大数据时代的高校电子商务专业课程建设

1、大数据时代的高校电子商务专业课程建设 1.电子商务的大数据时代 随着云计算、物联网等技术的推广， 特别是移动应用的发展， 数据正以前所未有的速度在不断地增长和累积， 大数据时代已经 到来山。大数据本身是一个抽象的概念，文献将其定义为：大数 据是指那些大小已经超过传统意义上的界定， 一般软件工具难以 捕捉、储存、管理和分析的数据。国际数据公司（IDC）认为大 数据应具有 4 个特征，即海量的数据规模（ volume） 、快速的数 据流转和动态的数据体系（ velocity ）、多样的数据类型 （ variety ）和巨大的数据价值（ value ）。 当前，电子商务的数据大规模存在且持续增长，

2、表现为数据 量大幅增长、 数据类型多样化、 并发访问不断增加等特点。 例如， 2014天猫“双十一”交易额达 571 亿元，其中移动端交易额达 到 243亿元； 2014年京东在 618 大促的高峰三天中获得 700 万 订单，整体流水共计 50 亿元。伴随着业务量的快速增长，各大 电商平台每秒都在产生海量且多模态的交易数据、 评价数据、 用 户行为数据等。大数据为电子商务带来 IT 基础设施、数据管理 模式以及服务模式的转变， 促使数据的实际应用更紧密地与企业 运营相结合，促使电子商务业务模式、服务模式、营销模式不断 革新。 2. 大数据对电子商务的影响 2.1 大数据对电子商务 IT 基础

3、设施的影响 IT 基础设施是大数据时代电子商务得以实现和发展的基础， 只有在高性能、 可扩展的技术平台上， 电子商务企业的商务模式 和营销策略才能实现。 同时， 技术架构的安全性和稳定性也是保 证网络产品和服务交换的前提条件。 大数据时代电子商务的发展离不开云计算的支撑， 云计算下 的海量存储、计算虚拟化、网络虚拟化、云安全和云平台是支撑 大数据时代电子商务应用的技术基础。云计算可以对 IT 资源进 行自动化的管理和配置，降低基础设施管理的复杂程度，提高 IT 资源利用的效率，能有效缓解大数据给传统的数据中心和 IT 基础设施带来的压力， 能有效解决电子商务大数据的存储、 计算 和挖掘等问题。

4、 根据美国国家标准与技术研究院（NIST）的定义，云计算是 一种利用互联网实现随时随地、 按需、便捷地访问共享资源池 （如 计算设施、存储设备、应用程序等）的计算模式。NIST给云计 算定义了 5 个关键特征：按需自助服务、广泛的网络访问、资源 共享、快速的可伸缩性、可度量的服务； 3 个服务模型：基础设 施即服务层（IaaS）、平台即服务层（PaaS）、软件即服务层（SaaS）； 4 个部署模型：私有云、社区云、公共云、混合云。云计算技术 体系结构如图 1 所示。 大数据结合云计算是时代发展的必然趋势。 传统电商通常自 行架构服务器以及关系型数据库来管理数据， 并为用户提供产品 和服务。 大

5、数据时代下， 越来越多的电商企业转向租用云计算的 硬件和软件服务，无需再自行架设 IT 基础设施，其存储单元、 计算单元、 协调单元的总体效率会更高。 云计算为大数据提供弹 性可扩展的基础设施支撑环境和数据服务的高效商业模式， 大数 据为云计算大规模与分布式的计算能力提供了应用空间。 2.2 大数据对电子商务数据管理模式的影响 传统的计算机硬件和软件设计都是以管理结构化数据为主， 即解决结构化数据的存储、 处理与应用， 但是大数据时代电子商 务应用产生了大量的非结构化数据(如图片、照片、文档、音频 和视频等)，同时数据规模越来越大，并发量越来越高，大数据 时代对电子商务数据的管理模式提出了新的

6、需求。 对电子商务大数据的管理可分为在线事务处理 OLTP ( on-line transaction processing)和大数据分析处理 OLAP ( on-line analytical processing)两部分。随着电子商务用 户和移动设备的爆炸性增长， 大数据时代的电子商务应用对 OLTP 系统的需求是： 具有处理海量事务的能力、 具有更好的实时交互 性能和更高的可扩展性、 具有能够进行对海量数据进行实时查询 的能力。随着新型互联网应用和新型OLTP应用的产生，传统的 关系型数据库在扩展性上遇到了瓶颈， NoSQL(not only SQL ) 数据库应运而生，NoSQL数据库

7、普遍存在一些共性：不需要预定 义数据模式， 数据表中每条记录可以有不同的属性和格式； 常采 用无共享架构，即将数据划分后直接存储在各个本地服务器上， 从而提高了系统性能； 可扩展性好， 可以在系统运行过程中动态 添加或删除节点，不需要停机维护，数据可以自动迁移；基于日 志的异步复制；不要求满足事务严格的ACID特性等。 目前还有一类最新出现的具有可扩展性和高性能的数据库 系统 NewSQ，L 这是一类新型的关系数据库管理系统。对于OLTP 应用来说，它们可以提供和NoSQL系统一样的扩展性和性能， 还 可以如传统的单节点数据库一样保持 ACID事务特性。 在实际应用中，大型的电商公司往往会结合

8、使用多种数据， 例如用户评论、非实时搜索等一致性要求不敏感的数据，使用 NoSQl非E常适合，但对于交易数据这类对一致性要求很高的数据， 传统的关系型数据库依然是最佳选择。 一些具有短事务、 点查询、 用不同参数执行的相同查询等特征的事务则非常适合用 NewSQL 进行处理。 2.3 大数据对电子商务服务模式的影响 大数据作为继云计算、物联网之后 IT 产业又一次颠覆性的 技术变革，必将对现代企业的管理运作理念、组织业务流程、市 场营销决策以及消费者行为模式等产生巨大影响， 使得企业商务 管理决策越来越依赖于数据分析而非经验甚至直觉。 大数据为电子商务带来商务模式的发展与创新， 文献归纳总 结了大数据时代下 3 种创新型的电子商务服务模式： 个性化导购 服务、垂直细分领域服务和数据产品服务。具体而言，个性化导 购服务主要指利用大数据技术， 对海量的电子商务用户行为等数 据进行收集、存储、深度分析和挖掘，提高企业的信息分析能力， 提高广告投放准确性。此外，电商企业通过分析用户行为，挖掘 数据价值，推荐出用户阶段性最需要、最适合的产品，实现个性 化和精准的商品推荐。垂直细分领域服务主要针对中小型电商企 业。在大数据时代，中小型电商企业应专注于某一垂直细分领域， 做精