附件5：《决策理论与方法》教学大纲课程名称课程代码决策理论与方法SS091004课程英文名称Decision Making Theory and Methodology开课单管理科学与2春学时32学分开课学期位工程学院平时成绩占比：30%口开卷考试回闭卷考试课程类型学位课考核方式过程考核占比：30%口考查期末考试占比：40%教学目的与要求本课程为管理类专业学生必修的专业基础课程，其目的在于介绍现代管理决策的理论、技术和方法，培养学生掌握决策分析的基本理论、模型和方法，以及决策模拟仿真技术，增强学生运用决策理论与方法分析问题和解决管理决策问题的实际能力，包括提出问题、分析问题和解决问题的能力，实践动手能力，以及创新能力等。课程要求学生掌握包括确定型决策、风险型决策、不确定型决策、多目标决策等决策模型，以及使用Python、Excel等工具求解模型；了解决策理论与方法的现状和发展趋势，为学生将来从事决策支持的理论研究或实际应用打下坚实的基础。教学内容与要求教学方法与学章节题目教学内容与要求时手段作为一门重要的管理学科，决策理论与方法需要学生具备国家意识，价值引领注重创新和社会责任感，以科学的方法进行决策，从而为社会做出贡献。1.概述2.预测与决策决策理论概概念讲解+案第一章知识传授3.决策的分类3述例教学4.决策分析的概念和要素5.管理决策的概念与过程培养学生决策思维，对更好地理解管理决策问题，比较、分析、综合能力培养和解决针对实际问题的综合能力，选择有效的决策方法作出更明智的决策。培养严谨的逻辑思维和分析能力，发展理性决策思维。帮助管理者更好地理解组织面临的挑战和机遇，价值引领从而推动创新和变革，为组织带来概念讲解+案第二章单目标决策更多的发展机会，同时也可以增强例教学伦理责任意识和社会责任感。1.定性决策知识传授2.确定型决策方法24
24 附件 5： 《决策理论与方法》教学大纲 课程名称 决策理论与方法 课程代码 SS091004 课程英文名称 Decision Making Theory and Methodology 学时 32 学分 2 开课学期 春 开 课 单 位 管理科学与 工程学院 课程类型 学位课 考核方式 □开卷考试 闭卷考试 □考查 平时成绩占比： 30 % 过程考核占比： 30 % 期末考试占比： 40 % 教学目的与要求 本课程为管理类专业学生必修的专业基础课程，其目的在于介绍现代管理决策的理论、技术 和方法，培养学生掌握决策分析的基本理论、模型和方法，以及决策模拟仿真技术，增强学生运 用决策理论与方法分析问题和解决管理决策问题的实际能力，包括提出问题、分析问题和解决问 题的能力，实践动手能力，以及创新能力等。 课程要求学生掌握包括确定型决策、风险型决策、不确定型决策、多目标决策等决策模型， 以及使用 Python、Excel 等工具求解模型；了解决策理论与方法的现状和发展趋势，为学生将来 从事决策支持的理论研究或实际应用打下坚实的基础。 教学内容与要求 章节 题目 教学内容与要求 学 时 教学方法与 手段 第一章 决策理论概 述 价值引领 作为一门重要的管理学科，决策理 论与方法需要学生具备国家意识， 注重创新和社会责任感，以科学的 方法进行决策，从而为社会做出贡 献。 3 概念讲解+案 例教学 知识传授 1. 概述 2. 预测与决策 3. 决策的分类 4. 决策分析的概念和要素 5. 管理决策的概念与过程 能力培养 培养学生决策思维，对更好地理解 管理决策问题，比较、分析、综合 和解决针对实际问题的综合能力， 选择有效的决策方法作出更明智的 决策。 第二章 单目标决策 价值引领 培养严谨的逻辑思维和分析能力， 发展理性决策思维。帮助管理者更 好地理解组织面临的挑战和机遇， 从而推动创新和变革，为组织带来 更多的发展机会，同时也可以增强 伦理责任意识和社会责任感。 9 概念讲解+案 例教学 知识传授 1. 定性决策 2. 确定型决策方法
3.不确定型决策方法4.风险型决策方法培养学生管理决策思维，从组织的能力培养整体效率出发更好地适应市场变化，增强组织的竞争力。培养学生了解数据的收集、处理和分析方法的能力，并以最优化方法求解决策问题。针对实际问题的特点准确选择合理的决策方法，并熟价值引领练应用数据处理工具对问题进行模拟、仿真的思维能力和操作能力，培养比较、分析、综合和解决针对实际问题的综合能力。1.多维效用合并法2.逼近理想解的排序方法（TOPSIS概念讲解+案法)多目标决策第三章例教学+上机12知识传授3.摘权系数法操作4.层次分析法（AHP）5.网络层次分析法（ANP）6.数据包络分析（DEA）培养学生复杂环境下决策分析能力，包括资源分配、项目评估、策略选择等，利用多目标决策理论模能力培养型，以及如何结合情感分析等方法来增强决策的合理性和有效性。同时，通过多目标决策模型的求解，培养决策优化求解能力。了解该领域的最新研究成果和发展价值引领方向，从而推动学术创新和发展。1.行为决策方法知识传授2.复杂性决策方法3.神经决策方法决策理论前概念讲解+案第四章6帮助学生了解最新的研究成果和发沿例教学展趋势，培养学生拓宽自己的研究视野，了解管理决策问题的研究进能力培养展和发展方向，提高自己的研究能力，包括文献综述能力、数据分析能力、研究设计能力等。以经典文献导读，培养学生辩证统一的思想，掌握决策问题具体分析价值引领的方法。培养学生应用判别分析解决实际问题，提高为社会经济发展服务的能力。决策理论与1.RaymondDacey（2003）TheS-第五章方法文献导文献导读2Shaped UtilityFunction;读2.NicholasBarberis（2000）Prospect知识传授Theory and Asset Prices3. Tversky A. Prospect Theory AnAnalysis of Decision under Risk（2002诺贝尔经济学奖文献）25
25 3. 不确定型决策方法 4. 风险型决策方法 能力培养 培养学生管理决策思维，从组织的 整体效率出发更好地适应市场变 化，增强组织的竞争力。 第三章 多目标决策 价值引领 培养学生了解数据的收集、处理和 分析方法的能力，并以最优化方法 求解决策问题。针对实际问题的特 点准确选择合理的决策方法，并熟 练应用数据处理工具对问题进行模 拟、仿真的思维能力和操作能力， 培养比较、分析、综合和解决针对 实际问题的综合能力。 12 概念讲解+案 例教学+上机 操作 知识传授 1. 多维效用合并法 2. 逼近理想解的排序方法（TOPSIS 法） 3. 熵权系数法 4. 层次分析法（AHP） 5. 网络层次分析法（ANP） 6. 数据包络分析（DEA） 能力培养 培养学生复杂环境下决策分析能 力，包括资源分配、项目评估、策 略选择等，利用多目标决策理论模 型，以及如何结合情感分析等方法 来增强决策的合理性和有效性。同 时，通过多目标决策模型的求解， 培养决策优化求解能力。 第四章 决策理论前 沿 价值引领 了解该领域的最新研究成果和发展 方向，从而推动学术创新和发展。 6 概念讲解+案 例教学 知识传授 1. 行为决策方法 2. 复杂性决策方法 3. 神经决策方法 能力培养 帮助学生了解最新的研究成果和发 展趋势，培养学生拓宽自己的研究 视野，了解管理决策问题的研究进 展和发展方向，提高自己的研究能 力，包括文献综述能力、数据分析 能力、研究设计能力等。 第五章 决策理论与 方法文献导 读 价值引领 以经典文献导读，培养学生辩证统 一的思想，掌握决策问题具体分析 的方法。培养学生应用判别分析解 决实际问题，提高为社会经济发展 服务的能力。 2 文献导读 知识传授 1. Raymond Dacey（2003）The S- Shaped Utility Function； 2. Nicholas Barberis（2000）Prospect Theory and Asset Prices 3. Tversky A. Prospect Theory An Analysis of Decision under Risk （2002 诺贝尔经济学奖文献）
4. Thaler, Richard H. Mentalaccountingand consumerchoice（2017诺贝尔经济学奖文献）培养学生文献阅读能力，掌握前沿能力培养理论与方法。先修课程31管理学42概率论与数理统计教材出版是否自编教序号主编出版社教材名称ISBN编号时材间郭文强，决策理论与方法20否孙世勋，高等教育出版社1978704054619420（第三版）郭立夫编20否2岳超源科学出版社决策理论与方法978703010816603参考资料（推荐书目)出版是否自编书序号主编出版社书目名称ISBN编号时目间20陶长琪否1决策理论与方法高等教育出版社978704045717916梁，杨数据、模型与决20否2锋，苟清龙机械工业出版社9787111694625策21著Multiple decisionprocedures:Shanti S.Society fortheory and20Gupta, S.否3Industrial9780898715323methodology of02Panchapakeselecting andMathematicssanrankingpopulations参考资料（推荐文献）作者序号文献名称期刊名称卷期号页码基于复杂系统管理的重大工程核心2022,决策范式研究——以我国典型长大盛昭瀚，梁茹管理世界-200-21238(03)桥梁工程决策为例大数据环境下的决策范式转变与使2020,95-2陈国青，曾大军管理世界36(02)105+220能创新3崔连广，张敬伟2017,105-不确定环境下的管理决策研究。南开管理评26
26 4. Thaler, Richard H. Mental accounting and consumer choice （2017 诺贝尔经济学奖文献） 能力培养 培养学生文献阅读能力，掌握前沿 理论与方法。 先修课程 1 管理学 3 2 概率论与数理统计 4 教材 序号 教材名称 主编 出版社 ISBN 编号 出 版 时 间 是否自编教 材 1 决策理论与方法 （第三版） 郭文强， 孙世勋， 郭立夫 编 高等教育出版社 9787040546194 20 20 否 2 决策理论与方法 岳超源 科学出版社 9787030108166 20 03 否 参考资料（推荐书目） 序号 书目名称 主编 出版社 ISBN 编号 出 版 时 间 是否自编书 目 1 决策理论与方法 陶长琪 高等教育出版社 9787040457179 20 16 否 2 数据、模型与决 策 梁樑，杨 锋，苟清龙 著 机械工业出版社 9787111694625 20 21 否 3 Multiple decision procedures: theory and methodology of selecting and ranking populations Shanti S. Gupta, S. Panchapake san Society for Industrial Mathematics 9780898715323 20 02 否 参考资料（推荐文献） 序号 文献名称 作者 期刊名称 卷期号 页码 1 基于复杂系统管理的重大工程核心 决策范式研究——以我国典型长大 桥梁工程决策为例 盛昭瀚,梁茹 管理世界 2022, 38(03) 200-212 2 大数据环境下的决策范式转变与使 能创新 陈国青,曾大军 管理世界 2020, 36(02) 95- 105+220 3 不确定环境下的管理决策研究—— 崔连广,张敬伟 南开管理评 2017, 105-
论20(05)115+130效果推理视角战略决策过程中决策、决策团队与南开管理评2010,4朱振伟，金占明4-14+49论程序理性的实证研究13(01)参考资料（推荐网站）序号专题名称（期刊）网站网址1《控制与决策》2《统计与决策》大纲撰写人（签字）：徐洪雪培养方案修（制）订工作组副组长（签字）：蔡永明27
27 效果推理视角 论 20(05) 115+130 . 4 战略决策过程中决策、决策团队与 程序理性的实证研究 朱振伟,金占明 南开管理评 论 2010, 13(01) 4-14+49 参考资料（推荐网站） 序号 专题名称（期刊） 网站网址 1 《控制与决策》 2 《统计与决策》 大纲撰写人（签字）： 徐洪雪 培养方案修（制）订工作组副组长（签字）：蔡永明
附件6：《数据挖掘》教学大纲课程名称数据挖掘课程代码SS093017课程英文名称Data Mining管理科学与2学时32学分秋开课单位开课学期工程学院口开卷考试平时成绩占比：30%课程类型非学位课考核方式口闭卷考试过程考核占比：_%考查期末考试占比：70%教学目的与要求本课程的主要目的是培养学生的数据挖掘与机器学习的理论分析与应用实践的综合能力。通过本课程的教学，使学生掌握数据挖掘和机器学习的一般原理和处理方法，能使用机器学习理论解决数据挖掘相关的问题。课程要求学生使用Python编程完成数据分析挖掘任务，主要掌握包括Numpy、Pandas、Matplotlib、Scikit-Learn等库的基本操作：掌握回归分析、分类、聚类、联规则挖掘等机器学习算法，分析挖掘管理任务。教学内容与要求教学方法与学时章节题目教学内容与要求手段帮助学生掌握数据挖掘的基本技能，并将所学知识应用到实际生活中。更价值引领好地树立正确的价值观和人生观，为将来的职业发展打下坚实的基础。第一节数据挖掘简介第二节数据分析与数据挖掘第三节数据挖掘的主要任务数据挖掘概第四节数据挖掘的数据源知识传授概念讲解述第五节数据挖掘使用的主要技术第六节数据挖掘的主要问题第七节数据挖掘与机器学习常用的建模工具了解数据挖掘的定义和功能，理解数据挖掘在何种数据上进行，数据挖掘可能力培养以挖掘什么类型的模式，掌握初级的数据分析方法。概念讲解+Python数据培养学生通过学习Python程序设计，价值引领分析与挖掘可以培养自己的创新能力，并学会思上机操作28
28 附件 6： 《数据挖掘》教学大纲 课程名称 数据挖掘 课程代码 SS093017 课程英文名称 Data Mining 学时 32 学分 2 开课学期 秋 开课单位 管理科学与 工程学院 课程类型 非学位课 考核方式 □开卷考试 □闭卷考试 ■考查 平时成绩占比： 30 % 过程考核占比： % 期末考试占比： 70 % 教学目的与要求 本课程的主要目的是培养学生的数据挖掘与机器学习的理论分析与应用实践的综合能力。通 过本课程的教学，使学生掌握数据挖掘和机器学习的一般原理和处理方法，能使用机器学习理论 解决数据挖掘相关的问题。 课程要求学生使用 Python 编程完成数据分析挖掘任务，主要掌握包括 Numpy、Pandas、 Matplotlib、Scikit-Learn 等库的基本操作；掌握回归分析、分类、聚类、联规则挖掘等机器学习 算法，分析挖掘管理任务。 教学内容与要求 章节 题目 教学内容与要求 学时 教学方法与 手段 一 数据挖掘概 述 价值引领 帮助学生掌握数据挖掘的基本技能， 并将所学知识应用到实际生活中。更 好地树立正确的价值观和人生观，为 将来的职业发展打下坚实的基础。 知识传授 3 概念讲解 第一节 数据挖掘简介 第二节 数据分析与数据挖掘 第三节 数据挖掘的主要任务 第四节 数据挖掘的数据源 第五节 数据挖掘使用的主要技术 第六节 数据挖掘的主要问题 第七节 数据挖掘与机器学习常用的建 模工具 能力培养 了解数据挖掘的定义和功能，理解数 据挖掘在何种数据上进行, 数据挖掘可 以挖掘什么类型的模式，掌握初级的 数据分析方法。 二 Python 数据 分析与挖掘 价值引领 培养学生通过学习 Python 程序设计， 可以培养自己的创新能力，并学会思 6 概念讲解+ 上机操作