软件编程交通，医疗，房地产等等，都可以写
本科学位论文是侧重于动手能力的，所以称为毕业设计，大数据处理类的，如果真的去搭建云平台是稍微有些不太好做，毕竟咱们个人的计算机终端是不够的，所以我觉得侧重于大数据安全，有一些算法，简单仿真，或者基于hadoop对某个行业的数据进行下分析计算也是没问题，到实例部分其实你用数据挖掘的方法去做，结果差不多
学术堂整理了十五个和大数据有关的毕业论文题目，供大家进行参考：1、大数据对商业模式影响2、大数据下地质项目资金内部控制风险3、医院统计工作模式在大数据时代背景下改进4、大数据时代下线上餐饮变革5、基于大数据小微金融6、大数据时代下对财务管理带来机遇和挑战7、大数据背景下银行外汇业务管理分析8、大数据在互联网金融领域应用9、大数据背景下企业财务管理面临问题解决措施10、大数据公司内部控制构建问题11、大数据征信机构运作模式监管12、基于大数据视角下我国医院财务管理分析13、大数据背景下宏观经济对微观企业行为影响14、大数据时代建筑企业绩效考核和评价体系15、大数据助力普惠金融
大数据主要指的是软件开发，现在这个专业比较火，也就是说比较热门，因为现在是一个移动互联时代 ，找到客户的共同点，通过数据来分析，并且研究用户特点，可以起到事倍功半的作用。
世界包含的多得难以想象的数字化信息变得更多更快……从商业到科学，从政府到艺术，这种影响无处不在。科学家和计算机工程师们给这种现象创造了一个新名词：“大数据”。大数据时代什么意思？大数据概念什么意思？大数据分析什么意思？所谓大数据，那到底什么是大数据，他的来源在哪里，定义究竟是什么呢？
一：大数据的定义。
1、大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。
2、大数据技术，是指从各种各样类型的大数据中，快速获得有价值信息的技术的能力，包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。
3、大数据应用，是 指对特定的大数据集合，集成应用大数据技术，获得有价值信息的行为。对于不同领域、不同企业的不同业务，甚至同一领域不同企业的相同业务来说，由于其业务需求、数据集合和分析挖掘目标存在差异，所运用的大数据技术和大数据信息系统也可能有着相当大的不同。惟有坚持“对象、技术、应用”三位一体同步发展，才能充分实现大数据的价值。当你的技术达到极限时，也就是数据的极限”。大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。
二：大数据的类型和价值挖掘方法
1、大数据的类型大致可分为三类：1)传统企业数据(Traditionalenterprisedata)：包括 CRM systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。2)机器和传感器数据(Machine-generated/sensor data)：包括呼叫记(CallDetailRecords)，智能仪表，工业设备传感器，设备日志(通常是Digital exhaust)，交易数据等。3)社交数据(Socialdata)：包括用户行为记录，反馈数据等。如Twitter，Facebook这样的社交媒体平台。2、大数据挖掘商业价值的方法主要分为四种：1)客户群体细分，然后为每个群体量定制特别的服务。2)模拟现实环境，发掘新的需求同时提高投资的回报率。3)加强部门联系，提高整条管理链条和产业链条的效率。4)降低服务成本，发现隐藏线索进行产品和服务的创新。
三：大数据的特点
业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。具体来说，大数据具有4个基本特征：1、是数据体量巨大数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量;百度资料表明，其新首页导航每天需要提供的数据超过(1PB=1024TB)，这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。2、是数据类别大和类型多样数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化 数据范畴，囊括了半结构化和非结构化数据。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。3、是处理速度快在数据量非常庞大的情况下，也能够做到数据的实时处理。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。4、是价值真实性高和密度低数据真实性(Veracity)高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。
四：大数据的作用
1、对大数据的处理分析正成为新一代信息技术融合应用的结点移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境(Ramayya Krishnan,卡内基·梅隆大学海因兹学院院长)。2、大数据是信息产业持续高速增长的新引擎面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。3、大数据利用将成为提高核心竞争力的关键因素各行各业的决策正在从“业务驱动” 转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对;可以为商家制定更加精准有效的营销策略提供决策支持;可以帮助企业为消费者提供更加及时和个性化的服务;在医疗领域，可提高诊断准确性和药物有效性;在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。4、大数据时代科学研究的方法手段将发生重大改变
例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。
五：大数据的商业价值
1、对顾客群体细分“大数据”可以对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动。瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和“大数据”的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。2、模拟实境运用“大数据”模拟实境，发掘新的需求和提高投入的回报率。现在越来越多的产品中都装有传感器，汽车和智能手机的普及使得可收集数据呈现爆炸性增长。Blog、Twitter、Facebook和微博等社交网络也在产生着海量的数据。云计算和“大数据”分析技术使得商家可以在成本效率较高的情况下，实时地把这些数据连同交易行为的数据进行储存和分析。交易过程、产品使用和人类行为都可以数据化。“大数据”技术可以把这些数据整合起来进行数据挖掘，从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。3、提高投入回报率提高“大数据”成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率。“大数据”能力强的部门可以通过云计算、互联网和内部搜索引擎把”大数据”成果和“大数据”能力比较薄弱的部门分享，帮助他们利用“大数据”创造商业价值。4、数据存储空间出租企业和个人有着海量信息存储的需求，只有将数据妥善存储，才有可能进一步挖掘其潜在价值。具体而言，这块业务模式又可以细分为针对个人文件存储和针对企业用户两大类。主要是通过易于使用的API，用户可以方便地将各种数据对象放在云端，然后再像使用水、电一样按用量收费。目前已有多个公司推出相应服务，如亚马逊、网易、诺基亚等。运营商也推出了相应的服务，如中国移动的彩云业务。5、管理客户关系客户管理应用的目的是根据客户的属性(包括自然属性和行为属性)，从不同角度深层次分析客户、了解客户，以此增加新的客户、提高客户的忠诚度、降低客户流失率、提高客户消费等。对中小客户来说，专门的CRM显然大而贵。不少中小商家将飞信作为初级CRM来使用。比如把老客户加到飞信群里，在群朋友圈里发布新产品预告、特价销售通知，完成售前售后服务等。6、个性化精准推荐在运营商内部，根据用户喜好推荐各类业务或应用是常见的，比如应用商店软件推荐、IPTV视频节目推荐等，而通过关联算法、文本摘要抽取、情感分析等智能分析算法后，可以将之延伸到商用化服务，利用数据挖掘技术帮助客户进行精准营销，今后盈利可以来自于客户增值部分的分成。以日常的“垃圾短信”为例，信息并不都是“垃圾”，因为收到的人并不需要而被视为垃圾。通过用户行为数据进行分析后，可以给需要的人发送需要的信息，这样“垃圾短信”就成了有价值的信息。在日本的麦当劳，用户在手机上下载优惠券，再去餐厅用运营商DoCoMo的手机钱包优惠支付。运营商和麦当劳搜集相关消费信息，例如经常买什么汉堡，去哪个店消费，消费频次多少，然后精准推送优惠券给用户。7、数据搜索数据搜索是一个并不新鲜的应用，随着“大数据”时代的到来，实时性、全范围搜索的需求也就变得越来越强烈。我们需要能搜索各种社交网络、用户行为等数据。其商业应用价值是将实时的数据处理与分析和广告联系起来，即实时广告业务和应用内移动广告的社交服务。运营商掌握的用户网上行为信息，使得所获取的数据“具备更全面维度”，更具商业价值。典
六：大数据对经济社会的重要影响
1、能够推动实现巨大经济效益比如对中国零售业净利润增长的贡献，降低制造业产品开发、组装成本等。预计2013年全球大数据直接和间接拉动信息技术支出将达1200亿美元。2、能够推动增强社会管理水平大数据在公共服务领域的应用，可有效推动相关工作开展，提高相关部门的决策水平、服务效率和社会管理水平，产生巨大社会价值。欧洲多个城市通过分析实时采集的交通流量数据，指导驾车出行者选择最佳路径，从而改善城市交通状况。3、如果没有高性能的分析工具，大数据的价值就得不到释放对大数据应用必须保持清醒认识，既不能迷信其分析结果，也不能因为其不完全准确而否定其重要作用。1)由于各种原因，所分析处理的数据对象中不可避免地会包括各种错误数据、无用数据，加之作为大数据技术核心的数据分析、人工智能等技术尚未完全成熟，所以对计算机完成的大数据分析处理的结果，无法要求其完全准确。例如，谷歌通过分析亿万用户搜索内容能够比专业机构更快地预测流感暴发，但由于微博上无用信息的干扰，这种预测也曾多次出现不准确的情况。2)必须清楚定位的是，大数据作用与价值的重点在于能够引导和启发大数据应用者的创新思维，辅助决策。简单而言，若是处理一个问题，通常人能够想到一种方法，而大数据能够提供十种参考方法，哪怕其中只有三种可行，也将解决问题的思路拓展了三倍。所以，客观认识和发挥大数据的作用，不夸大、不缩小，是准确认知和应用大数据的前提。
七：最后北京开运联合给您总结一下
不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。1、从大数据的价值链条来分析，存在三种模式：1)手握大数据，但是没有利用好;比较典型的是金融机构，电信行业，政府机构等。2)没有数据，但是知道如何帮助有数据的人利用它;比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，开运联合等。3)既有数据，又有大数据思维;比较典型的是Google，Amazon，Mastercard等。2、未来在大数据领域最具有价值的是两种事物：
本科学位论文是侧重于动手能力的，所以称为毕业设计，大数据处理类的，如果真的去搭建云平台是稍微有些不太好做，毕竟咱们个人的计算机终端是不够的，所以我觉得侧重于大数据安全，有一些算法，简单仿真，或者基于hadoop对某个行业的数据进行下分析计算也是没问题，到实例部分其实你用数据挖掘的方法去做，结果差不多
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。 大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。当下我国大数据研发建设应在以下四个方面着力一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。
学术堂整理了十五个和大数据有关的毕业论文题目，供大家进行参考：1、大数据对商业模式影响2、大数据下地质项目资金内部控制风险3、医院统计工作模式在大数据时代背景下改进4、大数据时代下线上餐饮变革5、基于大数据小微金融6、大数据时代下对财务管理带来机遇和挑战7、大数据背景下银行外汇业务管理分析8、大数据在互联网金融领域应用9、大数据背景下企业财务管理面临问题解决措施10、大数据公司内部控制构建问题11、大数据征信机构运作模式监管12、基于大数据视角下我国医院财务管理分析13、大数据背景下宏观经济对微观企业行为影响14、大数据时代建筑企业绩效考核和评价体系15、大数据助力普惠金融
写毕业论文的时候，银行的数据可以参考一些官方网站上的，比如银保监会的数据。
不可以。数据类型的论文不能用旧数据。不能用旧数据是原则，或者用旧数据做全面系统数据，再以叙述方式提供新数据里重要的单项数据做补充。
不会。毕业论文核查的是论文与银行数据库中其他论文文字重复的比例，通常不会审查数据的真实来源。
到中国银监会网站上查询，全有
不可以。数据类型的论文不能用旧数据。不能用旧数据是原则，或者用旧数据做全面系统数据，再以叙述方式提供新数据里重要的单项数据做补充。
以下是一篇论文参考 希望对你有所帮助 有更多的论文可以访问 这里有很多的管理论文范文可供你参考 再谈“管理”——“管理”是一种艺术——为什么管理学不是一门“科学”？ 张建华先生的《也谈“管理”》一文中提出了很多问题，鉴于各种原因，本人在这里只谈与“科学”和“管理”这两个语词有关的某些问题，即说明为什么管理学不能成为“管理学科”的核心基础科学。 从“科学”这一语词较为通常的意义上来说，管理学自然是一门科学。一般来说，任何一门学问，只要同时坚持如下两个原则，就可以成为一门通常意义上的科学。 第一，坚持用人们在社会实践中获得的客观规律、从可控制实验中获得的各种“机理”、通过逻辑思维过程得出的各种“原则”作为解释自然现象和文化现象的理论依据。 第二，坚持以人们可以共同感知的、可共同把握的实验数据、观察结果、基本事实、基本事件、历史记录等作为研究的起点。 由于人们的认识是有限的，因而许多客观规律、“机理”和原则在很大程度上也只是相对可靠的。同样，大量的实验数据、观察结果、基本事实、基本事件、历史记录本身也会因人的解释的不同而只是相对可靠的。但这并不要紧，这些东西发展或变化了，科学本身也会发展和变化。这也就不妨碍我们把坚持这两个原则“作”出的学问当作科学。 现在的管理学完全遵守了这两个原则，完全符合这两个条件，自然是一门科学。 本人说“管理”或管理学不是一门“科学”，是有几个前提的。 第一，管理学不是一门“机械论科学”意义上的科学。 第二，在“管理学科”中，必须有一门核心学科，这个核心学科必须是机械论意义上的科学。管理学不具备这样的条件。 第三，在本人说“管理”不是一门科学的同时，强调了“管理”是一门艺术。无论从任何角度来说，艺术对人类生活——无论是个人生活还是社会生活——的影响都比科学要大得多。 管理学不是一门机械论科学意义上的科学，这一点是毫不疑问的。这门科学不可能成为“管理学科”的核心基础科学，这一点，后面将予以说明。至于“管理”，无论是谁，只要他在从事“管理”或从事过“管理”，他都会知道在这一过程中，“艺术”比“科学”更为重要。这里没有丝毫否定“科学”在管理中的作用的含义，这里只是说，仅仅把“管理”当作一门科学，仅仅只用所谓的管理学的科学原理来教育学生，根本不可能培养出管理人才。 本人可以在此作出预测，今后中国涌现出来的企业管理人才，绝大部分不会是管理学硕士和管理学博士。尽管这些拥有硕士或博士头衔的人在企业中可以比其他人享有更多的管理“特权”，但“特权”本身既不会成为才能，更不会成为智慧。就象美国的法律人才根本不是通过教授“法律条文”，而是通过学生理解大量的“法律判例”培养出来的一样，管理人才也只有在大量的“个案教学”中才能培养出来。 只是，中国有几个“管理学科”的教授作过个案研究呢？中国又有几个“管理学科”的教授会作个案研究呢？管理是一门协调人的社会活动的艺术，就象律师是一种调节人与人的纠纷的艺术一样，艺术及个人的艺术才能只能在个人实践和吸收他人的经验中潜移默化地获得和提高。普遍原理的教学当然不可缺少，但想仅仅只靠这种教学就能够培养出管理人才，无异于白日做梦。 象管理学这样的科学与机械论科学意义上的科学的差别是非常明显的。但这并不妨碍人们用那些非机械论意义上的科学来把握世界。现在的问题的核心并不在这里，而在于人们把诸如“政府的行政部门依据宪法和法律对社会成员实施普遍强制使社会成员依‘原则’行事的‘行政管理’”、“企业领导人协调组织成员为‘目标’奋斗的‘企业管理’”、“社会保存和传播人们在社会活动中形成的文献与记录的‘文献记录管理’”、“利用计算机技术存储和传输人们在交流过程中使用的数据、文字和语音语词、图形图像的‘信息管理’”这四种“本质”上有着重大差别的“管理”当作一类“学科”，并以“管理学”作为这个学科的核心基础科学。 从这样的角度来说，管理学确实还不够“资格”。也正因为管理学不够资格，所谓的“管理学科”也就是一个没有基石的空中楼阁，以此空中楼阁为条件拼凑起来的用于优化组织教学资源的“管理学院”本身就只会是一个“大杂烩”。 我们看英美国家是怎样定义“science”的：“the study of knowledgewhich depends on testing facts and stating general nutural laws”即“以那些通过测定获得的事实的知识和陈述了普遍的自然规律的知识为基础的研究”。这里用“of knowledge”修饰“study”，就是说，“science”的研究从属于后面“知识”，或者说，后面的通过测定获得的事实和陈述了普遍性的自然规律这两个方面知识控制了整个科学研究。 在英语中，“管理学”使用首字母大写的“management”即“Management”来表示。按照上述标准，英美国家自然不会将“Management”当作一门严格意义上的科学。这很明显，管理学中的大量的知识或者不是通过测定获得的，或者不是普遍的自然规律，或者二者都不是。 按照这个标准，大量的“科学”也就不成为科学了。当然，除了专门研究“科学”本身的科学在特定的条件之下，人们一般不会在如此严格的意义上使用“科学”这一语词。大体上，人们对这两个标准放宽了尺度，其大致范围就是本文前面所说的两个原则。 但是，如果一门科学要成为一个“科学群”的核心基础学科，则其必须达到或在很大程度上达到上述标准。换句话说，这门科学必须是机械论科学意义上的科学。这也就是说，如果管理学要成为“管理学科”中的核心基础科学，管理学就必须是机械论意义上的科学。 人类社会是一个复杂系统，到目前为止，人类还没有一种有效的方法对这个复杂系统进行整体的、不“损伤”这个整体的科学研究。这样，人们就只能采取“简化”的方式来对人类社会进行研究，这种简化世界的方法，就是机械论科学的方法。一般来说，这个简化过程分为两个步骤。第一个步骤是先确定从什么样的角度研究这个复杂系统。第二个步骤则是在确实这个角度之后，再将从这个角度“划分”出来的人类社会进行“机械化”。这样，就可能从某种角度、某种方式来把握人类社会这个复杂系统，而这种把握，只能是一种机械论科学意义上的把握。 本人也正是在这个意义上一直强调经济学（主要是微观经济学）是一门科学，是一门机械论科学。首先，经济学从“经济”即人类通过劳作与交换增加社会财富的角度将人类社会看作一个经济系统，这就完成了前面所说的第一步。随后，在这种简化的基础上，在将人类社会的组成要素即个人“机械化”为“理性自利”的“经济人”。这就完成了上述简化的第二步。 在这样的基础上，通过逻辑和经验的方法，逐步作出假设，获得观察数据（实际上是人们在经济活动中的记录），验证假设，一步一步地构造起了经济学的理论大厦。 至于机械论科学为什么具有探索“机理”和鉴别事实的独特功能，限于篇幅，本文不作解释。 张先生说有人否定经济学是一门科学，这本是很正常的事情。但是，我们要知道，诺贝尔的遗愿只是希望奖励在“实验科学”中作出贡献的人（文学和人类和平是另外一回事）——诺贝尔奖最初只有物理、化学和医学三项科学奖，很多涉及到生物学的科学成果都是通过化学和医学获得诺贝尔奖的。或许诺贝尔奖的评选机构“违背”了诺贝尔的遗愿，但经济学总得多少有些“科学”资格才能成为诺贝尔奖之一。 一般来说，仅仅只是从微观经济学本身来说，它确实够得上严格意义上的科学。但是，由于其研究对象的特殊，其研究结果的可靠性也受到很大的影响。 第一，经济学研究不仅不可能进行实验设计，连控制观测也不可能进行，而只能以人们在经济过程中形成的记录为研究起点，而人们对这些记录的保存、收集、使用具有很大的任意性。 第二，经济学研究的结果本身会影响人们的行为，人们的行为本身又会使得经济学的研究结果“变形”。但这两点是由于研究对象的特点产生的，而不是经济学的理论与方法本身原问题。 因此，经济学，或者说微观经济学是一门机械论科学，这已经基本上获得了科学界，包括不少极其苛刻使用“科学标准”的科学家的基本认同。 目前的经济学已经有很多的分支，很多经济学家正在试图用经济学“取代”其他一切社会科学。本人承认经济学是一门科学的同时就是强调经济学（主要是微观经济学）是一门机械论科学。这样说的目的就是要强调机械论科学在解释历史、文化、社会中的缺陷和不足。尽管机械论科学能够获得有关复杂系统的某些“机理”，但是，机械论科学根本不可能从整体上说明复杂系统，这就决定了机械论科学在解释复杂系统中的作用是非常有限的。 那种试图用经济学解释人类一切活动的想法本身就是荒谬的。本人在网上专门写了几篇文章就是反对中国的不少经济学家用机械论科学的经济学解释中国社会的一切。 但是，无论经济学的分支如何多，涉及到人类生活的何种领域，这些分支都是以目前的“微观经济学”及其研究结果为基础。目前的宏观经济学、制度经济学以及法律的经济分析、家庭的经济分析、社会的经济分析等名目众多的经济分析，都是以“微观经济学”及其研究结果为基础的。 现代科学的任何分支都是一个庞大的合作系统，每一个科学家只是在某一部分的某一层次从事科学研究。为了确定科学的分支，人们用“学科”即“科学群”来指称这些分支。无论一个“科学群”研究的是什么，建立一个科学群的不可缺少的条件就是，必须有一门机械论科学作为其核心基础科学。否则，这个科学群就是空中楼阁。 无论一门科学建立了怎样庞大的理论体系，它最终都必须作到如下一点，即必须将其中的很多语词与客观事物联系起来，否则，这门庞大的理论体系就不是科学，而是哲学、神学或玄学了。“伪气功”也自称为“科学”，柯云路先生为其建立了庞大的理论体系，但其语词根本不可能与客观事物即人体内的“气”的运行联系起来，近几年也破产了。 但是，我们仔细思考一下，那些相信“伪气功”的人确实在其思维过程中将某些“理论”与自己体内的“气”的运行联系在一起，并且，还有众多的人认为这些“理论”确实能够解释为什么自己体内的“气”能够这样或那样运行，还有不少人认为自己确实能够控制自己体内的“气”的运行。如果不是这样，就不会有那么多人相信“伪气功”了。这里就涉及到用什么标准将一门科学理论的语词与客观事物联系在一起。 我们知道，由于现代科学的分工，有相当多的从事科学研究的人员基本上不从事直接的探索“机理”、数据获取、事实鉴定的工作，而只是依据某些“机理”对数据和事实作出解释，或者对这些“解释”再作出解释。就象本人如果要研究中国某一阶段的历史，一般不会去“考证”历史事件，而只会以其他的史学家的“考证”的结果以及研究结果为起点。 这就带来了一个问题，我们怎样才能相信这些“机理”、数据和事实呢？或者说，我们用什么标准来判断这些“机理”、数据和事实是可靠的呢？ 一般来说，采用机械论科学的方式获得的数据和事实，其可靠程度最大（要说明这个原因，需要很大的篇幅，这里从略）。要使一门科学理论中的很多概念能够“恰当”地与客观事物联系起来，人们就应该尽可能地消除那些个人情感与价值的东西、尽可能地控制那些关于世界的各种“先见”。而能够在最大程度做到这些的，只有机械论科学。这一点无须作更多的说明，目前西方的“反科学主义”反对的正是机械论科学的“无情”和“客观”。 “反科学主义”的很多观点对我们有效地控制人们滥用科学及科学成果确有其可取之处，对于控制“唯科学主义”也有一定的作用。但是，如果要把科学变成一种“有情”和“主观”的东西，那科学就不成为科学，而是神话或玄思了。 大量的相信“伪气功”的人并不是象某些“科学家”所说的那样是“愚昧无知”的。这些人思维、心理各方面都很正常。那些鼓吹“伪气功”的理论都只是一些“中间理论”，这些理论根本没有一个坚实的基础，没有一种具有共同标准的将“气”、“功”等语词与人体内的“气”的运行联系起来的可控制观测的科学方法。语词的神话作用很快就将这些相信“伪气功”的人“说服”了。只是，这种毫无根基的“伪气功”的“科学”的理论大厦很快就崩溃了。 即使我们假设或承认诸如“行政管理”、“企业管理”以及其他各种关于“管理”的学科有着共同之处，可以合成一个“学科”，但是，这些学科必须有一个核心基础科学，这个科学必须拥有其他科学共同认同的探索“管理”过程的“机理”的方法和鉴别从“管理”过程中获得的数据的标准。很明显，现在的管理学这门科学根本不具备这种功能。 科学的核心原则是按照事物的自然状态来解释事物的现象及其现象变化的过程。什么是事物的自然状态呢？这本身就没有一个客观的标准。大量的人是将自己大脑中的价值观念强加给事物本身。科学家也是人，科学家在这一点上并不比其他人“高明”。科学并不是依靠科学家在这一点上的“高明”获得发展的，或者说，科学并不仅仅只是依靠“科学家客观地看待世界”获得发展的，而是用一套严格的程序来迫使科学家采用“机械”的方法来探索事物现象变化的“机理”，采用客观的标准来鉴别观察事物变化之中获得的数据和事实。没有这一条，科学就不成为科学了。 现代科学的“理念”比起古希腊时代，并没有什么特别之处。柏拉图的“理念论”、毕达哥拉斯的数学神秘主义、德谟克利特的原子论等等，这些东西直到今天仍然控制或影响着科学。但是，古希腊时代并没有产生现代科学。现代科学的产生，离不开古希腊的这些“神秘主义”，离不开中世纪经院哲学以拉丁语为基础的思维逻辑训练，但更离不开人们社会实践中技术水平的提高，更离不开以英语文化为基础的经验主义。 科学离不开有关世界的某种“理念”，科学离不开思维逻辑，但是，科学离开了经验的检验，最终只会成为“神秘主义”或哲学思辩，就象古希腊的科学。为了使科学不成为“神秘主义”或哲学思辩，任何一门“科学群”都必须有一个可以通过经验验证的坚实的基础：探索“机理”的方法和鉴别事实的标准，这个基础就是机械论科学。 科学对自然和文化的解释并不是绝对的和万能的。世界上有很多事情不能用科学来解释。这是因为，机械论科学所获得的只是事物现象变化的“机理”。而这些机理之中，有很多通过了人类无数次的验证，但由于人类社会实践的条件所限，还有很多“机理”不可能真正获得验证，也就只能作为假设。人类生活，无论是个人生活还是社会生活，都必须有着某种程度的确定性。这样，虽然有很多“机理”还只是假设，但我们仍然必须用其来作为解释自然和文化的基础。 达尔文的生物进化论的很多预设，基本上还没有获得验证。达尔文的理论出现才多少年，按照现有的科学研究结果，生命进化的过程是这个时间的无数倍。要验证达尔文进化论中的很多预设根本是不可能的。但是，目前除了进化论，还没有一种理论能够合逻辑地解释生命演化的过程，我们也就姑且接受这种理论，用其来解释生命演化过程。 从表面上看来，历史学似乎比管理学更不科学。但是，历史学目前已经够得上资格称为科学了。从广泛义的意义上来说，历史是研究人的活动的历时性变化。但是，目前的历史学一般主要指通过对“历时”性的历史事件的解释来说明历史过程。在历史学中，正好有一门专门对“历史事件”进行“考证”的学科。当然，这种对历史事件的“考证”的结果也是相对的。但是，有了这一学科，各个领域的历史学家在依据自己的历史观来解释历史的时候，就有了一个共同的基础。而“考证”历史事件的这一学科，已经有了很多得到历史学各学科科以及其他相关科学领域的共同认同的方法和标准。如果失去了这种“考证”，历史也就会成为“神话”。 政治学、社会学这些学科都已经有了一定的科学基础。政治学研究对象中的要素是“公共生活中的人”。这些人可以在很大程度上“机械化”为“政治人”。社会学研究对象中的要素是“社会生活中的人”，这些人也可以在很大程度上“机械化”为“社会人”。 根据本人的研究，与管理学关系非常紧密的一门学科即“组织学”倒可以成为组织领导学以及与其相应的各种有关组织“管理”的基础学科。因为，组织学的研究对象“组织”可以高度的抽象化和形式化，组织的组成要素——人——也同样可以通过高度的抽象化和形式化而成为“组织中的人”即“组织人”。任何自然人一旦进入一个组织，就可以表现出很多“组织人”的特点。 通过对这些特点的抽象，可以将“组织人”机械化。以这样的研究为基础，可以将组织高度形式化，并以此作为模型探索“组织”产生、发展的机理，并依据这些“机理”建立起组织的概念模型，并将这个模型转化为语词模型或数学模型。利用语词模型，人们可以组织和解释各种“事件”，利用“数学模型”，人们可以获得有关组织的数据。这就为人们提供了一种共同认同的探索“机理”的方法和鉴别事实的标准。 管理学，作为“管理学科”的基石的管理学还缺乏上述条件。以这样的管理学为基础的“管理学科”只是一坐毫无基础的空中楼阁；以这样的“管理学科”所引导的优化大学教学和科学研究资源的“管理学院”之类做法根本不可能优化资源；以此科学、学科以及专业设置和课程设置为基础的教育体系培养出来的“管理人才”根本算不了什么人才。 关于科学中使用数学，这是一个很特殊的问题。一般来说，没有经过数学训练的人是很难有效地进行科学研究的。中国的人文社会科学研究这样落后，中国的人文社会科学研究者基本上或很少接受数学训练，只会使用左脑（使用语词）而不善于使用右脑（使用概念）或许也是一个重要原因。 科学研究必须使用双脑即左脑和右脑。数学的基本功能就是训练人们使用右脑，大脑中的数学推导、演算过程大部分是在右脑中进行的。概念模型（概念不是语词，而是由左脑的语词所指称的右脑中的表象）也同样存放在右脑。任何科学研究都离不开对右脑的概念模型的构造、改变、运转。想像、灵感与直觉都源于右脑，但是，这些东西并不是随意而发的，一般应该与研究者的研究内容有关。有效地使用概念模型，正好会使想像、灵感和直觉与研究者的研究内容相关地产生。而不通过严格的数学训练，是很难自觉地、主动地利用语词构造概念模型、改变概念模型、运转概念模型。 本人在给学生上计算机公共课时经常强调，作为一个非计算机专业的大学生，用什么标准衡量你真正掌握了与你的工作要求相应的计算机技术呢？这就是在你大学毕业的时候，你的右脑中有了一个计算机的概念模型。如果没有做到这一点，你就永远只是一个打字员，而不是一个能够有效地利用计算机技术处理办公室业务的文职人员。只是，中国的大学毕业生在毕业之时，虽然花了十个学分来学习计算机技术或信息技术，但绝大部分也都只是一个打字员，有的连打字员都还不够格。这当然不能完全怪学生，整个计算机技术教学体系本身的问题之大，使得任何人，包括本人这样意识到这个问题的人，都无法解决。 无论如何，我们用一个语词即“管理”指称四种不同的对象是一种很不科学的做法。科学提供给人们的首先是一种简化世界的方法。而简化世界的基本方法就是分类和抽象。“管理”这一语词指称的四种对象具有什么共同点并不重要，重要的是它们具有什么不同点。既然这四种对象具有如此明显的差异，用四个语词来指称它们，虽然在现实生活中不一定要这样做，但在科学研究中却是不可缺少的。 “管理”这个语词最终要通过与其相应的“语词模型”与客观事物即管理过程中的事件或事实联系起来。象“管理”这样一个几乎可以指称任何对象的语词，根本就不具备成为“科学”语词的基本条件。 至于张先生要为“管理”下一个普遍性定义，要探索“普遍管理学原理”，这完全是一个个人学术研究的问题。张先生认为这个内容值得研究，只要能够获得相应的研究资源，就可以从事研究。根本没有任何客观的标准来衡量某种研究有价值，某种研究无价值。本人以前也曾有过此念头，只是后来认为这种研究价值不大，自然也就放弃了。这中间谈不上谁“是”谁“非”。不过，我本人总认为，或许张先生的研究属于哲学更为妥当。哲学只需要建立语词之间的关系就行了，科学则必须把语词与客观事物联系起来，这或许是哲学与科学的重要区别之一。 哲学总是在语词世界中问“人是什么”，科学则要在现实世界中寻找“人有什么”。科学以哲学的“人是什么”作为指导，但在科学研究的过程中，则始终坚持只在现实世界中寻找“人有什么”。科学在现实世界中寻找出“人有什么”之后，哲学又会重新据此在语词世界中再问一问“人是什么”。这或许是哲学与科学的关系。为此，本人一般在科学思考时从来不问“是什么”而只是寻找“有什么”，而在哲学思考时则经常问一问“是什么”。这也是本人在“漫谈”管理时不给“管理”下定义的原因。 不过，很多没有从事严格意义上的、涉及到外部世界的科学研究的学者是很难体验到哲学与科学的这些差异的。本人虽然不是科学家，但大学毕业之后毕竟从事了四年的专门的科学研究，并独立地开发过一个管理信息系统，对此多少有些体验。 如果在一项具体的、涉及到外部世界的科学研究中，不能为那些被使用的语词明确地标定出外部对象，用一些含含糊糊的语词引导研究与思维，这种研究得出的结果简直就是自己“欺骗”自己。中国绝大部分的人文社会科学学者都几乎没有从事过严格的、涉及到外部世界的科学研究，自然也就难以有效地把握科学思维和哲学思维的差异，经常也就将哲学思维引入科学研究之中（经常要寻找世界的“道”而不是探索事物的“理”）。这或许也是中国的人文社会科学研究如此落后的另一原因吧。 另外，张先生在强调“行政管理”也同样有“目标”，“企业管理”也有原则，这完全是事情的两个方面。政府的行政部门是一个组织，这个组织当然有目标，这个组织当然也有领导，这个组织的领导也同样会协调其成员为实现目标奋斗。并且，“企业管理”研究出的很多原理出同样适用于对行政组织管理本身的管理。但是“行政管理”或“公共行政”这门学问或科学本身不是研究这种管理，而是研究政府行政部门如何治理社会公共事物如制定公共政策等。 政府的行政首脑既没有权力也不可能为社会成员制定一个目标，让社会成员为这个目标奋斗。政府的行政首脑只能依据宪法和法律赋予的权力对社会成员实施普遍的强制使社会成员依据法律行事。“企业管理”当然也有原则，但是，作为法人的企业、作为自然人的企业成员，作为企业成员的领导者，作为企业成员的操作者都是在政府制定的法律之下运作的，任何人，包括自然人和法人都不能违背这些“原则”。 企业领导正是在这些“原则”的控制之下通过明确目标、制定达到目标的计划、通过协调组织成员的活动使组织成员为完成目标而奋斗。这也就说明了“公共行政”和“企业管理”存在着极为明显的差异。这就象很多美国人所说的不“怕”政府，只“怕”老板。公民没有违法，怎么会“怕”政府呢，但老板却可以“炒”你的“鱿鱼”。 但“老板”却最“怕”政府，政府制定一项法律，“老板”就有可能在很多行为上受到限制。相对而言，一个社会如果真正形成了政府“怕”公民、公民“怕”老板，老板“怕”政府的社会公共秩序，这个社会也就正常了。一物降一物嘛，一物非得有一物来降嘛。至于中国社会，公民既“怕”政府，又“怕”老板。中国的老板当然“怕”政府，但他们“怕”的只是政府官员，而不是政府制定的法律。 至于中国政府，除了“怕”动乱，或许不会“怕”任何其他的东西。这就说明在中国，一物能够降一物的现代社会公共秩序还没有建立起来。 世界上有各种各样的科学家。有“有神论”的科学和“无神论”的科学，有“唯心主义”的科学家和“唯物主义”的科学家，有“自由主义”的科学家和“专制主义”的科学家，有“神秘主义”的科学家和“经验主义”的科学家，各种各样，名目众多，并且，这些科学家分别属于不同的民族，有着不同的传统文化。 但是，这些位于不同民族和文化之中，信仰不同“主义”的科学家都能够在科学研究中取得公认的，获得实践检验的成果，最重要的一条就是他们都把机械论科学作为探索机理的方法和鉴定事实的标准。我们当然要反对用机械论科学解释人类的一切，解释人类的历史和文化，解释人类社会与政治，解释人类道德与法律。但是，不能因为这样，把机械论科学在科学研究中的最基本作用也抛弃了。如果这样，科学又会变成“神秘主义”和哲学思辩，人类最终也会失去科学。 我们所需要的只是不滥用科学，而不是抛弃科学。科学，这里指机械论科学，确实是“无情的”和“客观的”，但是，这并不妨碍人们“有情的”和“主观的?br>参考资料：
行政管理（administration management）是运用国家权力对社会事务的一种管理活动。也可以泛指一切企业、事业单位的行政事务管理工作。行政管理系统是一类组织系统。它是社会系统的一个重要分系统。随着社会的发展，行政管理的对象日益广泛，包括经济建设、文化教育、市政建设、社会秩序、公共卫生、环境保护等各个方面。现代行政管理多应用系统工程思想和方法，以减少人力、物力、财力和时间的支出和浪费，提高行政管理的效能和效率。 首先建议你先列一个提纲，明确自己的目标，到底方向在哪里，想写什么，其实这是很重要的，即使你觉得你很难写出一整篇论文，都必须要先明确你的论文想说什么。论文的内容都不清楚，又如何去找资料呢？论文写作，先不说内容，首先格式要正确，一篇完整的毕业论文，题目，摘要（中英文），目录，正文（引言，正文，结语），致谢，参考文献。学校规定的格式，字体，段落，页眉页脚，开始写之前，都得清楚的，你的论文算是写好了五分之一。然后，选题，你的题目时间宽裕，那就好好考虑，选一个你思考最成熟的，可以比较多的阅读相关的参考文献，从里面获得思路，确定一个模板性质的东西，照着来，写出自己的东西。正文，语言必须是学术的语言。一定先列好提纲，这就是框定每一部分些什么，保证内容不乱，将内容放进去，写好了就。