考试科目：

• ① 101 思想政治理论

• ② 201 英语（一）

• ③ 627 信息资源管理基础

• ④ 814 信息资源管理方法与技术

重点参考书籍与资料

该专业虽然侧重大数据，但初试科目与情报学一致，需在通用基础上增加技术深度：

1. 科目③ 627 信息资源管理基础：

   • 基础理论：马费成《信息管理学基础》。重点复习信息系统的结构、信息资源的配置。
   • 大数据管理：孟小峰《大数据管理：概念、技术与挑战》或相关MOOC课程资料。重点理解大数据的4V特征、数据治理框架。

2. 科目④ 814 信息资源管理方法与技术：

   • 编程与数据处理：廖雪峰《Python教程》或《Python for Data Analysis》。重点掌握Python基础语法、Pandas库、数据清洗技术。
   • 数据库与大数据技术：林子雨《大数据技术原理与应用》。重点复习HDFS、MapReduce、NoSQL数据库（如MongoDB, Redis）。
   • 统计分析：贾俊平《统计学》。重点复习回归分析、多元统计分析。

专业课复习方案

• 基础阶段（3-6月）：重点攻克编程与数据技术。作为大数据方向，需投入大量时间学习Python和数据库原理。同时，阅读《信息管理学基础》，理解管理学视角下的数据资源。

• 强化阶段（7-9月）：进行技术实战与理论融合。利用Kaggle或阿里云天池的公开数据集进行数据分析练习。重点复习“数据挖掘”、“机器学习基础”算法（如聚类、分类）。关注大数据在政府治理、商业智能中的应用案例。

• 冲刺阶段（10-12月）：模拟与前沿追踪。背诵核心管理学概念。重点复习大数据相关的伦理、法律问题（如隐私保护、算法偏见）。整理一套关于“数据驱动决策”的论述题模板。

答题技巧

• 技术细节：在回答814科目的技术题时，要体现出“硬核”技术能力。例如，回答数据库设计时，要写出具体的ER图或SQL语句；回答算法题时，要写出核心伪代码或流程图，而不仅仅是文字描述。

• 管理视角：虽然是技术方向，但在回答627科目的题目时，要突出“管理”属性。例如，在回答“大数据带来的挑战”时，不仅要谈技术存储压力，更要谈数据资产管理、数据质量控制等管理层面的应对策略。

• 逻辑推演：对于方法论题目，强调逻辑的严密性。在设计一个大数据分析方案时，需按照“问题定义—数据获取—预处理—建模—评估—应用”的标准科研流程作答，展示严谨的学术思维。

高效备考，新祥旭助你圆梦北大
考研是一场信息战，更是一场持久战。面对北京大学这样顶尖学府的高难度专业课（如801专业综合的跨学科考察、347的分方向命题），仅靠自学往往难以精准把握命题规律和导师偏好。
新祥旭考研全科定制辅导课程，专为冲击名校的学子设计：
1对1定制：匹配北大直系高分学长学姐，针对性解决专业课盲区。
全科护航：涵盖公共课与专业课，从参考书目筛选到答题技巧精讲，提供全流程陪伴。
精准信息：及时同步学院最新招生动态与备考策略，让你复习不走弯路。
立即咨询，抢占上岸先机！咨询电话：400-000-3363