数据挖掘与可视化博士点简介
一、学科简介
随着“互联网+”云计算技术的发展及其在社会经济各领域的深入应用，数据科学与大数据技术等现代统计学前沿理论与方法发展迅速。现代统计学科的共同点都是研究获取数据、处理数据和分析数据的方法。
2018年3月26日，国务院学位委员会正式发布了《关于下达2017年审核增列的博士、硕士学位授权点名单的通知》（学位[2018]9号），我校统计学科进入新增博士学位授权一级学科名单。一级博士点有四个学科方向：金融统计与风险管理、社会经济统计学、数理统计学、数据挖掘与可视化。
数据挖掘与可视化二级博士点设在计算机科学与技术学院建设。本学科方向是信息科学和统计学的交叉方向，通过数据挖掘技术获取数据之间的关系，利用计算机机器学习分析数据的内在规律，面向财经数据、可视媒体数据的应用需求，开展财经数据挖掘和可视媒体数据分析的应用基础研究，为数据智能化分析和处理提供理论基础和技术保障。
二、培养目标
掌握马克思主义的基本理论和专业知识，具有良好的道德品质、严谨的科学态度和敬业精神。具备扎实的统计学、数据挖掘与可视化基础理论和研究方法，掌握坚实宽厚的统计学应用技能，了解统计学、数据挖掘与可视化前沿动态，具有独立从事创新性科学研究工作的能力，在所研究领域中有创新性研究成果，可在统计学、计算机、大数据、人工智能等相关专业领域从事高层次研究和教学工作，或在实际部门解决工作中的数据统计与可视化问题。
三、招生学科方向
数据挖掘与可视化
四、学习年限
博士研究生基本学习年限为4年，最长学习年限为6年。
硕博连读研究生基本学习年限为6年，最长学习年限为8年。
五、课程设置及要求
博士研究生课程按照课程性质分为必修课和选修课，学位公共课、学科基础课和学位专业课为必修课，选修课全校打通，博士研究生根据研究方向进行选择。博士研究生毕业所需学分不少于23学分。
六、科研成果要求
博士研究生在申请进行博士学位论文答辩之前，必须以第一作者（或导师为第一作者，本人为第二作者）公开发表第一署名单位为“山东财经大学”的与本学科方向相关的CSSCI期刊学术论文至少2篇，其中A类及以上论文至少1篇（不含用稿通知和发表在相应期刊的增刊或副刊的学术论文）。期刊划分标准参见同期适用的《山东财经大学核心期刊目录》。
如未能达到相关要求，则应在科研成果达到要求后申请参加下一次的博士学位论文答辩。
七、招生对象
具有计算机科学与技术、统计学、人工智能、数学、数据科学与大数据技术、软件工程等相关专业背景，具有数据挖掘或数字媒体技术、可视化技术相关知识，具备计算机编程能力的应届或往届硕士研究生。
八、学位授予
博士学位论文答辩及博士学位授予严格按照《中华人民共和国学位条例》及有关文件规定进行。通过学位论文答辩且经校学位评定委员会全体会议审核通过的博士研究生，可授予相关学科博士学位。
