6.1 Understand the applications of prescriptive analytics techniques in combination with reporting and predictive analytics 6.2 Understand the basic concepts of analytical decision modeling 6.3 Understand the concepts of analytical models for selected decision problems, including linear programming and simulation models for decision support 6.4 Describe how spreadsheets can be used for analytical modeling and solutions 6.5 Explain the basic concepts of optimization and when to use them 6.6 Describe how to structure a linear programming model 6.7 Explain what is meant by sensitivity analysis, what-if analysis, and goal seeking 6.8 Understand the concepts and applications of different types of simulation 6.9 Understand potential applications of discrete event simulation

5.1 Describe text mining and understand the need for text mining 5.2 Differentiate among text analytics, text mining, and data mining 5.3 Understand the different application areas for text mining 5.4 Know the process of carrying out a text mining project 5.5 Appreciate the different methods to introduce structure to text-based data 5.6 Describe sentiment analysis 5.7 Develop familiarity with popular applications of sentiment analysis 5.8 Learn the common methods for sentiment analysis 5.9 Become familiar with speech analytics as it relates to sentiment analysis

OpenMP介绍 并行编程模式 并行域操作 工作共享结构

4.1 Define data mining as an enabling technology for business analytics 4.2 Understand the objectives and benefits of data mining 4.3 Become familiar with the wide range of applications of data mining 4.4 Learn the standardized data mining processes 4.5 Learn different methods and algorithms of data mining 4.6 Build awareness of the existing data mining software tools 4.7 Understand the privacy issues, pitfalls, and myths of data mining

3.1 Understand the basic definitions and concepts of data warehousing 3.2 Understand data warehousing architectures 3.3 Describe the processes used in developing and managing data warehouses 3.4 Explain data warehousing operations 3.5 Explain the role of data warehouses in decision support

2.1 Understand the nature of data as it relates to business intelligence (BI) and analytics 2.2 Learn the methods used to make real-world data analytics ready 2.3 Describe statistical modeling and its relationship to business analytics 2.4 Learn about descriptive and inferential statistics 2.5 Define business reporting, and understand its historical evolution

MATLAB语言是一种广泛应用于工程计 算及数值分析领域的新型高级语言,自1984 年由美国 Math Works公司推向市场以来, 历经十多年的发展与竞争,现已成为国际公 认的最优秀的工程应用开发环境

一、学科平台课程 1《电工技术》 2《工程制图 B1》 3《工程制图 B2》 4《工程力学》 5《机械工程材料》 6《机械设计基础》 二、专业课程 1《物流工程》 2《物流系统建模与仿真》 3《物流管理》 4《供应链管理》 5《物流信息技术》 6《仓储与库存控制技术》 7《物流设施设备》 8《运输与配送》 9《国际物流学》 10《物流系统工程》 11《物流系统规划》 三、个性化发展课程 1《物流 3D 模型设计》 2《物流项目管理》 3《物流成本管理》 4《物流运筹与优化》 5《Flexsim 高级应用技术》 6《数据库原理》 7《数据分析与 VBA 程序设计》 8《配送中心规划与设计》 9《物流工程经济学》 10《生产物流系统》 11《物流工程案例分析》 12《物流管理信息系统》 13《物流市场营销学》 14《专业英语》 15《科技论文写作》 16《物流法律法规》 17《物联网技术基础》 18《物流设备管理》 19《港口机械》 20《物流工程经济学》 21《物流工程安全技术》 22《物流自动化》 23《现代物流装备与技术》 24《物流机械设计基础》 25《仓储设备选择与设计》 26《机械动力学基础》 27《专业英语》 28《海关报关实务》 29《采购学》 30《外贸英语函电》 31《智能物流技术概论》 32《人力资源管理》 33《物流业务英语口语》 34《物流大数据分析》 35《电子商务》 四、实践环节 1《工程训练 B》 2《认识实习》 3《物流仿真实践》 4《仓储与库存控制技术课程设计》 5《配送中心规划课程设计》 6《物流设施设备课程设计》 7《物流管理信息系统课程设计》 8《物流系统综合实训》 9《生产实习》 10《毕业设计（论文）》313

（一）理论课程 《管理学》 《经济学》 《专业导论》 《会计学》 《市场营销》 《组织行为学》 《管理信息系统》 《管理研究方法与文献阅读实践》 《财务管理》 《人力资源管理》 《经济法》 《市场调查与预测》 《消费者行为学》 《战略管理》 《公司治理》 《电子商务管理》 《管理沟通》 《绩效管理》 《项目管理概论》 《专业英语》 《税法》 《品牌策划与管理》 《应用文写作》 《领导力》 《商务数据分析》 《物流管理》 《运营管理》 《商业伦理》 《计量经济学》 《劳动关系管理》 《采购与供应链管理》 《创业学》 《管理案例分析》 《商务谈判学》 《公共关系学》 《跨文化管理》 《商务礼仪》 《专业知识前沿》 （二）实验课程 《会计学》 《市场营销》 《组织行为学》 《管理信息系统》 《管理研究方法与文献阅读实践》 《人力资源管理》 《市场调研实践》 《消费者行为学》 《战略管理》 《公司治理》 《电子商务管理》 《管理沟通》 《绩效管理》 《项目管理概论》 《品牌策划与管理》 《领导力》 《专业社会实践》 《物流管理》 《运营管理》 《商业伦理》 《计量经济学》 《劳动关系管理》 《ERP 经营模拟》 《采购与供应链管理》 《创业学》 《管理案例分析》 《商务谈判学》 《企业管理全景综合试验》 《公共关系学》 《跨文化管理》 《商务礼仪》 《毕业论文》 （三）实践课程 《专业认知实践》 《专业社会实践》 《毕业实习》

一、学科平台课程 1《管理学 B》 2《会计学 A》 3《微观经济学》 4《宏观经济学》 5《财政学》 6《政治经济学》 7《统计学》 8《计量经济学》 9《经济法》 二、专业课程 1《金融学》 2《证券投资学》 3《国际经济学》 4《商业银行经营与管理》 5《期货投资理论与实务》 6《国际金融》 7《金融市场学》 8《公司财务》 9《金融工程学》 10《金融衍生品交易》 三、个性化发展课程 1《创业学》 2《企业经营实训》 3《金融学科前沿专题》 4《保险学》 5《中央银行学》 6《投资银行学》 7《金融数据分析》 8《金融时间序列分析》 9《银行会计》 10《金融交易模拟》 11《金融法规与监管》 12《金融英语》 13《互联网金融与金融科技》 14《产业组织理论》 15《逻辑学》 16《行为金融学》 17《信用管理》 18《管理沟通》 19《证券投研报告写作》 20《金融英文文献选读》 四、实践环节 1《认识实习》 2《业务实习》 3《毕业实习》 4《社会调查》 5《学年论文》 6《毕业论文》