数据科学与商业分析：数据挖掘与模型识别在商业分析中的价值发掘

作者：南星教育 来源：院校库 标签：大学排名

数据科学与商业分析：数据挖掘与模型识别在商业分析中的价值发掘——以个体情绪、媒体信息、财务绩效等数据化处理为例

开始日期: 2025-11-08

课时安排: 6周在线小组科研+5周论文指导

Prerequisites适合人群

适合年级 (Grade): 高中生/大学生

适合专业 (Major): 对数据科学、商业分析、金融学、金融科技、公司财务等方向感兴趣的学生。

Instructor Introduction导师介绍

J老师

香港理工大学终身教授

香港理工大学

J老师 终身教授 博士生导师
香港金融管理局和香港银行学会 教材编委
港交所上市公司 独立非执行董事
研究方向：金融数据分析、金融信息中介、管理会计、企业信息披露、国际商务

J教授博士毕业于美国一流大学，已在世界顶级会计期刊、顶级管理学期刊及其他审计、商业和金融核心期刊发表多篇代表性论文。不仅担任多家学术期刊和学术会议的匿名审稿人，还为香港金融管理局和香港银行家学会开发教材。

Program Background项目背景

随着金融科技（FinTech）和数字化转型的快速发展，金融领域正在经历着前所未有的变革。这种变革不仅改变了金融服务的交付方式，还深刻影响了投资决策和财务分析的方法。金融科技技术、大数据、人工智能以及区块链等创新技术，正在为投资者、分析师和决策者提供更多数据和工具，以支持更精确、敏捷和智能的金融投资与财务决策。

Program Description项目介绍

本项目将向学生介绍会计和金融数据分析的基本概念、方法和途径。结构化和非结构化数据量的不断增长推动了更加数据驱动的决策形式，对此，教授将向学生介绍数据分析的框架，并使用会计和金融数据集进行实践。学生将学习如何提出分析问题，决定需要哪些数据以及从哪里获取数据，并准备分析数据。学生将能够形成一个假设，并设计一个模型来测试该假设。学生将练习使用数据分析工具和软件制作引人注目的可视化效果。学完这门课后，学生将了解如何有效地与数据互动，并将分析结果转化为可操作的建议。通过本科目的学习，学生能够了解会计和金融领域的基本定量和技术方法。

Syllabus项目大纲

会计与金融数据概述：课程简介；利用数据提出并回答会计和金融问题；贴合课题进行选题指导

掌握数据：会计与财务数据入门；准备分析数据；定题指导

进行分析：分析类型；财务报表分析；描述性分析

执行分析：诊断分析；预测性和规范性分析

会计与金融商业分析案例：消费者情绪分析案例；媒体信息分析案例

项目答辩与点评：学生项目汇报与答辩；导师点评与指导

Program Outcome项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

上一篇：数据科学与医学信息工程：AI赋能个性化诊疗 基于深度学习的健康数据挖掘与精准治疗方案推荐机制研究

下一篇：返回列表