自考14927大数据质量管理考试大纲（2025年版）
湖南省高等教育自学考试课 程考 试大 纲大数据质量管理 （课程代码：14927） 湖南省教育考试院组编 2025 年 6 月高等教育自学考试课程考试大纲课程名称：大数据质量管理课程代码：14927
第一部分
课程性质与目标
一、课程性质与特点
大数据质量管理是高等教育自学考试质量管理与认证专业的选考课程。本课程从管理学角度将大数据视为管理对象、决策使能器和数据资产，以“大数据与管理变革”“基于大数据的管理决策方法”“基于大数据的管理决策应用”为主线系统讲述大数据管理与应用。通过本课程的学习，帮助考生了解和掌握大数据质量管理的相关知识，为后续专业课程学习奠定基础。
二、课程目标与基本
要求通过本课程的学习，要求考生对大数据的基础知识、大数据的管理职能、大数据的应用领域有一个整体的认识，能够在理解大数据时代管理变革的基础上， 学会基于大数据的管理决策方法，激发考生深入学习大数据管理与应用知识和技术的兴趣。基本要求：掌握大数据基础知识与管理职能、大数据时代的管理变革、基于大数据的管理决策方法，并应用于商务、能源等领域的大数据管理。
三、与本专业其他课程的关系
本课程须在已基本掌握管理学原理、质量管理基础以及质量管理体系认证的基础上进行学习，本课程的学习对全面掌握质量管理相关工具的应用能力起着重要的奠基作用。
第二部分
考核内容与考核目标通过本章的学习，掌握大数据的基本概念和主要特征，掌握大数据作为一类战略性人造资源的定义和大数据资源特征的内涵，了解大数据的发展历程、对经济社会发展和管理的影响以及带来的基于与挑战，掌握大数据全生命周期的内涵和生命周期各环节的基本含义。
本章的难点内容为：大数据作为一类战略性人造资源的定义和大数据资源特征的内涵；大数据全生命周期的内涵和生命周期各环节的基本含义。
（一）大数据的概念（重点）识记：1.大数据的基本概念
2.大数据的环境定义、技术定义理解：从大数据的资源观表述大数据应用：1.数据、信息、知识和智慧的辩证关系
2.大数据、海量数据、小数据的区别和联系（二）大数据的特征（重点）识记：1.大数据的一般特征（4V）
2.大数据的形态特征理解：1.大数据的分析特征及内涵
2.大数据的资源特征及内涵应用：结构化数据、非结构化数据、半结构化数据的比较（三）大数据对经济社会的影响（次重点）识记：1.大数据对经济发展的影响
2.大数据对社会治理的影响理解：1.大数据对不同产业的影响
2.大数据催生数字经济的具体体现（四）大数据的全生命周期（重点）
理解：1.全生命周期的概念
2.大数据分析的概念
3.数据可视化的概念及内涵
4.数据迁移的概念及方法应用：1.数据收集的来源与方法
2.数据预处理的方法及内涵
3.数据归档的方式和基本原理通过本章的学习，掌握大数据管理的核心职能，掌握管理对象视角和决策使能视角的数据管理职能，掌握数据资产的价值评估方法与交易模式，了解数据管理各职能的目标和相关活动，掌握大数据管理系统的体系结构，掌握关系数据库和非关系数据库的基本原理，了解大数据管理系统各功能模块的相关技术和数据库技术的代表性软件，了解数据项目管理的主要类型，掌握数据管理能力成熟度的评估模型。
本章的难点内容为：大数据管理的核心职能；管理对象视角和决策使能视角的数据管理职能；大数据管理系统的体系结构；数据管理能力成熟度的评估模型。
（一）大数据管理职能概述（重点）识记：1.大数据管理的职能框架的具体内容
2.对象视角的管理职能、使能视角的管理职能的概念理解：1.对象视角的数据管理包括的十大职能及内涵
2.使能视角的数据管理包括的四大职能及内涵（二）大数据资产管理（重点）
理解：1.数据资产的定义、特征和分类
2.大数据资产估值方法
3.大数据交易方式
4.我国代表性的数字资产交易平台应用：1.数据资产价值分析的难点阐述
2.Gartner 数据估值模型体系的内涵（三）大数据系统管理（次重点）识记：1.大数据管理系统面临的挑战
2.大数据存储管理的各种数据库的概念理解：Hadoop 架构和基于 Hadoop 框架的大数据管理系统架构的内涵（四）大数据项目管理（次重点）识记：1.大数据项目的主要类型
2. Crisp-DM 流程的概念理解：1.大数据项目管理任务的具体内容
2. 成功的大数据项目有哪些关键特征（五）大数据管理能力成熟度评估（重点）
理解：1.数据管理能力成熟度国际标准的内涵
2.数据管理能力成熟度国内标准的内涵应用：1.各种数据管理能力成熟度评估模型的异同
2.针对某典型企业评估其数据管理能力的成熟度等级通过本章的学习，理解大数据时代管理思维变革的背景和维度，掌握大数据时代组织结构变革的路径，掌握大数据时代产品研发创新的基本流程，掌握数据驱动的敏捷供应模式、个性化营销和人力资源管理模式，掌握大数据驱动的管理决策范式。
本章的难点内容为：大数据时代组织结构变革的路径；掌握大数据时代产品研发创新的基本流程；大数据驱动的管理决策范式。
（一）大数据时代的管理思维变革（次重点）识记：1.大数据时代管理思维变革的含义
2.从人工决策到智能决策的转变的必要性理解：1.从经验主义到数据主义的转变的内涵
2.从精英式管理到大众化管理的内涵（二）大数据时代的管理模式变革（重点）
理解：1.大数据时代企业组织结构变革的主要体现
2.大数据时代的研发和生产模式变革的主要体现
3.基于大数据的人力资源六大模块应用：1.从经典营销模式（4P）到个性化营销模式变革的具体实现
2.从传统物流模式到智慧物流模式变革的内涵（三）大数据时代的管理决策变革（重点）
理解：大数据驱动的管理决策范式的内涵应用：1.传统的管理决策范式和大数据驱动的管理决策范式的异同
2.大数据驱动的管理决策全景式 PAGE 框架的内涵和应用通过本章的学习，掌握数据仓库的基本概念和主要特征，掌握 ETL 过程中各个关键环节的含义，了解常用的 ETL 工具，掌握实时数据采集工具基本架构的原理，了解常用实时数据采集工具的结构和特点，掌握数据爬虫基础知识和流程，了解反爬虫技术。
本章的难点内容为：数据仓库的基本概念和主要特征；ETL 过程中各个关键环节的含义；数据采集基本架构。
（一）离线数据获取方法（重点）识记：离线数据获取方法的概念理解：几种典型的数据库连接技术应用：1.数据仓库的基本特征以及与数据集市、数据库的区别
2.典型的 ETL 工具及 ETL 过程的关键环节（二）实时数据获取方法（次重点）识记：1.实时数据获取方法的概念
2.典型的常用实时数据采集工具理解：实时数据采集基本架构（三）互联网数据获取方法（次重点）识记：互联网数据获取方法的概念理解：网页组成的三种关键技术应用：1.数据爬虫的工作原理以及几种常用爬虫工具和软件
2.反爬虫及应对策略（四）其他数据获取方法（一般）识记：1.涉及保密性的数据获取的概念
2.涉及隐私问题的数据获取的概念理解：个人信息处理的基本原则通过本章的学习，掌握数据质量的管理体系、评估方法和提升方法，了解数据质量的概念、数据质量管理的必要性、影响数据质量的因素和大数据质量管理的挑战，了解主要的数据质量管理体系的构成，掌握数据质量测量的主要维度及其不同维度的计算方法，了解现有的数据质量管理标准，了解从不同角度评估数据质量的方法并掌握各个数据质量评估方法带来的影响、应用价值和风险，了解针对数据质量问题在不同生命周期对数据质量提升的方法。
本章的难点内容为：数据质量测量的主要维度及其不同维度的计算方法；各个数据质量评估方法带来的影响、应用价值和风险。
（一）数据质量概述（一般）识记：1.数据质量的概念
2.数据质量管理的必要性理解：影响数据质量的因素（二）数据质量管理体系（重点）
理解：1.数据质量评估框架的内涵
2.典型的数据质量管理标准应用：1.典型的数据质量评估框架及内涵
2.数据质量维度的内涵（三）数据质量评估方法（重点）
理解：1.定性评估方法的概念、分类和缺陷
2.定量评估方法的概念、缺陷
3.综合评价方法的概念和种类应用：1.定性评估方法的步骤
2.几种典型的综合评估方法的内涵和异同（四）数据质量提升方法（一般）识记：1.事前数据质量提升方法的内涵
2.事中数据质量提升方法的内涵
3.事后数据质量提升方法的内涵理解：数据质量闭环管理流程通过本章的学习，掌握传统管理决策和基于大数据的管理决策的基本特征， 了解传统管理决策和基于大数据的管理决策的区别和联系，掌握大数据管理决策流程，了解管理决策范式的转变趋势，了解常见的大数据管理决策框架和各个框架的特点及其内在联系，掌握常见的大数据分析与处理技术，能利用已有大数据分析处理技术为特定管理问题设计大数据驱动的管理决策解决方案。
本章的难点内容为：传统管理决策和基于大数据的管理决策的基本特征；大数据管理决策流程；常见的大数据分析与处理技术，能利用已有大数据分析处理技术为特定管理问题设计大数据驱动的管理决策解决方案。
（一）大数据管理决策特征（重点）识记：1.传统管理决策的特征
2.大数据问题的特点理解：1.管理决策大数据问题的特征框架及内涵
2.基于大数据的管理决策有哪些特征应用：大数据决策的流程及应用（二）基于大数据的管理决策框架（次重点）识记：1.典型传统的管理决策框架
2.基于大数据的决策支持系统框架
3.基于大数据的智能决策支持系统框架理解：大数据管理决策框架与传统的管理决策框架的异同（三）基于大数据的管理决策（重点）识记：大数据分析的基本概念、典型的大数据分析工具理解：1.大数据分析的典型方法及其内涵
2.人机共融的内涵及关键特性应用：1.未来基于人机共融的管理决策的主要表现
2.基于人机共融的智能辅助诊断管理决策案例通过本章的学习，掌握商务大数据的基本概念并区分商务大数据与传统大数据，了解商务大数据的收集方法和质量提升方法，了解商务大数据的存储和并行处理，了解商务大数据对商务活动的影响、机遇和挑战，结合实例理解商务大数据的应用。
本章的难点内容为：商务大数据的基本概念并区分商务大数据与传统大数据；
商务大数据在管理决策上的应用。
（一）商务大数据（重点）识记：1.商务大数据的概念
2.商务大数据的分类
3.商务大数据的特征理解：商务大数据面临的主要挑战应用：商务大数据与传统大数据的区别和联系（二）基于商务大数据的管理决策分析（重点）
理解：1.商务大数据收集的来源
2.商务大数据的质量标准和质量提升方法应用：1.商务大数据的 3 种分析方法
2.商务大数据可视化的内涵、方法和面临的挑战
3.基于商务大数据的管理决策分析实例（三）基于商务大数据的管理决策应用案例（次重点）
应用：商务大数据的管理决策应用案例通过本章的学习，掌握能源大数据的基本概念、来源和类型，掌握能源大数据质量管理的内涵，理解能源大数据质量管理的意义，了解能源大数据质量管理的评估、提升和管理的具体方法，了解能源大数据与管理决策间的相互影响，掌握能源大数据管理决策的相关方法，结合实例理解能源大数据的分类、评估、质量提升、管理决策的流程。
本章的难点内容为：能源大数据的基本概念、来源和类型；能源大数据质量管理的内涵；能源大数据管理决策的相关方法。
（一）能源大数据获取方法（重点）识记：1.能源大数据的概念
2.能源大数据的主要来源理解：1.能源大数据获取的途径、常见技术
2.电力大数据的特征和获取方法（二）能源大数据质量管理方法（重点）
理解：1.能源大数据质量评估指标
2.电力数据质量问题来源于哪些方面应用：1.能源数据质量存在哪些问题
2.能源大数据质量提升方法有哪些（三）能源大数据的管理决策（次重点）
应用：1.基于能源大数据的负荷分类的概念和特点
2.能源大数据异常检测的特点和方法
3.能源大数据负荷预测的特点和方法
第九章
基于医疗大数据的管理决策应用 （本章不作考核要求）
第三部分
有关说明与实施要求
一、考核的能力层次表述
本大纲在考核目标中，按照“识记”“理解”“应用”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系，后者必须建立在前者的基础上，其含义是：识记：能知道有关的名词、概念、知识的含义，并能正确认识和表述，是低层次的要求。
理解：在识记的基础上，能全面把握基本概念、基本原理、基本方法，能掌握有关概念、原理、方法的区别与联系，是较高层次的要求。
应用：在理解的基础上，能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题，是最高层次的要求。
二、教材
1．指定教材：《大数据管理与应用概论》，姜元春、付超（主编），高等教育出版社，2023 年版
2．参考教材：《大数据管理与应用概论》，刘平、刘业峰（主编），清华大学出版社，2025 年版
三、
自学方法指导
1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。
2．阅读教材时，要逐段细读，逐句推敲，集中精力，吃透每一个知识点，对基本概念必须深刻理解，对基本理论必须彻底弄清，对基本方法必须牢固掌握。
3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。
4．完成书后作业和适当的辅导练习是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次 （步骤）间的逻辑关系。
四、对社会助学的要求
1．应熟知考试大纲对课程提出的总要求和各章的知识点。
2．应掌握各知识点要求达到的能力层次，并深刻理解对各知识点的考核目标。
3．辅导时，应以考试大纲为依据，指定的教材为基础，不要随意增删内容，以免与大纲脱节。
4．辅导时，应对学习方法进行指导，宜提倡“认真阅读教材，刻苦钻研教材，主动争取帮助，依靠自己学通”的方法。
5．辅导时，要注意突出重点，对考生提出的问题，不要有问即答，要积极启发引导。
6．注意对考生能力的培养，特别是自学能力的培养，要引导考生逐步学会独立学习，在自学过程中善于提出问题，分析问题，做出判断，解决问题。
7．要使考生了解试题的难易与能力层次高低两者不完全是一回事，在各个能力层次中会存在着不同难度的试题。
8．助学学时：本课程共 5 学分，建议总课时 90 学时，其中助学课时分配如下：
章次章节名称学时合计
五、关于命题考试的若干规定
1．本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章，适当突出重点。
2．试卷中对不同能力层次的试题比例大致是：“识记”为 30%、“理解”为 40%、“应用”为 30 %。
3．试题难易程度应合理：容易、中等、难比例为 3：4：3。
4．每份试卷中，各类考核点所占比例约为：重点占 60%，次重点占 30%，一般占 10%。
5．试题类型一般分为：单项选择题、多项选择题、填空题、名词解释题、简答题、论述题。
6．考试采用闭卷笔试，考试时间 150 分钟，采用百分制评分，60 分合格。
六、题型示例（样题）
一、单项选择题
（本大题共 16 小题，每小题 1 分，共 16 分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将 “答题卡”上的相应字母涂黑。错涂、多涂或未涂均无分。
1．高速增长性作为大数据的资源特征之一，下列表述中不正确的是A．大数据资源的增加是指数性的，甚至呈现爆发性态势 B．随着不断的开采，大数据资源会逐渐减少 C．大数据的内容及其数量增长容易受到偶然因素的影响 D．时效性问题是利用大数据支持管理决策所面临的一个主要挑战
二、多项选择题
（本大题共 7 小题，每小题 2 分，共 14 分）在每小题列出的备选项中至少有两个是符合题目要求的，请将其选出并将 “答题卡”上的相应字母涂黑。错涂、多涂、少涂或未涂均无分。
17．相比于传统的数据收集，大数据收集具有的特点包括A．数据来源广泛 B．数据量巨大 C．数据类型包括结构化、半结构化和非结构化数据 D．使用的数据库包括关系数据库和分布式数据 E．数据质量参差不齐
三、填空题
（本大题共 5 小题，每小题 2 分，共 10 分）
24．在计算机系统中存在着两类不同的数据处理工作，分别是和 。
四、名词解释题
（本大题共 5 小题，每小题 3 分，共 15 分）
29．数据预处理
五、简答题
（本大题共 5 小题，每小题 6 分，共 30 分）
34．试述基于主观经验的管理决策与数据驱动的管理决策的优缺点。
六、论述题
（本大题共 1 小题，每小题 15 分，共 15 分）
39．试述大数据管理决策对思维方式的重要影响，以及决策者在大数据时代应如何调整自己的思维模式。
