高職院校物流專業(yè)物流大數(shù)據(jù)教學(xué)研究

摘 要：隨著人工智能時(shí)代的到來，傳統(tǒng)物流正在逐漸向智能物流轉(zhuǎn)變，社會(huì)對(duì)物流系統(tǒng)的規(guī)劃和設(shè)計(jì)人才提出了更高的要求。物流管理人員需要具備智能設(shè)備的應(yīng)用能力和數(shù)據(jù)分析技能，以實(shí)現(xiàn)對(duì)物流系統(tǒng)的設(shè)計(jì)和運(yùn)營管理，持續(xù)優(yōu)化系統(tǒng)、運(yùn)營質(zhì)量和效率。高職院校需要制定物流大數(shù)據(jù)人才培養(yǎng)方案，培養(yǎng)物流大數(shù)據(jù)分析人才，要求學(xué)生靈活應(yīng)用數(shù)據(jù)分析工具，解決物流管理決策和物流系統(tǒng)規(guī)劃與設(shè)計(jì)優(yōu)化問題。為保障物流專業(yè)大數(shù)據(jù)人才的高質(zhì)量就業(yè)，系統(tǒng)地研究了高職物流管理專業(yè)大數(shù)據(jù)人才培養(yǎng)的課程體系設(shè)計(jì)方案。

關(guān)鍵詞：物流管理專業(yè)；大數(shù)據(jù)；教學(xué)研究

中圖分類號(hào)：F250；G712 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.22.039

Abstract： With the advent of the artificial intelligence era， the traditional logistics has transformed into intelligent logistics， and society has put forward higher requirements for logistics system planning and design talents. Logistics management personnel need to have the ability to apply intelligent devices and data analysis skills to achieve the design and operation management of logistics systems， and continuously optimize system， operational quality， and efficiency. Vocational colleges need to formulate a logistics big data talent training plan to cultivate logistics big data analysis talents. Students are required to flexibly use data analysis tools to solve problems of logistics management decision-making and logistics system planning and design optimization. In order to meet the high-quality employment needs of logistics big data talents， this article systematically studies the curriculum design scheme of cultivating big data talents for logistics management major in vocational colleges.

Key words： logistics management major; big data; teaching research

收稿日期：2024-06-01

基金項(xiàng)目：全國物流職業(yè)教育教學(xué)指導(dǎo)委員會(huì)物流教改教研課題“鄉(xiāng)村振興下高職物流管理專業(yè)建設(shè)的改革探究”（JZW2023396）

作者簡介：寇 飛（1975—），男，四川達(dá)州人，長江職業(yè)學(xué)院電商物流學(xué)院，副教授，碩士，主要從事物流管理教學(xué)與研究。

引文格式：寇飛．高職院校物流專業(yè)物流大數(shù)據(jù)教學(xué)研究[J]．物流科技，2024，47（22）：155-159.

1 物流大數(shù)據(jù)應(yīng)用人才需求分析

人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等新技術(shù)的應(yīng)用不斷促進(jìn)著物流行業(yè)的變革。大數(shù)據(jù)受國家重大政策扶持，是未來國家發(fā)展的重要戰(zhàn)略。教育部下發(fā)了大量教育政策文件，要求高等教育部門在各行業(yè)推動(dòng)大數(shù)據(jù)的應(yīng)用。在各行業(yè)強(qiáng)大需求的推動(dòng)下，大數(shù)據(jù)產(chǎn)業(yè)市場規(guī)模迅速擴(kuò)大，保持高速增長。智慧物流旨在滿足現(xiàn)代物流的發(fā)展需要，智慧物流需要建立在大數(shù)據(jù)分析的基礎(chǔ)上。應(yīng)用大數(shù)據(jù)分析技術(shù)，優(yōu)化智能物流系統(tǒng)設(shè)計(jì)，使供應(yīng)鏈管理決策、物流運(yùn)營管理更精準(zhǔn)、高時(shí)效?；诨ヂ?lián)網(wǎng)的企業(yè)經(jīng)營模式，企業(yè)需與供應(yīng)商、銷售商形成合作的供應(yīng)鏈關(guān)系，為實(shí)現(xiàn)高效低成本的供應(yīng)鏈競爭優(yōu)勢，物流企業(yè)和供應(yīng)鏈的核心企業(yè)應(yīng)用自身的資源整合優(yōu)勢，為供應(yīng)鏈合作企業(yè)提供物流倉配管理、庫存控制、采購、生產(chǎn)計(jì)劃等物流服務(wù)，未來，物流管理人才需要適應(yīng)智慧物流的發(fā)展需要，既懂人工智能、云計(jì)算、大數(shù)據(jù)等智能物流的新技術(shù)[1]，又掌握綜合企業(yè)管理知識(shí)和智能物流系統(tǒng)規(guī)劃設(shè)計(jì)方法。在大數(shù)據(jù)與智能物流領(lǐng)域，物流企業(yè)正經(jīng)歷著激烈的生存競爭，高職院校的物流專業(yè)人才培養(yǎng)也應(yīng)緊跟智能物流的發(fā)展趨勢，分析企業(yè)對(duì)智能物流人才的需求，調(diào)整專業(yè)人才培養(yǎng)的計(jì)劃。

通過調(diào)研發(fā)現(xiàn)，超過70% 的企業(yè)表示其迫切需要中高級(jí)物流管理人才，而對(duì)基層物流作業(yè)人員的需求較少。近年來，物流企業(yè)的重點(diǎn)需求是將跨領(lǐng)域技術(shù)與大數(shù)據(jù)、人工智能技術(shù)結(jié)合，對(duì)物流大數(shù)據(jù)分析與應(yīng)用人才的需求量更是增長了十幾倍。

2 物流專業(yè)畢業(yè)生就業(yè)崗位能力要求

首先，物流專業(yè)畢業(yè)生需要具備一定的物流管理知識(shí)。物流管理包括庫存管理、采購管理、生產(chǎn)與運(yùn)作管理、運(yùn)輸管理、配送管理、供應(yīng)鏈管理等，物流專業(yè)畢業(yè)生需要對(duì)這些方面有一定的了解。同時(shí)，需要了解物流成本、物流信息技術(shù)、物流標(biāo)準(zhǔn)化等方面的知識(shí)。

其次，從事于物流研究需要具備良好的數(shù)據(jù)分析能力。隨著物流信息化水平的提高，企業(yè)采購、生產(chǎn)、銷售過程中涉及大量的物流運(yùn)輸、存儲(chǔ)、訂單處理、銷售配送和揀選搬運(yùn)等環(huán)節(jié)，積累大量數(shù)據(jù)，需要企業(yè)管理者具備較強(qiáng)的數(shù)據(jù)處理和分析能力，也需要專業(yè)的數(shù)據(jù)分析部門和崗位。而數(shù)據(jù)分析崗位的在職人員也要掌握數(shù)據(jù)分析工具軟件，能夠挖掘有價(jià)值的數(shù)據(jù)信息，具備獨(dú)立分析數(shù)據(jù)的能力。

再次，物流專業(yè)畢業(yè)生要通過對(duì)供應(yīng)鏈運(yùn)營管理數(shù)據(jù)進(jìn)行收集和分析，為企業(yè)提供供應(yīng)鏈優(yōu)化方案和供應(yīng)鏈解決方案。畢業(yè)生要掌握物流供應(yīng)鏈運(yùn)營管理的相關(guān)知識(shí)，具備較強(qiáng)的數(shù)據(jù)建模和分析能力，并根據(jù)供應(yīng)鏈中的關(guān)鍵環(huán)節(jié)和要素，提出相應(yīng)的供應(yīng)鏈改進(jìn)方案。

最后，物流專業(yè)畢業(yè)生需要具備優(yōu)秀的服務(wù)意識(shí)和責(zé)任心。物流行業(yè)是一個(gè)服務(wù)性行業(yè)，物流企業(yè)需要將自身定位為專業(yè)的第三方物流企業(yè)，參與整合制造業(yè)和商業(yè)企業(yè)的經(jīng)營活動(dòng)，提供物流運(yùn)輸、倉儲(chǔ)、庫存控制、采購和供應(yīng)鏈企業(yè)整合等工作。因此，需要從業(yè)者具備較強(qiáng)的服務(wù)意識(shí)和服務(wù)能力，能夠?yàn)榭蛻籼峁﹥?yōu)質(zhì)服務(wù)。同時(shí)，還需要具備較強(qiáng)的責(zé)任心，能夠認(rèn)真對(duì)待每一項(xiàng)工作，保證工作質(zhì)量和效率。

3 高職院校物流專業(yè)大數(shù)據(jù)人才培養(yǎng)方案要求

高職院校制定并分析物流專業(yè)大數(shù)據(jù)人才培養(yǎng)方案，要求學(xué)生靈活應(yīng)用數(shù)據(jù)分析工具，解決復(fù)雜的物流系統(tǒng)規(guī)劃與設(shè)計(jì)優(yōu)化問題，能夠從事物流大數(shù)據(jù)分析與應(yīng)用等工作。學(xué)生需要掌握的知識(shí)技能要求如下。

3.1 素質(zhì)目標(biāo)

善于思考，主動(dòng)學(xué)習(xí)，能夠?qū)λ鶎W(xué)知識(shí)進(jìn)行歸納總結(jié)，并應(yīng)用于解決實(shí)際問題；

培養(yǎng)對(duì)物流企業(yè)運(yùn)營數(shù)據(jù)的理解和認(rèn)識(shí)，以及良好的物流數(shù)據(jù)分析編程規(guī)范；

具備與人溝通、語言和文字表達(dá)能力，建立良好的人際關(guān)系；

具備誠實(shí)守信、敬業(yè)愛崗、團(tuán)結(jié)合作的職業(yè)道德。

3.2 專業(yè)知識(shí)要求

掌握常用的物流數(shù)據(jù)分析方法和流程；

能夠?qū)?shí)際問題中的物流數(shù)據(jù)進(jìn)行描述和操作；

掌握Python物流數(shù)據(jù)分析常用模塊；

了解Excel物流數(shù)據(jù)表格處理；

掌握MySQL數(shù)據(jù)庫的物流數(shù)據(jù)處理；

了解物流數(shù)據(jù)聚類分析算法，線性回歸等方法。

3.3 專業(yè)能力要求

掌握Python語言、NumPy模塊、Pandas模塊、Matplotlib模塊的物流數(shù)據(jù)分析應(yīng)用；

能夠?qū)ξ锪魉惴ㄟM(jìn)行描述，建立結(jié)構(gòu)化程序與面向?qū)ο髷?shù)據(jù)分析思想；

掌握MySQL數(shù)據(jù)庫的物流數(shù)據(jù)讀取或?qū)懭?、查詢和修改?/p>

掌握Excel軟件對(duì)物流數(shù)據(jù)的匯總、透視表等應(yīng)用；

掌握Tableau軟件的物流數(shù)據(jù)可視化操作；

具備合理選擇物流大數(shù)據(jù)分析軟件工具能力，以滿足解決實(shí)際問題的需要；

具備應(yīng)用智能物流系統(tǒng)大數(shù)據(jù)分析技術(shù)等解決智能物流系統(tǒng)規(guī)劃設(shè)計(jì)和運(yùn)營管理問題的能力。

4 物流大數(shù)據(jù)分析方向教學(xué)課程體系設(shè)計(jì)

按照物流大數(shù)據(jù)分析類人才的崗位職責(zé)，學(xué)生在校學(xué)習(xí)的5個(gè)學(xué)期，按要求掌握的相關(guān)知識(shí)、能力和工具如表 1 所示。學(xué)生在校學(xué)習(xí)階段分為5個(gè)學(xué)期，培養(yǎng)物流大數(shù)據(jù)崗位人才的課程體系涉及基礎(chǔ)課程、專業(yè)課程、綜合實(shí)訓(xùn)課等。

結(jié)合物流專業(yè)的人才培養(yǎng)目標(biāo)和相關(guān)職業(yè)需求，按照人才系統(tǒng)培養(yǎng)的認(rèn)知規(guī)律，物流大數(shù)據(jù)人才培養(yǎng)的課程體系設(shè)計(jì)應(yīng)遵循整體人才培養(yǎng)方案。第1學(xué)期，學(xué)生學(xué)習(xí)基礎(chǔ)課——高等數(shù)學(xué)和統(tǒng)計(jì)學(xué)，為后面的專業(yè)課教學(xué)打下基礎(chǔ)。第2學(xué)期，系統(tǒng)學(xué)習(xí)計(jì)算機(jī)編程語言Python和數(shù)據(jù)庫管理軟件，學(xué)習(xí)大數(shù)據(jù)人才所需的計(jì)算機(jī)基礎(chǔ)課程，掌握數(shù)據(jù)的獲取和預(yù)處理方法，例如從數(shù)據(jù)庫提取物流數(shù)據(jù)，增刪、查改數(shù)據(jù)庫，對(duì)物流數(shù)據(jù)進(jìn)行去重、處理不規(guī)范數(shù)據(jù)等技能[2]。在第3學(xué)期，學(xué)習(xí)專業(yè)課Python物流數(shù)據(jù)分析，結(jié)合所學(xué)的物流管理知識(shí)和物流智能倉庫運(yùn)營管理知識(shí)，對(duì)物流數(shù)據(jù)進(jìn)行聚類、排序、分類匯總、數(shù)據(jù)透視表等操作。第4學(xué)期，學(xué)生學(xué)習(xí)Echart和 Tableau等物流可視化分析軟件，制作柱圖、餅圖、折線圖、詞云圖、熱力圖等可視化圖形。第5學(xué)期，結(jié)合實(shí)訓(xùn)課程，運(yùn)用所學(xué)知識(shí)和掌握的軟件工具，進(jìn)行物流大數(shù)據(jù)實(shí)踐案例分析，結(jié)合真實(shí)的物流企業(yè)工作崗位，按照實(shí)際物流工作中的大數(shù)據(jù)工作崗位要求完成工作項(xiàng)目。

按照在校5個(gè)學(xué)期的教學(xué)要求，結(jié)合物流專業(yè)人才培養(yǎng)總體方案，課程設(shè)計(jì)體系如圖1所示。

5 物流智能倉儲(chǔ)大數(shù)據(jù)分析教學(xué)研究

5.1 智能倉儲(chǔ)是智慧物流的重要組成

智能倉儲(chǔ)是物流系統(tǒng)智能化的重要環(huán)節(jié)，也是智慧物流技術(shù)應(yīng)用的典型場景。物流智能倉儲(chǔ)要求運(yùn)營管理智能化、生產(chǎn)作業(yè)高度自動(dòng)化和標(biāo)準(zhǔn)化的作業(yè)流程，因此，物流智能倉儲(chǔ)的運(yùn)營是建立在智能倉儲(chǔ)大數(shù)據(jù)分析的基礎(chǔ)上的。例如，在智能物流中心，處理訂單進(jìn)行的揀貨系統(tǒng)，包擴(kuò)揀選訂單信息、揀選方式、揀選設(shè)備和揀選策略等要素，揀選方法和設(shè)備組合成很多的揀選作業(yè)模式。為提高揀選效率和訂單服務(wù)水平，需要設(shè)計(jì)優(yōu)化訂單揀選的品項(xiàng)、AGV系統(tǒng)的設(shè)計(jì)和揀選方式等[3]。

5.2 物流智能倉儲(chǔ)大數(shù)據(jù)分析的內(nèi)容

物流智能倉儲(chǔ)大數(shù)據(jù)分析涉及物流倉儲(chǔ)的作業(yè)流程、智能設(shè)備運(yùn)行、智能倉儲(chǔ)運(yùn)營等方面的大數(shù)據(jù)分析，以及從物流倉儲(chǔ)入庫、存儲(chǔ)、分揀、配貨到物流設(shè)備的可靠性運(yùn)行。

物流智能倉儲(chǔ)數(shù)據(jù)分析案例如表2所示。

根據(jù)表3的任務(wù)記錄，計(jì)算并匯總每個(gè)物流工作人員執(zhí)行各項(xiàng)工作任務(wù)的時(shí)間，得到每個(gè)物流工作人員的工作總時(shí)長，再計(jì)算其執(zhí)行各項(xiàng)物流任務(wù)的時(shí)長。

物流智能倉主要包含操作員、工作站和設(shè)備單元三要素，物流操作員負(fù)責(zé)執(zhí)行倉庫的各種作業(yè)環(huán)節(jié)，例如包裝員、揀選員等。物流工作站就是物流操作員工作需要的設(shè)備資源，可以是固定的，也可以是移動(dòng)的，如移動(dòng)貨架，電子標(biāo)簽貨架等。物流設(shè)備單元包括分揀AGV、軌道式堆垛機(jī)、碼貨機(jī)器人等。

運(yùn)用Python繪制箱型圖，可反映物流設(shè)備的運(yùn)行時(shí)長。根據(jù)物流設(shè)備運(yùn)行記錄，利用箱型圖對(duì)一些異常的任務(wù)記錄數(shù)據(jù)進(jìn)行處理，得到每臺(tái)設(shè)備的運(yùn)行時(shí)長總和。由于物流智能倉作業(yè)任務(wù)不均勻，所以按小時(shí)計(jì)算物流智能倉設(shè)備的整體利用率，計(jì)算出每小時(shí)物流設(shè)備的利用率后，繪制設(shè)備利用率的折線圖，就可以直觀地觀察利用率的變化趨勢。根據(jù)物流設(shè)備利用率均值和峰值差，判斷物流設(shè)備的每小時(shí)利用率是否均衡。

運(yùn)用SPSS軟件進(jìn)行多元線性回歸分析，設(shè)置線性回歸變量與自變量，生成數(shù)據(jù)集，構(gòu)建線性模型，得到揀選件數(shù)與出庫工作站數(shù)、AGV數(shù)的關(guān)系。SPSS設(shè)置線性回歸變量如圖2所示。

通過線性模型分析可以得到：在其他條件不變的情況下，AGV每增加1個(gè)，物流智能倉的揀選數(shù)量就會(huì)增加182件，出庫工作站每增加1個(gè)，物流智能倉的揀選數(shù)量就會(huì)增加12件。物流企業(yè)管理者可以根據(jù)智能倉實(shí)際生產(chǎn)要素的關(guān)聯(lián)情況，制定物流倉儲(chǔ)優(yōu)化方案，對(duì)物流智能倉的資源配置提供合理建議。

通過以上物流數(shù)據(jù)分析案例，我們得知：物流智能倉儲(chǔ)大數(shù)據(jù)分析要涵蓋物流倉儲(chǔ)運(yùn)營數(shù)據(jù)分析、進(jìn)出庫作業(yè)流程分析和智能設(shè)備運(yùn)行指標(biāo)分析，具體分為物流進(jìn)貨作業(yè)分析、入庫作業(yè)分析、存儲(chǔ)作業(yè)分析、盤點(diǎn)作業(yè)分析、揀貨作業(yè)分析、分貨作業(yè)分析、物流智能倉設(shè)備性能分析、物流智能倉儲(chǔ)設(shè)備異常分析和可靠性分析。通過物流智能倉儲(chǔ)大數(shù)據(jù)分析，智能倉儲(chǔ)不斷升級(jí)，物流設(shè)備運(yùn)行效率不斷提高，物流系統(tǒng)不斷改進(jìn)，可以真正實(shí)現(xiàn)物流系統(tǒng)的數(shù)字化轉(zhuǎn)型[4]。

5.3 物流智能倉儲(chǔ)大數(shù)據(jù)分析需要掌握的知識(shí)

物流智能倉儲(chǔ)大數(shù)據(jù)分析要求學(xué)生掌握智能倉儲(chǔ)系統(tǒng)的描述性統(tǒng)計(jì)，掌握Python、SQL、SPSS等計(jì)算機(jī)工具，按照物流企業(yè)的要求采集并處理數(shù)據(jù)庫的數(shù)據(jù)信息（涉及物流倉儲(chǔ)運(yùn)營數(shù)據(jù)和物流設(shè)備運(yùn)行數(shù)據(jù)等，大部分?jǐn)?shù)據(jù)信息來自物流企業(yè)信息系統(tǒng)），能夠圍繞企業(yè)的真實(shí)業(yè)務(wù)完成全面系統(tǒng)的物流數(shù)據(jù)分析工作，能夠使用常用的統(tǒng)計(jì)模型，應(yīng)用量化分析手段分析智能倉儲(chǔ)運(yùn)營問題，通過大數(shù)據(jù)分析結(jié)果，為管理決策層提供合理性決策和優(yōu)化建議。

5.4 物流智能倉儲(chǔ)大數(shù)據(jù)分析的教學(xué)設(shè)計(jì)

在第1、2學(xué)期的教學(xué)過程中，學(xué)生應(yīng)掌握物流大數(shù)據(jù)分析的基礎(chǔ)知識(shí)，掌握計(jì)算機(jī)編程、數(shù)據(jù)庫等計(jì)算機(jī)工具的應(yīng)用方式，學(xué)習(xí)物流統(tǒng)計(jì)學(xué)知識(shí)。在第3學(xué)期，學(xué)生應(yīng)掌握物流倉儲(chǔ)與配送作業(yè)流程和管理方法、物流智能倉的設(shè)備配置規(guī)劃等課程。在第4、5學(xué)期，學(xué)習(xí)大數(shù)據(jù)分析的核心課程，開展物流大數(shù)據(jù)綜合實(shí)訓(xùn)課程，通過物流大數(shù)據(jù)分析課程，學(xué)生學(xué)習(xí)掌握物流倉儲(chǔ)作業(yè)大數(shù)據(jù)的挖掘與分析方法，將物流智能倉儲(chǔ)分析師的職業(yè)認(rèn)證融入專業(yè)課程和實(shí)訓(xùn)課程。

6 高職院校物流專業(yè)大數(shù)據(jù)教學(xué)實(shí)施措施

6.1 物流專業(yè)應(yīng)加強(qiáng)物流數(shù)據(jù)分析實(shí)訓(xùn)室建設(shè)

建立滿足物流數(shù)據(jù)分析要求的實(shí)訓(xùn)室，安裝Python編程語言、mySQL數(shù)據(jù)庫、R語言等軟件，配置相適應(yīng)的硬件實(shí)訓(xùn)室條件。由于物流數(shù)據(jù)分析需要較好的展示效果，硬件配置要求具有較好性能的顯卡。

過去，高職院校物流數(shù)據(jù)分析實(shí)訓(xùn)室建設(shè)注重硬件設(shè)備的投入，各院校會(huì)參考物流職業(yè)技能競賽的比賽內(nèi)容，按照比賽的設(shè)備要求購買重型貨架、電子標(biāo)簽揀選貨架、軌道式堆垛機(jī)、叉車、地牛、堆高機(jī)、移動(dòng)貨架、AGV、工業(yè)機(jī)器人等設(shè)備，還會(huì)購買滿足倉庫出庫和入庫的倉儲(chǔ)課程實(shí)訓(xùn)要求的紙箱、托盤、便簽、條碼打印機(jī)等，耗費(fèi)資金量大，設(shè)備容易過時(shí)，且維護(hù)困難，使用時(shí)也存在安全隱患。運(yùn)用仿真軟件模擬業(yè)務(wù)流程和設(shè)備操作，大大提高了實(shí)訓(xùn)室的利用效率和實(shí)訓(xùn)學(xué)習(xí)效果。分析處理可以運(yùn)用仿真軟件運(yùn)行得到的物流運(yùn)營和設(shè)備數(shù)據(jù)，進(jìn)行物流智能倉庫規(guī)劃設(shè)計(jì)的學(xué)習(xí)。

6.2 實(shí)施滿足物流企業(yè)需求的大數(shù)據(jù)人才培養(yǎng)方案

為適應(yīng)未來物流企業(yè)的發(fā)展趨勢和學(xué)生的高質(zhì)量就業(yè)要求，結(jié)合高職學(xué)生的學(xué)情分析和職業(yè)發(fā)展規(guī)劃，不斷改進(jìn)優(yōu)化物流人才培養(yǎng)方案。將物流大數(shù)據(jù)分析作為學(xué)生未來的職業(yè)培養(yǎng)方向，從基礎(chǔ)課、專業(yè)課到實(shí)訓(xùn)課，建立完善的課程培養(yǎng)體系，在學(xué)習(xí)物流大數(shù)據(jù)專業(yè)課程前安排計(jì)算機(jī)程序設(shè)計(jì)、數(shù)據(jù)庫技術(shù)應(yīng)用、物流智能倉設(shè)施設(shè)備配置規(guī)劃、物流系統(tǒng)規(guī)劃設(shè)計(jì)等課程，為物流大數(shù)據(jù)學(xué)習(xí)打好基礎(chǔ)。

物流大數(shù)據(jù)教學(xué)內(nèi)容要與物流企業(yè)相關(guān)崗位的實(shí)際工作內(nèi)容緊密結(jié)合，要與知名物流大企業(yè)合作，融入大量真實(shí)的物流企業(yè)案例和數(shù)據(jù)分析，定期與物流企業(yè)專家進(jìn)行座談等交流活動(dòng)，人才培養(yǎng)方案在撰寫和審核答辯環(huán)節(jié)，都要有物流企業(yè)的專家參與。

6.3 加強(qiáng)物流大數(shù)據(jù)分析教學(xué)教師隊(duì)伍建設(shè)

逐步建立物流大數(shù)據(jù)分析教學(xué)教師團(tuán)隊(duì)，教師要學(xué)習(xí)掌握物流大數(shù)據(jù)和計(jì)算機(jī)編程知識(shí)，鉆研專業(yè)數(shù)據(jù)分析軟件的使用和操作，積極參加行業(yè)相關(guān)培訓(xùn)和交流。

物流專業(yè)骨干教師通過學(xué)習(xí)和參加培訓(xùn)可以彌補(bǔ)計(jì)算機(jī)知識(shí)的應(yīng)用能力，通過頂崗鍛煉和校企合作項(xiàng)目，與物流企業(yè)的物流大數(shù)據(jù)分析人員多交流，可以積累物流企業(yè)大數(shù)據(jù)分析項(xiàng)目的工作經(jīng)驗(yàn)。

6.4 建立物流大數(shù)據(jù)教學(xué)課程資源庫

在物流大數(shù)據(jù)教學(xué)方案的實(shí)施過程中，教師可以逐步積累課程相關(guān)資源，相互交流物流大數(shù)據(jù)的教學(xué)難點(diǎn)和疑難問題。與企業(yè)人員共同設(shè)計(jì)和編寫完善的課本教材和實(shí)訓(xùn)內(nèi)容，引導(dǎo)學(xué)生真正參與真實(shí)的物流企業(yè)大數(shù)據(jù)分析案例，讓學(xué)生成為教學(xué)的主體，充分發(fā)揮學(xué)生的學(xué)習(xí)積極性。

物流大數(shù)據(jù)課程資源庫的建立，從物流運(yùn)營大數(shù)據(jù)、物流智能倉儲(chǔ)大數(shù)據(jù)等專業(yè)核心課程開始，同時(shí)開發(fā)教材、線上資源，然后將課程范圍擴(kuò)展到Python物流數(shù)據(jù)分析、物流大數(shù)據(jù)挖掘與分析等專業(yè)基礎(chǔ)課。線上資源形式豐富，包含大量成體系的文本、PPT課件、視頻動(dòng)畫等教學(xué)資源，可豐富物流大數(shù)據(jù)教學(xué)的課程資源庫。此外，要鼓勵(lì)教師參加相關(guān)課程的教學(xué)技能大賽，積極撰寫教材，彌補(bǔ)國內(nèi)相關(guān)教材的缺口。

6.5 建立物流大數(shù)據(jù)畢業(yè)生反饋機(jī)制

通過開展畢業(yè)生座談會(huì)、調(diào)查問卷、去企業(yè)走訪畢業(yè)生等方式，對(duì)就職于物流大數(shù)據(jù)崗位的學(xué)生進(jìn)行調(diào)查，獲取相關(guān)數(shù)據(jù)資料，總結(jié)從事物流大數(shù)據(jù)崗位的學(xué)生對(duì)教學(xué)改進(jìn)的建議和思考。同時(shí)，多關(guān)注畢業(yè)生的職業(yè)發(fā)展，給予其積極的幫助和關(guān)心，完善物流大數(shù)據(jù)畢業(yè)生反饋機(jī)制，培養(yǎng)和發(fā)展典型就業(yè)示范的優(yōu)秀畢業(yè)生代表。

6.6 開展物流大數(shù)據(jù)分析技能競賽

通過開展物流大數(shù)據(jù)分析技能競賽，實(shí)現(xiàn)以賽促教，以賽促學(xué)。課程內(nèi)融入競賽內(nèi)容，通過競賽標(biāo)準(zhǔn)給予綜合評(píng)分，如全國大學(xué)生大數(shù)據(jù)技能競賽、全國高校大數(shù)據(jù)應(yīng)用創(chuàng)新大賽、“泰迪杯”全國數(shù)據(jù)挖掘挑戰(zhàn)賽等。組織和推進(jìn)學(xué)校與行業(yè)間的物流大數(shù)據(jù)比賽，不斷篩選競賽技術(shù)以支持企業(yè)，完善改進(jìn)比賽方案內(nèi)容和競賽規(guī)則，參考行業(yè)的職業(yè)認(rèn)證要求確定比賽形式，對(duì)賽后結(jié)果進(jìn)行數(shù)據(jù)分析，分析比賽對(duì)物流大數(shù)據(jù)教學(xué)的影響和促進(jìn)效果。

參考文獻(xiàn)：

[1] 畢婭．云物流下基于協(xié)同庫存和覆蓋的選址—分配問題研究[D]．武漢：武漢理工大學(xué)，2012.

[2] 陳偉．中外智慧物流發(fā)展的差異比較及經(jīng)驗(yàn)借鑒[J]．對(duì)外經(jīng)貿(mào)實(shí)務(wù)，2016（6）：86-89.

[3] 李細(xì)霞．物流仿真實(shí)驗(yàn)教學(xué)模式改革——與實(shí)踐教學(xué)基地建設(shè)相結(jié)合[J]．教育現(xiàn)代化，2018，5（6）：103-105.

[4] 物流行業(yè)未來四大發(fā)展趨勢[J]．大陸橋視野，2016（5）：76-77.