2023年浙江農(nóng)林大學(xué)MLIS加試科目考試大綱(一)

提前了解一些考研考試內(nèi)容可以緩解考生面對考試時的一些緊張和慌張。希賽網(wǎng)整理了2023年浙江農(nóng)林大學(xué)圖書情報碩士（MLIS）加試科目《信息分析技術(shù)》考研大綱，希望能給考生復(fù)試備考帶來幫助。

浙江農(nóng)林大學(xué)碩士研究生入學(xué)考試加試

《信息分析技術(shù)》考試大綱

一、 考 試 性 質(zhì)

浙江農(nóng)林大學(xué)碩士研究生入學(xué)《信息分析技術(shù)》考試是為招收圖書情報專業(yè)的碩士研究生而設(shè)置的具有選拔功能的水平考試。它的主要目的是測試考生關(guān)于信息收集、信息整序、成果提供的基本程序，以及運用相關(guān)知識分析和解決實際問題的能力。

二、 考試的基本要求

要求考生全面系統(tǒng)地掌握信息分析理論基礎(chǔ)，熟悉信息分析工作的主要流程、方法和模型，掌握信息分析建模能力，包括相關(guān)與回歸分析法、多元分析法和時間序列分析法，運用計算機軟件進(jìn)行信息分析并向決策者提供增值信息的能力。

三、 考試內(nèi)容和考試要求

(一) 信息與信息分析

考試內(nèi)容

1. 信息與信息分析的概念。

2. 信息分析的類型。

3. 信息分析的功能和作用。

考試要求

1. 理解信息與信息分析的定義。

2. 理解信息分析的作用，并能夠舉例說明。

3. 了解信息分析的趨勢以及今后的研究方向。

(二) 信息分析的工作的規(guī)范流程

考試內(nèi)容

1.課題選擇。

2.信息搜集、整理、鑒別與評價。

3.信息分析報告的撰寫。

考試要求

1. 了解課題選擇的原則。

2. 理解信息源的類型、信息搜集方法以及對信息的鑒別與評價。

3. 了解信息分析報告的類型、信息分析產(chǎn)品評價指標(biāo)。

(三) 常用邏輯思維方法

考試內(nèi)容

1.分析與綜合。

2.比較與推理。

考試要求

1. 理解分析與綜合在信息分析中的應(yīng)用，并能夠舉例說明。

2. 了解比較法的類型。

3. 了解推理法應(yīng)遵循的原則。

4. 理解推理法在信息分析中的應(yīng)用，并能夠舉例說明。

(四) 調(diào)查方法

考試內(nèi)容

1.社會調(diào)查法。

2.專家調(diào)查法。

3.文獻(xiàn)調(diào)查法。

考試要求

1.了解社會調(diào)查的類型。

2.理解常用的隨機抽樣方法，并能夠舉例說明。

3.會對德爾菲法的預(yù)測結(jié)果進(jìn)行處理及表達(dá)。

(五) 信息分析建模

考試內(nèi)容

1.模型與模型方法。

2.信息分析建模的一般過程。

3.信息分析建模過程中的實例分析。

考試要求

1.理解模型與模型方法的概念。

2.了解信息分析建模的主要步驟。

3.了解信息分析建模的較常用的定性、定量研究方法。

(六) 相關(guān)與回歸分析

考試內(nèi)容

1.相關(guān)分析。

2.一元回歸分析。

3.多元線性回歸分析法。

4.回歸模型違法假設(shè)及其處理

考試要求

1.理解相關(guān)系數(shù)的概念以及顯著性檢驗。

2.掌握回歸模型的建立、參數(shù)估計的方法、回歸模型的檢驗、回歸系數(shù)的顯著性檢驗，并會對由計算機軟件輸出的結(jié)果進(jìn)行合理的信息分析。

3.了解回歸模型的經(jīng)典假設(shè)以及對回歸模型違反假設(shè)的常用處理方法。

(七) 數(shù)據(jù)降維方法

考試內(nèi)容

1. 因子分析法。

2. 多元尺度法。

考試要求

1. 了解因子分析方法的應(yīng)用場景。

2. 理解因子分析方法的原理、主要步驟以及對由計算機軟件輸出的結(jié)果進(jìn)行合理的信息分析。

3. 了解多元尺度法的作用及一般步驟。

(八) 時間序列分析

考試內(nèi)容

1. 時間序列。

2. 移動平均法。

3. 指數(shù)平滑法。

4. 指數(shù)曲線法。

5. 生長曲線法。

考試要求

1. 了解生活中常見的時間序列。

2. 理解移動平均法和指數(shù)平滑法的原理以及主要應(yīng)用場景。

3. 理解指數(shù)曲線法的不同分類、參數(shù)估計方法以及應(yīng)用場景。

4. 理解生長曲線的不同分類、參數(shù)估計方法以及應(yīng)用場景。

(九)分類分析法

1. 決策樹。

2. 隨機森林。

考試要求

1. 了解決策樹構(gòu)建的一般步驟。

2. 理解信息增益、信息增益率以及基尼指數(shù)的概念。

3. 理解隨機森林的原理。

4. 理解決策樹與隨機森林的應(yīng)用場景。

四、 主要參考書目

1. 信息分析數(shù)據(jù)方法與應(yīng)用的視角,李莉, 朱鵬,機械工業(yè)出版社，2022。

資料來源：2023考試大綱-數(shù)學(xué)與計算機科學(xué)學(xué)院