信息系统项目管理师:信息系统项目管理师论文写作指导

1.大纲中的要求
 
《信息系统项目管理师考试大纲》中,要求考生根据试卷上给出的四个有关项目管理的论文题目,选择其中的一个,按规定的要求写论文和摘要。论文可能涉及的内容极其广泛,主要有信息系统项目管理,信息安全,信息系统项目监理,信息化战略与实施,大型、复杂和多项目的管理,项目绩效考核和绩效管理6个主要模块的论题方向,这6个方向又分为若干个子内容。
 
2005年上半年的考试虽然只出了一道论文题目——“论信息系统项目的需求管理和范围管理”,似乎与考试大纲有所背离,但考试内容并没有偏离大纲,属于“信息系统项目管理”方向中的内容。所以作论文考试的准备时一定要紧紧围绕考试大纲来进行。
 
历届高级资格考试论文写作一般会有如下的要求:
 
简述你所从事的项目及你在项目中担任的角色;
 
在项目中关于论题方向碰到的问题和解决对策;
 
对项目实话的总结和展望。
 
2.为什么会觉得论文考试难
 
参加项目管理师的考生大致有两种类型:在校学生和在职人员。
 
对于在校的学生来说,参加项目管理师这一高级别的考试无异于一种挑战。这是因为:
 
缺乏项目实战经验;
 
没有从事过项目管理;
 
学业繁重,没有时间来准备考试;
 
考试范围太广,许多的知识没有接触过;
 
技术方面掌握不扎实,基础不牢;
 
没有写过学术论文。
 
大学里的计算机专业或信息管理专业都会开设软件工程课程,也有少数的院校开设项目管理课程,即便是有,考生自己也会感觉只有理论知识没有实践经验,总觉得心里不踏实,写出来的文章会不够力度。大多数的研究生也只是跟随导师做一些技术性的工作,项目管理方面的工作做得较少。其它专业的学生当然会觉得难度更大。
 
对于在职人员来说,可能存在以下困难:
 
有项目经验但要写成论文觉得写作水平有限;
 
长期从事某一个方面的工作,很少从事项目管理这种综合性的工作;
 
从事技术性工作或研究工作,热衷于技术实现,管理工作做得较少;
 
工作任务过重,无暇复习及攥写论文。
 
对于这两类考生,又以在职人员居多。要想考试过关,一是要尽量从繁忙的学习和工作中抽出时间来应考;二是要熟悉考试论文的写作格式及注意事项;三是掌握一定的论文写作技巧;四是需要阅读大量的资料来充电,五是在考试之前作适当的练习。当然如果您项目经验十分丰富,可以把重点放在锻炼写作技巧上来。3.论文的格式与写作技巧
 
3.1格式要求
 
项目管理师考试的论文不同于要放在学术杂志上发表的学术论文,也不同于学生的毕业论文,她主要是对自己工作经验的总结,更象一份述职报告,因此在格式上的要求也比较简单。
 
论文的内容分为两部分:摘要和正文。这两部分的书写要注意以下的格式:
 
达到字数要求。摘要一般要求200字以上,500字以下,正文要求2500字以上。在论文写作的方格纸上会有字数提醒。
 
不要在论文中书画图形,尽量用文字表述。
 
尽量保持卷面清洁,如果实现需要划掉文字,在字上划一横线即可。
 
不必写关键词。
 
3.2 写作进度把握
 
论文的写作时间只有两个小时,要在短短的两个小时里写出一篇高质量的论文确属不易,需要考生有较为丰富的理论和实践知识的积累,当然也不必害怕,因为这还是有章可循的。这里建议的时间分配如下:
 
通读论题,选定论题(5分钟);
 
构思论文,写论文提纲(10分钟);
 
正文写作(80分钟);
 
摘要写作(15分钟);
 
复查论文(10分钟)。
 
论文的摘要由于在论文的写作过程中论文的论点及内容可能会有所变化,建议在写作完正文后再写摘要。下面按写作步骤详细解说。
 
3.3 论文选题
 
拿到试卷后,先把试题快速通览,找到自己最容易发挥,最擅长的方向的论题。为了照顾大多数考生的情况,论文题目会比较宽泛。
 
需要注意的一点是,既然是考项目管理师,论文内容当然不会关心过多的技术细节问题,重在项目管理。
 
选题时要考虑应和什么项目相关联。文章至少要与一个项目关联起来。那么如何选定项目呢?
 
在校的学生由于没有项目经验,往往不知论文应与什么项目关联为好。一是要看题目要求,如今年5月考试的论文题目中就明确指出要是参与管理过的大型信息系统项目,因此一般不要以如“学生成绩管理信息系统”这种课程设计性质的项目来写;二是尽量写自己熟悉的,如一般的可写高校人事MIS,高校教务MIS等,在职人员也可如此考虑。项目可以是虚构的,不需要指明开发单位,委托单位;三是如果有大型项目或可以构思出大型项目则更佳。 [信息系统项目管理师网cnitpm.com]
 
3.4 论文提纲
 
选定论题后不要急于动笔直接在答题纸(论文的答题纸为方格作文纸)上写作。因为直接写作很难有一个整体的思路,而且在写作的过程中可能会涂改而使得卷面不整洁,影响评卷人的心理。不提倡在草稿纸上书写论文再抄至论文答题纸上,因为考试的时间本就十分有限,抄写论文的时间也需不少。不妨先花点时间理理写作的思路,在草稿纸上写作论文的提纲,所谓“磨刀不误砍柴工”。
 
提纲中写些什么内容呢?可有如下的内容;
拟联系写作的项目,思考如何联系此项目来写作;
 
拟写论文的主要论点。
 
各段落的主要内容,如果直接以论点来分段就不必再写此项了。
 
论文的阅卷者一般会把论文看两遍,第一遍快速浏览全文的论点,以找出文章的“文眼”,第二遍再仔细阅读。如果论点清晰,会给阅卷者以清晰明朗的感觉。
 
3.5 正文写作
 
有了提纲了,写正文就轻松多了。正文可采用“总——分——总”式,即文章开头提出中心思想,再分述论点,最后在结尾处作出总结;也可用“提出问题——分析问题——解决问题”的逐步深入的方法.写作时注意以下几个方面:
 
理论联系实际,一定要与项目关联起来讨论,切忌空谈理论;
 
可以分条叙述的方式,但不要全文用此方式;
 
论点清晰,最好每段在开头处或结尾处点明论点;
 
结尾处要对项目的实施情况,以及应用论点论据应用情况作出总结。
 
不必列举过多的计算公式。
 
文章要带有一定的学术性,更多的应是谈项目经验。
 
不要关注于技术,多就论题写管理方面的问题及采取的措施。

转载于:https://www.cnblogs.com/yzwdli/archive/2011/04/28/2031603.html

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值