一、学科概况

“大数据”是指大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集。从数据的类别上看，“大数据”指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。

大数据科学主要是作为一种新技术方法或一种提供知识服务的新工具，而不是把数据本身作为研究目标。作为一种新技术方法和工具，它与数据挖掘、预测分析、统计分析、人工智能等方法有着密切联系，但也有着不同于人工智能、统计学和信息科学的本质内涵。大数据的研究对于不同研究方向的多个源数据的融合和集成有着重要的技术支撑作用。

本学科师资队伍有教授6人，副教授8人，讲师6人，其中江西省高等学校中青年学科带头人3人，江西省高等学校中青年骨干教师1名，省高等学校教学名师2人，江西省“百千万人才”1人。先后承担了国家自然科学基金项目15项，省（部）级项目10多项，市级项目20多项，在中文核心刊物上发表论文100多篇，其中2篇论文被评为“最有影响力的百篇论文”。围绕3个研究方向，建设形成了3个学术研究组。

二、研究方向

考虑我校大数据学科的发展和我校其它学科的发展，在充分研究分析江西省内其它院校大数据科学研究领域的基础上，结合我院的现状与特色，形成了三个研究方向。

1、大数据计算理论

数据科学是关于数据的科学，大数据是数据科学中的一个热点研究问题，其理论研究是以数据为基础的方法论，这将为大数据技术及应用提供坚实的理论基础。本方向在复杂系统的优化理论与方法研究、非结构化和半结构化数据的表示方法、并行化机器学习与数据挖掘类算法、大数据预处理等领域开展研究工作，取得了阶段性研究成果，为陶瓷云服务平台、生物大数据处理等应用领域提供了理论支撑。近年来，在大数据计算理论相关研究领域承担了国家自然科学基金项目“演化计算原理及其动态多目标优化应用的几个关键问题研究”、国家重点实验室开放基金项目“热力学优化算法研究及应用”、教育部人文社科项目“陶瓷艺术定价因素与评价模型研究”、江西省自然科学基金项目“动力学群智能算法的产品云设计平台资源调度与优化模型研究”和“智能算法的生态传感器网络的覆盖优化研究”等省级以上基金项目，为大数据计算理论与技术的深入研究奠定了一定的理论前期基础。

本方向研究内容：

（1）复杂系统的优化理论与方法研究。基于最优化理论与方法，研究在大数据环境下，如何对陶瓷行业、生物信息处理中的海量数据进行存储与管理，为大数据处理在陶瓷行业及生物信息应用领域奠定理论基础。

（2）大数据分析算法。在复杂系统的优化理论与方法研究基础上，针对陶瓷行业及生物信息统计数据的复杂性、高维性、不确定性，开展大数据分类、聚类、关联分析、异常分析等研究，将隐藏于海量数据中的末知信息和知识深入挖掘出来。

（3）数据可视化理论。以陶瓷电子商务数据、生物信息数据为研究对象，研究如何利用数据分析算法和开发工具发现未知信息，并将不同类信息以图形图像形式表示，最终实现清晰有效地传达与沟通信息，达到美学形式与功能的齐头并进。

2、云计算及应用

本方向依托江西省陶瓷企业信息化工程技术研究中心等学科平台，在云计算理论及其在陶瓷电子商务、陶瓷产品设计、陶瓷知识产权保护、陶瓷物质文化和非物质文化遗产保护等领域的应用开展研究，取得了一定的研究成果，形成了较完整的云计算研究和应用体系。近年来，在云计算及应用方面承担了“产品云设计服务平台研究与开发“、陶瓷集群区域信息化服务平台”、“支撑地方优势产业的制造业信息化综合集成应用示范”等国家级项目，“云服务支持下的陶瓷电子商务平台应用推广”、“陶瓷云科技服务集成平台应用示范”等省级项目，以及“产业集群区域资源聚合模型研究”等省基金项目，构建了可面向应用的云计算平台，形成了具有一定规模的行业数据池。

本方向研究内容：

（1）云计算理论研究。紧跟新技术发展趋势，研究云计算环境下，以应用为导向的陶瓷行业特色资源汇聚模型，为云计算技术在陶瓷行业的应用奠定理论基础。

（2）陶瓷云平台理论研究。在云计算理论研究的基础上，针对陶瓷行业特色，研究开发陶瓷云服务平台，以汇聚全行业可服务资源，面向陶瓷企业提供全方位集成化服务为宗旨，不断增加平台服务内容，改善用户体验，以后发优势，带动陶瓷产业转型升级。

（3）大数据利用。以陶瓷云平台汇聚的陶瓷企业、陶瓷产品、用户体验等数据，开展可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量和数据管理等理论研究，为陶瓷云平台应用改善提供理论依据。

3、生物大数据处理

随着新一代基因组测序技术为代表的高通量生物实验技术的出现，生物实验数据的全面性、精确性和数据量达到了空前的程度，使得生命科学研究获得了强大的数据产出能力，包括基因组学、转录组学、蛋白质组学、代谢组学等生物学数据，这些数据具有数据量大、数据多样化、有价值、高速等特点从而产生了生物大数据。生物大数据的研究包括数据存储、大数据管理、大数据分析、大数据科学和大数据应用，是一个多学科共同参与的领域。

本学科在生物信息学研究领域进行了长期深入的研究，在蛋白质结构与功能预测方面取得了一定的研究成果，在国家自然科学基金项目“基于粗粒化元胞自动机的生物序列可视化分析与病毒动力学模型研究”、“基于元胞自动机图的蛋白质序列离散灰色模型及其在药物设计中的应用研究”、“基于多源信息融合的受体和抗菌肽分层多标签分类预测模型研究”、“集成学习框架下的蛋白质-蛋白质结合位点预测方法研究”和“对具有非平衡多标签特性的蛋白质功能类型分类预测研究”等课题的研究中，对生物数据处理开展了研究，构建了一系列高效的预测模型，具备了研究生物大数据处理的基础。

本方向研究内容：

（1）生物信息数据云平台建设研究

随着后基因组时代的到来，产生的生物数据持续急增，且不同的技术产生的数据结构各不相同，数据分析的高速性和处理的复杂性与日俱增。根据本学科实际情况和研究方向，研究从众多的生物数据库中抽取某个具体领域的生物数据，实现云存储和云计算，提供特定领域海量生物数据的收集、存储、分析等相关应用。

（2）大数据理论支持下的药物设计研究

药物研发受累于不断下滑的成功率和停滞的产品线，大数据分析和应用可能是突破这一瓶颈的关键。从生物信息数据云平台所提供的大数据计算服务，研究挖掘大数据信息，为药物作用靶位的选定和药物分子的设计提供参考线索，这种方法有快速高效的特点，还能减少企业的药物开发成本。它的研究包括大分子结构功能的模拟和预报，药物分子与大分子结合的模拟，关键性基因的致病机制，及生物分子同源性的分析，生物分子在指定细胞的分布和位点等。

（3）蛋白质结构与功能预测

蛋白质的结构由蛋白质序列所决定，蛋白质的生物功能由蛋白质的结构所决定。目前已知蛋白质序列数与已知结构数严重不平衡，蛋白质序列数据库中的数据量大大超过结构数据库中的数据量。虽然蛋白质结构测定方法有所改进，但仍不能满足实际的需要，需要发展理论预测的方法。在生物信息数据云平台上，研究快速地从海量的、异构的生物大数据中找出蛋白质序列和结构之间存在的有价值的关系或规律，是后基因组时代的重要课题，它的研究包括蛋白质一级结构的特征表示，机器学习算法与模型，开发精确高效的蛋白质结构与功能预测模型等。

三、培养目标

培养适应我国社会主义建设需要，德、智、体、美全面发展的、具有创新精神、从事本学科领域较高层次的科学研究、教学和工程技术方面工作的高级科技人才。具体要求如下：

（1）形成系统的理论知识体系；

（2）具有一定的从事科学研究和解决实际问题的能力，具有较强对大数据进行获取和分析，以便挖掘出更多智能、非平凡、有价值的知识的能力；

（3）较熟练掌握一门外语，具备应用外语开展学术研究和学术交流的基本能力；

（4）遵守学术规范，恪守学术道德。

四、学制和学习年限

硕士研究生学制一般为3年，全日制硕士研究生最长学习年限原则上不超过4年，非全日制硕士研究生最长学习年限原则上不超过5年。鼓励优秀硕士研究生提前毕业，原则上学习年限不少于两年。研究生申请提前毕业和延期毕业，具体按学校有关规定执行。

五、培养方式

大数据科学学术型学位硕士研究生的培养采用课程学习、科研训练、学术交流相结合的方式，注重基础理论的学习、研究方法的训练和创新能力的培养。鼓励研究生入校即进入课题，课程学习与科学研究同步进行。通过课程学习和科研训练，系统掌握所在学科领域的理论知识，形成相应的分析问题和解决问题的能力。

以上就是景德镇陶瓷大学大数据科学与应用碱研究生学位的相关介绍，欢迎广大学员报考景德镇陶瓷大学研究生学位深造，非全日制研究生、专业硕士研究生更多报考信息请咨询亚培研学研究生培训老师。