统计学专业的课程设置是统计专业发展和建设的基础,但如今我国统计学的本科教学受课时所困,主流模式依然以课堂理论教学为主;与大数据处理与分析相关的教学内容较为欠缺;无法适应产学研合作、协同创新等理念。基于此,本文通过网络爬虫技术、文本挖掘、k-means算法、人工神经网络分类算法建立国内外统计学类本科专业课程信息数据库。本文采用课程结构一致性测度、高频课程内容和弦图可视化、课程结构特征聚类、kw秩和检验、方差分析、交叉关联分析从区域视角和高校视角两个角度进行实证分析。主要结论有:（1）国内外统计学专业主要分布在中国、美国、英国、法国、俄罗斯、加拿大、韩国。（2）经济统计主要分布在中国和欧洲,“统计方法类-经济类-数学类-计算机类”的课程结构较为普遍;我国热衷于开设传统经济学类课程,而国外更加注重商务理论和计算机课程。（3）统计学（理学）主要分布在中国和北美洲,“统计方法类-数学类-计算机类”的课程结构较为普遍;与国外相比,我国的计算机基础、统计软件应用、数据库原理等课程偏少。（4）我国经济统计、生物统计的课程结构有鲜明的方向性,应用统计和统计学（理学）的课程结构相似度非常高,应用统计的专业特色体现在课程内容上。（5）我国统计学专业基础课占比过高,专业特色课比重不足,且课程质量不高,高频课程中几乎全是传统课程,缺乏机器学习等新兴课程。（6）不同类型的学校在课程设置上存在同质化现象,缺乏学校特色。针对上述结论,本文对我国统计学专业课程结构设置提出了优化建议,建议增强专业的交叉属性,增加复杂数据处理的专业课训练,突出学校特色。