数据考研

大数据一般属于计算机科学下面的方向所以考研应该也是考计算机科学的大方向首先看你想去的学校是不是自主命题，然后针对他们的历年真题做练习，大数据方向估计不会出那么多新题，因为太新别的学校没办法学就没法考，估计他们也是出计算机传统试题你要是想搞软工，其实也要考计算机科学试题的，考研第一想法还是选学校，然后才是专业，不必因为这个专业少就觉得竞争激烈，很多导师做的事未必是大数据的。

教育部在2018年3月将工程专业学位类别调整为电子信息、机械等8个专业学位类别。国务院学位委员会办公室、教育部学位管理与研究生教育司负责人介绍，为支撑创新驱动发展战略和制造强国、网络强国等重大建设，综合考虑学术性与现实性、规定性与自主性、稳定性与灵活性、本土化与国际性等因素，借鉴国内外对工程领域的划分情况，在进一步明确工程专业学位类别与领域概念的基础上，依据工程领域培养要求和知识体系，将工程硕士(共40个领域)调整为电子信息、机械、材料与化工、资源与环境、能源动力、土木水利、生物与医药、交通运输等8种专业学位类别。工程博士也相应调整，从之前的4个领域调整为与之对应的8种专业学位类别。随着事业发展形势的变化和自身改革的深入，工程专业学位现有的设置模式、机制也逐步显现出不足和局限，亟待调整优化。工程专业学位领域固化、滞后的问题逐渐显现。工程专业学位与其他类别专业学位的培养范围存在部分重复，工程博士、硕士衔接不够。部分工程领域设置与工学学科设置较为接近，与工程综合需求距离较大，培养特色不够鲜明。管理机制不适应工程专业人才培养现实需要。工程专业学位类别调整，是综合多种因素的结果，优化调整方案也是当前条件下兼顾可行性和可操作性的最佳方案。调整工作将按照先调整工程专业教指委，再制定调整的操作性文件，之后对现有工程硕士、工程博士学位授权点进行对应调整，最后于2019年上半年对外发布调整结果。为做好调整的过渡衔接，工程硕士、工程博士研究生2019年按调整前的工程领域进行招生、培养、学位授予;2020年起，按调整后的专业学位类别进行招生、培养和学位授予。数说2018研考硕士生招生教育部下达北京148个硕士招生单位的招生计划共106740人，比2017年增加4878人，增幅4.8%。其中全日制计划为85910人，非全日制计划为20830人。北京共招收硕士生99072人，比2017年增加3657人，增幅3.8%。其中，全日制招收83610人，非全日制招收15462人。博士生招生北京共有80家招生单位(不含解放军在京单位)招收博士生。招生专业覆盖全部12个学科门类和6个专业学位领域。北京高等学校、科研机构(不含解放军在京单位)共招收博士生25883人，比上一年增加2271人，增长9.6%。同等学力全国统考同等学力全国统考北京市报名考生共27928人，比上一年增加2310人，增幅9%;共报考43386科次，比上一年增加4236科次，增幅10.8%。全市共设置8个考点、704个考场。

一般数据库方向考研的数学是数学一的，推荐学校：北京大学——北京大数据研究院清华大学——清华大学数据研究院人民大学——统计与大数据研究院复旦大学——大数据学院中南大学——中南大学信息安全与大数据研究院西南交通大学——金融大数据研究院贵州大学——贵州大学大数据与信息工程学院南京邮电大学—— 南京邮电大学盐城大数据研究院

2004-2014各学科历年国家复试分数线趋势图说明：1）2012年起，报考分区进行调整，一区（图示A类）和二区（图示B类）合并成一区，三区（图示C类）调整成二区；2）图示中的小科为单科满分=100分的科目，大科指单科满分>100分的科目。我闲鱼上有卖考研的书 可以联系我

大数据为新兴学科，具体属于哪个学院，应该看你选择要考的学校，不过大部分还是属于计算机学院一类的，因为涉及到计算机方面的考试，如北京大学的属于信息科学与技术学院。专业 名称为云计算与大数据，希望以上回答能够帮助到你，如有其他问题或需要备考资料，可搜索威心号“山东考研信息网”，有各种备考资料哦~

首先确定考学硕还是专硕之后确定学校，因为每个学校考的科目不同。问题描述的很不具体，这个没法回答。

　　①101政治理论　　②201英语　　③301数学（一）　　④819数据结构与操作系统（数据结构60%、操作系统40%）或808微机原理及应用或817信号与系统或820自动控制原理（四选一）

你可以重点考虑应用统计硕士的大数据分析方向。 至于择校，你可以重点考虑中央财经大学等。中央财经大学在国内最早发起大数据分析硕士培养，与北京大学、中科院大学、中国人民大学、首都经济贸易大学共同举办。

一、 重难点解析和复习建议　　统考大纲对数据结构的考查目标定位为掌握数据结构的基本概念、基本原理和基本方法，掌握数据的逻辑结构、存储结构以及基本操作的实现；能够对算法进行基本的时间复杂度和空间复杂度的分析；能够运用数据结构的基本原理和方法进行问题的分析求解，具备采用C、C++或JAVA语言设计程序与实现算法的能力。　　当然，考生也不必因此而专门复习一遍C或C++程序设计，毕竟复习时间有限，而且数据结构要求的重点在于算法设计的能力，而不是编写代码的能力，因此，只要能用类似伪代码的形式把思路表达清楚就行，不用强求写出一个没有任何语法错误的程序。　　下面我们来解析一下知识点：　　线性表这一章里面的知识点不多，但要做到深刻理解，能够应用相关知识点解决实际问题。链表上插入、删除节点时的指针操作是选择题的一个常考点，诸如双向链表等一些相对复杂的链表上的操作也是可以出现在综合应用题当中的。　　栈、队列和数组可以考查的知识点相比链表来说要多一些。最基本的，是栈与队列FILO和FIFO的特点。比如针对栈FILO的特点，进栈出栈序列的问题常出现在选择题中。其次，是栈和队列的顺序和链式存储结构，这里一个常考点是不同存储结构下栈顶指针、队首指针以及队尾指针的操作，特别是循环队列判满和判空的2种判断方法。再次，是特殊矩阵的压缩存储，这个考点复习的重点可以放在二维矩阵与一维数组相互转换时，下标的计算方法，比如与对角线平行的若干行上数据非零的矩阵存放在一维数组后，各个数据点相应的下标的计算。这一章可能的大题点，在于利用堆栈或队列的特性，将它们作为基础的数据结构，支持实际问题求解算法的设计，例如用栈解决递归问题，用队列解决图的遍历问题等等。　　树和二叉树：这一章中我们从顺序式的数据结构，转向层次式的数据结构，要掌握树、二叉树的各种性质、树和二叉树的不同存储结构、森林、树和二叉树之间的转换、线索化二叉树、二叉树的应用(二叉排序树、平衡二叉树和Huffman树)，重点要熟练掌握的，是森林、树以及二叉树的前中后三种遍历方式，要能进行相应的算法设计。这一部分是数据结构考题历来的重点和难点，复习时要特别关注。一些常见的选择题考点包括：满二叉树、完全二叉树节点数的计算，由树、二叉树的示意图给出相应的遍历序列，依据二叉树的遍历序列还原二叉树，线索化的实质，计算采用不同的方法线索化后二叉树剩余空指针域的个数，平衡二叉树的定义、性质、建立和四种调整算法以及回溯法相关的问题。常见的综合应用题考点包括：二叉树的遍历算法，遍历基础上针对二叉树的一些统计和操作(比如结点数统计、左右子树对换等等)，判断某棵二叉树是否二叉排序树，以上这些都要求能用递归的和非递归的算法解决，特别要重视非递归的算法，线索化后二叉树的遍历算法，如查找某结点线索化后的前驱或后继结点的算法以及给出Huffman编码等等。　　图：在这一章中需要识记的是图以及基于图的各种定义，存储方式。要熟练掌握图的深度遍历和广度遍历算法，这是用图来解决应用问题时常用的算法基础。需要掌握基于图的多个算法，能够以手工计算的方式在一个给定的图上执行特定的算法求解问题。常见的应用问题直接给出或经过抽象，会成为下列问题：最小生成树求解(PRIM算法和KRUSKAL算法，两种方法思想都很简单，但要注意不要混淆这两种方法)，拓扑排序问题(这里会用到数组实现的链表，可以注意一下)，关键路径问题(数据结构的较大难点，要把概念理解透，能做出表格找出关键路径)，最短路径问题(有重要的应用背景，也是贪心法不多的能给出最优解的典型问题之一)。　　查找：这一章，需要识记关键字、主关键字、次关键字的含义；静态查找与动态查找的含义及区别；平均查找长度ASL的概念念及在各种查找算法中的计算方法和计算结果，特别是一些典型结构的ASL值，B-树的概念和基本操作冲突解决方法的选择和冲突处理过程的描述，B+树的概念(新增考点)，特别要注意B-树和B+树概念的对比，以及Hash表相关的概念。要熟练掌握顺序表、链表、二叉树上的查找方法，特别要注意顺序查找、二分查找的适用条件(比如链表上用二分查找就不合适)和算法复杂度。　　排序：最新的大纲将去年的内部排序范围扩展为排序，排序既是重点，又是难点。排序算法众多，今年大纲还加上了外部排序，总共10种，各种不同算法还有相应的一些概念定义需要记住。选择题常见的问题包括：给定数列要求给出某种特定排序方法运行一轮后的排序结果，或者给出初始数列和一轮排序结果要求选择采用的排序算法，给定时间、空间复杂度要求以及数列特征要求选择合适的排序算法等等。如果排序这一考点出现在综合应用题中则常与数组结合来考查。