、方法和技术，探讨计算机科学与技术发展的理论基础，其研究范围包括系统软件、软件自动化、程序设计语言、数据库系统、软件工程与软件复用技术、并行处理与高性能计算、智能软件、理论计算机科学、人工智能、计算机科学基础理论等; 计算机系统结构的研究方向主要有计算机存储技术与网络存储系统、计算机高速接口与通道技术、计算机网络与网络安全、多媒体技术、集群与网格计算、嵌入式系统及VLSI设计技术等;计算机应用技术专业是一应用十分广泛的专业，它以计算机基本理论为基础，突出计算机和网络的实际应用,运用计算机的软、硬件与应用的基本理论、基本技能与方法等基础理论及工程技术方法进行系统开发、应用、管理和维护。

一、IT业前景优劣势分析

1、难以抗拒的优势：

(1)实事求是讲，在诸多专业里的平均起步收入是比较高的;

(2)就业面比较宽，对于一个本科毕业生，各个行业都可以找到合适的工作;

(3) 经过一段时间的接触，可以在计算机科学与技术专业找到自己喜欢的领域，当然这个前提是你喜欢计算机。

2、不可避免的劣势：

(1) 是个学校都有计算机系，就业市场是大，就业竞争也很激烈。你得想明白，你比别人强在哪，特殊在哪?

(2) 是一门快速发展，日新月异的学科，时时刻刻都有新的理论，知识，产品被推出。如果想在这个行业做好，无论作哪个层次，都得不停地充实自己。目前，一般来讲，本科生的就业形势是非常严峻的，除了本科扩招造成就业竞争激烈外，两、三年前研究生扩招的影响也日渐明显。即使停止“教育产业化”，停止扩招，目前的招生规模也不会往缩小的方向发展。而且用人单位已经发现硕士毕业生的能力确实比本科生高出一大截，而薪酬也就每月多出2000，又有这么大的选择余地。另一方面，由于出国机会的减少，北大清华近几年直接参加工作的本硕毕业生也大大增加。毋庸置疑，他们的竞争力很强(尽管很多用人单位不敢用)，但他们对高端就业市场(外企，月薪8K以上的)的竞争冲击还是很大的。

3、国内就业三大方向：

(1) 销售或者技术支持：主要跟客户打交道，跟商人没什么区别。技术上只学皮毛，用来跟客户“涂龙”用;工作压力大，但是如果业绩好，收入上升得很快。这类人员还是很需要得，本科生原则上就能应付，但这几年招硕士得也越来越多了。

(2)产品开发：主要就是编码。国内所谓做技术主要是指这个，电信行业，金融行业什么都有;还有就是在外企做测试和普通开发。工资水平本科生两三千左右，硕士四五千或更高;如果进外企，可以给到8千以上。这个需求很大，不过都是廉价劳动力;国企倒反而累一些，外企福利待遇很好;收入稳定，工作压力比起做销售小很多。

(3) 研究：至少是硕士毕业。或者留校当老师、或者去微软研究院做研究、再或者就是进中科院计算所或软件所的。这个总体数量比较小,很多有研究潜质的人去了国外。

4、高级IT人士的前期投入：

到目前为止，中国的硕士研究生招生还没实现并轨，处在一个过渡期中。但是公费的名额确实是一年比一年的少，今年的情况是公费的比例(除去推荐生)1：4—1：6，当然各个学校也不相同。对自费生来说，一般要交2-3万元的费用，一次性交齐。不过不用担心，在读期间可以办理助学贷款，毕业后偿还。有部分院校，如哈尔滨工业大学学制两年，每年3000，投入6000元就能读个热门专业的硕士，很值啦!

二、相关专业分析

根据统计，目前我国计算机专业主要分为三大类：计算机基础专业、与理工科交叉的计算机专业、与文科艺术类交叉的计算机专业。

1、计算机基础专业：

专业要求与就业方向：这些专业不但要求学生掌握计算机基本理论和应用开发技术，具有一定的理论基础，同时又要求学生具有较强的实际动手能力。学生毕业后能在企事业单位、政府部门从事计算机应用以及计算机网络系统的开发、维护等工作。

推荐院校：北京大学、清华大学、北京工业大学、南京大学、上海交通大学、东南大学

2、与理工科交叉的计算机专业：

与理工科交叉而衍生的计算机专业很多，如数学与应用数学专业、自动化专业、信息与计算科学专业、通信工程专业、电子信息工程专业、计算机应用与维护专业等。

(1)数学与应用数学专业：

专业要求与就业方向：数学与应用数学是计算机专业的基础和上升的平台，是与计算机科学与技术联系最为紧密的专业之一。该专业就业面相对于计算机科学与技术专业来说宽得多，不但适用于IT领域，也适用于数学领域。推荐院校：同济大学、东南大学、中山大学、宁波大学、深圳大学

(2)自动化专业：

专业要求与就业方向：自动化专业是一个归并了多个自动控制领域专业的宽口径专业，要求学生掌握自动控制的基本理论，并立足信息系统和信息网络的控制这一新兴应用领域制定专业课程体系，是工业制造业的核心专业。自动化专业的毕业生具有很强的就业基础和优势。

推荐院校：清华大学、东南大学、北京邮电大学、重庆大学

(3)信息与计算科学专业：

专业要求与就业方向：这是一个由信息科学、计算数学、运筹与控制科学等交叉渗透而形成的专业，就业面涉及到教学、商业、网络开发、软件设计等各个方面，就业率高达95%以上。

推荐院校：清华大学、南京大学、苏州大学

(4)通信工程专业：

专业要求与就业方向：通信工程专业要求学生掌握通信基础理论和基本基础，掌握微波、无线电、多媒体等通信技术，以及电子和计算机技术，在信息时代有着极佳的就业优势。

推荐院校：复旦大学、北京邮电大学、吉林大学、哈尔滨工业大学、南京理工大学

(5)电子信息工程专业：

专业要求与就业方向：电子信息工程专业是宽口径专业，主要培养信息技术、电子工程、网络系统集成等领域的高级IT人才，毕业生可从事电子设备、信息系统和通信系统的研究、设计、制造、应用和开发工作。

推荐院校：浙江大学、清华大学、厦门大学、武汉大学、四川大学、云南大学

3、与文科艺术类相交叉的计算机专业

海文学校专业课高级咨询师提醒广大考生，如果选择艺术类院校的上述专业，应有充分的思想准备：报考人数众多而招生人数有限，中国美术学院的报名与录取比例在2～5%是很正常的事，由此可见竞争之残酷，门槛之高。

(1)计算机美术设计专业：

专业要求与就业方向：计算机美术设计专业要求学生掌握美术设计和计算机的基础知识，熟练运用计算机进行广告设计、产品造型设计、室内外装饰设计及电视三维动画制作等美术设计工作。学生毕业后可在设计部门、广告公司、装潢公司、网络公司、软件公司、动画公司、企事业广告部及学校等从事美术设计策划与制作、电脑绘画、动画制作、网页设计及教学工作和计算机系统日常维护与管理等工作。

推荐院校：四川美术学院、云南大学、南京艺术学院、重庆师范大学

(2)网页设计专业

专业要求与就业方向：互联网融入我们的生活，深刻地影响和改变着我们的生活方式和交流方式。网络以其自身信息传递的高效快捷、多样化、互动性等优势，深受人们的欢迎，已经成为速度最快、覆盖面最广的媒体传播方式。因此，网页设计专业对广大青年学生也是一个不错的选择。

推荐院校：首都师范大学、中央美术学院

(3)影视动画设计专业：

专业要求与就业方向：学生毕业后可以从事动画原画创作、动画设计、广告设计、软件开发、影视节目制作等工作，还可以从事传媒设计、管理及商务方向。推荐院校：北京电影学院、成都大学

(4)环境艺术设计专业：

专业要求与就业方向：本专业是以美术造型能力为基础，以装饰、建筑等专业为设计依据的创造性专业学科，培养能够独立从事居住环境和商业环境的设计以及其他环境艺术设计与施工的专门型、应用型人才。

推荐院校：浙江工业大学、中国美术学院

计算机是一门应用极为广泛的科学，在它应用的每一个学科中都已经诞生并继续诞生新的学科和专业。同时，在计算机的应用中又快速产生着新的专业，像比较时兴的电子商务专业、信息安全专业、办公自动化专业等都有着良好发展势头和前景。以上简单列举的是几个常见的计算机以及相关的专业，只是计算机专业大家庭中很小的一部分，供广大考生在报考时参考。

三、进名校读热门专业

从2009年起，计算机科学与技术学科的初试科目调整为：政治理论、外国语、数学(一)和计算机学科专业基础综合，卷面满分值分别为100分、100分、150分和150分。计算机学科专业基础综合的考试内容包括：数据结构、计算机组成原理、操作系统和计算机网络，重点考查考生掌握相关基础知识、基本理论和分析问题解决问题的能力。

分数线：这是目前大家最关心的问题之一，似乎分数线高低意味着我们是否敢于去选择那些名校。比如清华近几年复试分数线大多在330分左右，但那些志在清华计算机来自全国各地的精英们能够达到这个分数的也是凤毛麟角。因此只要注重方法、明确方向，考取名校的计算机科学与技术专业并不是很大的问题。跨专业考研：

如今计算机专业太火，甚至文科学生都想学计算机。计算机恐怕是转专业考生最多的一个专业了，那些跨专业的考生非常刻苦，发奋努力的结果当然是丰厚的回报，尤其是近几年，跨专业考生摘取即使是名校计算机专业的第一名的例子也屡见不鲜。

现在社会上普遍认为计算机难考，跨专业更难考，事实上并不一定。计算机专业的学生自己有优越感，他们经常抵制不住应聘单位诱人的待遇，往往在考研前夕放弃考研，真正坚持到最后的也因为找工作耽误很多时间;相反那些冷门专业的考生(包括跨专业)常常因为找不到满意的工作而不得不破釜沉舟，因为他们知道考研失败可能意味着失业。