Study news
留学资讯
手机:13521943680
电话:010-62904558
新加坡南洋理工大学信息研究理学硕士学位留学指南
新加坡南洋理工大学信息研究理学硕士(IS)课程将理论和实践相结合,以满足组织对熟练信息专业人员日益增长的需求,为学生提供信息研究领域的知识和技能,包括图书馆学和信息分析。信息研究理学硕士项目的毕业生将具备领导技能和分析能力,将不同组织环境中的信息联系起来,以便他们能够(a)识别组织信息需求和差距;(b)捕获、搜索、组织、分类、分析和使用信息;(c)建立和管理信息组织。
入学要求
要申请信息研究硕士课程,您需要满足以下最低要求:
任何学科的学士学位
良好的沟通能力(书面和口语)
信息相关领域的工作经验
对信息研究领域的热情和兴趣
学位类别二等以下/荣誉(优异)及以上或同等学历
*:实习不计入工作经验,建议申请人至少有一年的全职工作经验。
对于非英语授课大学授予的本科学位或由英语授课大学授予但教学语言不是英语的本科学位,您必须满足英语语言能力要求(ELPR)。
最低分数要求
英语作为一门外语的考试(托福)85
国际英语语言测试系统(雅思),学术6.0
注意:作用点的雅思/托福成绩有效期为两(2)年。请注意,只接受托福或雅思考试成绩。此外,我们不要求提交GRE或GMAT考试成绩。
英国雅思考试
八月份只有一个入学名额。八月份入学申请将于11月开放,1月底截止。申请结果将于5月底至6月底通过网上公布。
申请将通过南洋理工大学招生网站以电子方式提交。申请人在提交每个申请项目的入学申请时,需要支付50新元的不可退还的申请费。没有申请费的申请将不予处理。
申请人在收到电子邮件确认后,可以在线查看他们的申请或结果状态。
有关录取程序、在线申请、证明文件清单申请或结果状态等相关详细信息,请点击此处查看南洋理工大学招生网站。
提交个人陈述和推荐信不是强制性的,但是,如果这是对申请的增值,申请人可以提交它们。
我们对提交的推荐信数量没有限制,但申请人可以将其限制为两(2)或三(3)封信。申请人可以参考附加文档以获取推荐信指南。
课程结构和持续时间
该课程于每年八月初开始,提供全日制和兼读制。学生必须在申请期内完成30个学术单元才能获得学位。
学生有两种学习选择:
课程作业和论文
在这个选项中,学生选修8门选修课和一个单独的项目,学生必须提交dissertation.To钱包论文,学生要求累计平均绩点(CGPA)为4.00及以上。学生可能需要额外的 完成项目的学期。
课程作业而已
在这个选项中,学生选修9门选修课和批判性探究(小组项目)。有关批判性探究的更多信息,请点击这里。
每门课程有3个学术单元,学位论文有6个学术单元。学生可以在完成任一学习的课程要求后毕业。
课程设置
并非所有课程都将被列入课程。提供的课程取决于教师和资源的可用性。
以下课程涵盖了实施和管理信息生命周期不同方面的各种领域。鼓励信息系统学生根据他们的学习和职业目标选择课程。
注:该图仅用于说明目的。信息系统课程可能涵盖信息生命周期的不止一个方面。
IS6702人类信息行为研究方法
本课程介绍应用于人类信息行为领域的研究方法。学生将获得对信息行为的主要范式和理论的基本理解,以及设计和评估研究的原则和技术。
社会科学和人类信息行为研究的范式。人类信息行为的理论和模型。研究伦理。研究设计和程序。概念化和可操作性。抽样。调查研究。实验。定性研究。非反应性研究。数据分析方法。学术写作。研究质量评估。
IS6713信息表示和检索
本课程介绍如何在不同形式的文件中表示、组织和索引信息,以支持有效的搜索和检索。它涵盖了信息的主要概念 检索、布尔和非布尔模型、标准和受控词汇的使用以及此类检索系统的设计和评估。
信息源的描述和表示。信息 检索系统原则。组织信息源。元数据。自然语言和受控词汇。信息标准。查询结构和匹配过程:布尔和向量空间模型。可视化信息。 设计和评估信息检索系统。图像、多媒体和网络信息检索。信息表示和检索的趋势。
IS6714信息组织
本课程介绍元数据创建的原则和实践,以及物理和数字信息资源的组织。学生将概述资源描述、词汇方面的突出标准和工具 控制、分类和元数据编码。
信息组织系统的功能和目的。元数据创建过程。资源描述和编目。描述性元数据模式。权威 控制。主题分析和访问。受控词汇。分类学和民俗学。分类系统。元数据编码。
IS6715信息管理
本课程介绍信息管理的基本概念——如何在盈利和非营利组织中识别、评估、收集、处理、存储和传播信息。重点是基于上下文的 规划和决策的信息及其管理。
信息在社会中的重要性。学习型组织中的信息管理。组织中的信息需求和信息寻求。信息 机构和个人层面的管理。信息管理周期和活动。管理人力、印刷和在线信息资源。组织信息政治模型。信息共享工具和障碍。角色 战略规划中的信息。通过竞争对手情报、商业情报、社会情报和使用“大数据”来源收集信息。信息产品和服务的营销。 信息管理活动的外包。组织信息审计。
IS6717信息职业:遗产、价值观和伦理
本课程概述了信息工作的广泛遗产,让学生理解和欣赏信息工作的价值观/规范,以及继续面临的许多问题的深层根源 当今的信息职业。
表示和记录信息:从纸莎草到电子书。科学信息系统的社会建构。计算技术的纠结历史。通用 书目:康拉德•盖斯纳到保罗•奥特莱特到谷歌。整理东西:林奈和布冯到杜威和兰加纳森。图书馆的社会角色和发展:公共、学术和特殊。新加坡图书馆史。 信息工作中的伦理问题:理论和实践问题。信息工作中的当代问题。
IS6718组织中的信息技术管理
本课程探讨图书馆和其他商业组织的信息资源和技术的战略规划和管理方法。它将涵盖图书馆相关应用程序持续发展的最新趋势 和其他组织信息技术。还将探索这种先进技术兴起带来的挑战和机遇。用于规划、实施和管理技术的工具和技术 组织中图书馆和信息服务的变化。组织计算基础、网络和数据库应用程序、图书馆系统、协作软件、通信技术、社交软件、移动设备中的技术 软件服务和大数据技术。信息技术的人机交互和社交方面。
IS6721馆藏开发与管理
本课程涵盖用于开发、管理和评估印刷和非印刷材料的原则和技术。学生还将了解当代问题的影响,包括知识自由、版权和审查 关于收藏品开发和管理活动。
与收藏品开发和管理相关的关键概念。社区分析和信息需求评估。资源开发和管理的制定 政策。审查和知识自由。选择方法和工具。图书馆供应商的作用和评估。电子信息资源的访问和管理。赞助人驱动的采购。图书馆合作联盟 收藏开发。许可和合同谈判,收藏开发的财务规划。材料的保护和保存。使用各种以收集为中心和以用户为中心的技术评估收藏。 材料的取消选择。
IS6722编目和分类
本课程涵盖编目和分类原则和实践,特别强调图书馆界的标准和系统。学生将获得进行编目工作的经验,包括书目 描述、权限控制、主题编目、分类和MARC编码。重点将放在数字资源的描述和访问上。
书目控制的原则和过程。 书目描述标准(AACR2r,RDA)。名称-标题权限控制。主题编目和索引。书目分类(LCC)。分面分类。书目记录编码(MARC21)。描述性和主题 数字资料编目。书目实用程序和综合图书馆系统(OCLC Connexion)。
先决条件:信息组织或教师的同意。
IS6723业务和管理信息源和服务
本课程概述了广泛的商业信息来源和服务。学生将接触商业信息的维度,以及印刷和电子资源。商业信息服务的类型 也将研究图书馆和信息中心可以提供的信息。
商业印刷资源和数据库。政府对商业的来源和服务。经济和工业指标。营销信息 资源。投资信息资源。公司信息需求和服务。竞争情报和商业。知识产权问题。向企业提供信息的未来趋势。
IS6724儿童和青少年信息来源和服务
本课程提供儿童/青年文学的基本知识,该文学在儿童发展中的价值,以及对数字时代儿童和青年信息需求的理解。
儿童文学史。儿童文学的重要性。学龄前和小学。青少年文学。儿童和青少年的电子信息来源。信息服务。讲故事和大声朗读。民间故事和神话。特别收藏。
IS6729组织记录管理
本课程介绍机构管理档案的主要概念和实践。它使学生具备必要的知识和技能,为他们成为机构的档案管理人员做好准备。
基础 记录管理的重要性。分析记录的上下文。记录创建和捕获。管理记录的评估、保留和处置。记录存储和保存。记录的设计和实施 管理。灾难规划和恢复。
IS6730数字图书馆
本课程将侧重于使用开源工具构建数字图书馆。学生将学习信息方法和技术——如元数据、分类学、XML、全文索引、网络应用程序和数据库系统—— 共同用于构建数字图书馆。
数字图书馆的概念和演变。数字资源和元数据的类型。实现基于元数据的浏览和全文搜索的技术。用户界面。 数字图书馆管理和政策,包括安全、版权和保存。用于互操作性的系统架构、协议和服务。用于开发基于Web的数字图书馆应用程序的工具。
IS6734参考和信息发现
本课程培养基本的搜索技能,以使用不同的信息系统有效地检索信息。它还使学生熟悉关键的参考来源和活动,以及如何管理参考服务。
基本搜索概念和开发搜索策略。使用检索系统的基本和高级搜索功能。各种搜索技术和结果细化。数据库叙词表的使用。在线供应商和数据库的选择。 搜索结果的评估。参考服务的历史和理念。评估和选择关键参考来源。进行参考访谈。信息服务的营销和推广。用户教育和指导。 参考服务的评估。虚拟参考服务。信息专业人员在新参考环境中不断变化的角色。
IS6750社交媒体分析
本课程培养对网络和社交媒体应用程序提供的各种信息的分析能力。提供前沿社交媒体分析的概述,重点是在现实生活中的应用 问题,学生将学习观察行为和消费者生成信息的机制,以及有助于收集和分析这些数据的前沿技术。
技术 用于管理、探索、可视化和分析来自社交媒体应用程序的数据。社交媒体分析的战略方面。评估社交媒体策略有效性的指标。收集、分析和 从社交媒体数据中获得见解。社交网络分析。
IS6751文本和Web挖掘
本课程介绍文本和Web数据挖掘。学生将学习如何使用文本和数据挖掘技术分析Web上的非结构化数据(即文本内容)、超链接和使用数据。数据挖掘的基本概念: 监督学习、无监督学习和半监督学习。文本挖掘:自然语言处理和信息提取。网络挖掘:网络爬行、网络使用挖掘和语义网络。意见挖掘和情感分析。 用于Web数据挖掘的工具。
IS6752数据提取技术
本课程涵盖如何从网络获取数据,并准备各种格式的检索数据以供进一步分析。学生将通过讲座和实验室的实践练习学习各种数据爬取技术和工具。 数据采集和准备的原理和概念;数据采集技术:网络爬行、社交媒体数据采集的API;数据库定义和操作:结构化查询语言、事务处理和访问 控制;客户端技术:使用标记语言的Web内容表示和使用脚本语言的动态Web页面生成。服务器端技术:应用程序编程语言。
IS6753用户指标和分析
本课程检查用户在线和离线偏好和行为的指标和分析。它介绍了衡量和分析用户信息服务体验的原则、技术和新技术, 在线平台和信息技术。学生将学习捕获、可视化、分析和评估各种用户指标,包括认知、情感、行为、生理、绩效相关和地理空间测量。
该课程旨在让人们了解虚假信息/虚假信息问题的复杂性,并概述为应对其扩散正在采取的措施。它面向那些有兴趣加入或已经成为信息专业一部分的人。鉴于这些专业的部分职责是提供高质量的信息来源,理解虚假信息/虚假信息和潜在反应的复杂性是这些专业人员需要培养的一项重要技能。
IS6754虚假信息和信息行业
该课程旨在让人们了解虚假信息/虚假信息问题的复杂性,并概述为应对其扩散正在采取的措施。它面向那些有兴趣加入或已经成为信息专业一部分的人。鉴于这些专业的部分职责是提供高质量的信息来源,理解虚假信息/虚假信息和潜在反应的复杂性是这些专业人员需要培养的一项重要技能。
在本课程结束时,学生应该能够:
1.认识当前虚假信息/虚假信息问题的历史前因后果。
2.描述支撑当前虚假信息/虚假信息传播的经济/社会/知识背景。
3.培养建设性地批评对虚假信息/错误信息问题的潜在反应的能力。
社会科学与人文资源与服务
本课程旨在拓宽学生对电子和印刷信息来源的理解,特别关注社会科学和人文学科领域。它还寻求在更广阔的世界中使用这些工具 知识生产的特定社会和人文领域。
在本课程结束时,学生将;1)了解三个社会科学或人文学科的社会世界。2)了解社会科学和人文学科的主要信息工具。3)有 理解政府在社会科学和人文科学信息生产中的作用。
研究项目
学位论文
批判性询问
IS6799关键查询
批判性思维、评价和研究在信息和知识工作中的作用;开展研究项目的步骤:问题识别、批评和研究审查;理论框架、方法论的选择和使用 设计、数据采集和分析;制定研究方案;交流研究结果;评估和使用研究结果;伦理问题和与研究相关的问题。
其他课程的交叉上市课程
MC6367数字媒体治理
这是一门关于管理当前、新兴和未来技术的课程:关于规则的规则,关于统治者和被统治者的规则,以及国家、地区和国际数字领域不断变化的地缘政治。它旨在让学生具备 了解如何制定有关互联网和数字媒体的国际和国家法律和政策。
该课程将涵盖关键互联网资源的治理、隐私、内容监管问题(包括审核)、数字挑战的挑战和新兴技术。它将讨论监控、人工智能 以及5G技术的紧张。
IN6204软件项目管理
本课程是对软件项目管理概念和管理的介绍。将研究的核心问题包括项目沟通和留档;风险管理;和最佳实践。学生将研究案例研究 在项目管理中更好地把握软件项目管理的各个领域。
IN6207人机交互-用户、任务和设计
在本课程中,学生将介绍一般设计和可用性问题,涉及关键的认知和物理人类能力及其与可用和有用系统设计的关系。本课程将 还从三个角度查看国际设计启发式和指南:文化、道德和法律,并将设计和可用性方法与更广泛的系统开发过程联系起来。
IN6221信息可视化
本课程将检查对概念、模型和示例的研究,以改进信息可视化。学生将学习表示和解释数据,以及不同形式的文档可视化,例如TileBars, 星系,主题逃逸,和Kohonen地图。
IN6229信息系统外包管理
本课程概述信息系统外包的管理,包括信息系统外包的规划和管理、采购策略、模型、相关法律问题以及管理全球信息系统外包。学生还将检查风险 信息系统外包的缓解实践和最佳实践及案例研究。
KM6308商业智能
企业环境中的商业智能:应用、系统和流程。竞争对手、竞争和社会智能的特征。商业智能和增长机会:政治、经济和 社会环境。商业智能战略和系统。各种环境中的商业智能:产品、客户和供应商。基于互联网和网络的智能。与商业智能相关的道德问题。
信息挖掘与分析
知识发现和数据挖掘的原理和概念。知识发现过程。数据准备。从大量数据中提取信息和知识的技术和方法。统计方法。机器学习技术:决策树归纳、最近邻分类、贝叶斯学习、神经网络、关联规则和聚类。非结构化数据的文本和网络挖掘。知识管理应用程序的数据挖掘。
关于新加坡南洋理工大学
新加坡南洋理工大学(南大)是一所科研密集型大学,有3万5千多名本科生和研究生,分布于商学院、计算机与数据科学学院、工学院、文学院、医学院、理学院以及研究生院。
南大集聚世界知名的自治学院,包括国立教育学院、拉惹勒南国际研究院、新加坡环境生物工程中心,以及多个领先研究机构,如新加坡地球观测研究所、南洋环境与水源研究院,和能源研究所。
在“智慧校园”的愿景下,大学借助数码科技和科技解决方案的力量,为全校师生提供更加优质的学习和生活体验、促进发掘新知识和确保资源可持续发展。
南大获评为世界顶尖大学之一,主校区也常被列为全球最美丽的校园之一。南大以可持续发展闻名,校园内所有符合条件的建筑物均获得100%绿色建筑标志白金认证。除了主校区,南大也在新加坡的医疗保健中心诺维娜设有校区。