管理信息系統 第三部分 做業

閱讀教材，思考並回答如下問題

1.DDS和IDDS的組成。

DSS決策支持系統（Decision Support System）是一個基於計算機用於支持業務或組織決策活動的信息系統。 DSS服務於組織管理、運營和規劃管理層（一般是中級和高級管理層），並幫助人們對可能快速變化而且不容易預測結果的問題作出決策。決策支持系統能夠全計算機化、人力驅動或兩者結合。基本結構主要由四個部分組成：即數據部分、模型部分、推理部分 決策支持系統和人機交互部分

IDSS智能決策支持系統充分發揮了專家系統以知識推理形式解決定性分析問題的特色，又發揮了決策支持系統以模型計算爲核心的解決定量分析問題的特色，充分作到了定性分析和定量分析的有機結合，使得解決問題的能力和範圍獲得了一個大的發展。智能決策支持系統是決策支持系統發展的一個新階段。20世紀90年代中期出現了數據倉庫（Data Warehouse, DW）、聯機分析處理（On-Line Analysis Processing, OLAP）和數據挖掘（Data Mining, DM）新技術，DW+OLAP+DM逐漸造成新決策支持系統的概念，爲此，將智能決策支持系統稱爲傳統決策支持系統。新決策支持系統的特色是從數據中獲取輔助決策信息和知識，徹底不一樣於傳統決策支持系統用模型和知識輔助決策。傳統決策支持系統和新決策支持系統是兩種不一樣的輔助決策方式，二者不能相互代替，更應該是互相結合。智能決策支持系統（IDSS）：即在傳統三庫DSS的基礎上增設知識庫與推理機，在人機對話子系統加入天然語言處理系統 (LS)，與四庫之間插人問題處理系統(PSS)而構成的四庫系統結構。

2.電子商務系統的結構。

電子商務總體結構分爲電子商務應用層結構（簡稱應用層）和支持應用實現的基礎結構（三層），基礎結構通常包括三個層次和兩個支柱。三個層次自下而上

分別爲網絡層、傳輸層和服務層，兩個支柱分別是安全協議與技術標準、公共政策與法律規範。前三個層次爲基礎層次，其上就是各類特定的電子商務應用，可見

三個基礎層次和兩個支柱是電子商務應用的條件。爲不失通常性，在此僅對電子商務的基礎結構做歸納說明。

 

一、網絡層（網絡平臺）

 

網絡層是電子商務的硬件基礎設施，是信息傳輸系統，包括遠程通訊網（telecom）、有線電視網（cable TV）、無線通訊網（wireless）和互聯網（internet）。

遠程通訊包括電話、電報，無線通訊網包括移動通訊和衛星網，互聯網是計算機網絡。對這些網絡基本上是獨立的，研究部門正在研究將這些網絡鏈接在一塊兒，

到那時傳輸線路的擁擠將會完全改變。

 

二、傳輸層（信息發佈平臺）

 

網絡層提供了信息傳輸的線路，線路上傳輸的最複雜的信息就是多媒體信息，它是文本、聲音、圖像的綜合。最經常使用的信息發佈應用就是WWW，用HTML或

JAVA將多媒體內容發佈在Web服務器上，而後經過一些傳輸協議將發佈的信息傳送到接收者。

 

三、服務層（電子商務平臺）

 

這一層實現標準的網上商務活動服務，以方便交易，如標準的商品目錄/價目表創建、電子支付工具的開發、保證商業信息安全傳送的方法、認證買賣雙方的合法性方法。

 

四、應用層（電子商務各應用系統）

3.電子政務系統的類型與應用。

電子政務系統是基於互聯網技術的面向政府機關內部，其餘政府機構的信息服務和信息處理系統，系統利用高現代信息技術對政府進行信息化改造， 以提升政府部門依法行政的水平。

通常而言，政府的主要職能在於經濟管理、市場監管、社會管理 和公共服務。而電子政務就是要將這四大職能電子化網絡化，利用高現代信息技術對政府進行信息化改造， 以提升政府部門依法行政的水平。

電子政務的4個突出的特色：

一、電子政務將政務工做更有效、更精簡

二、電子政務將政府工做更公開、更透明

三、電子政務將爲企業和居民提供更好的服務

四、電子政務將從新構造政府、企業、居民之間的關係，使之比之前更加協調，使企業和居民可以更好的參與政府的管理

4.電子健康系統應用的影響。

　電子健康檔案系統記錄我的從出生到死亡的全部生命體徵的變化，包括我的的生活習慣、以往病史、診治狀況、家族病史、現病史及歷次診療通過、

歷次體檢結果等信息。環球軟件電子健康檔案系統以"六位一體"爲中心，經過標準數據接口實現與醫院HIS、PACS、LIS、電子病歷、社區衛生、新農合等

系統的數據共享與交換，可實現健康檔案動態更新，實現真正意義上的"活檔"。電子健康檔案是進行健康信息的蒐集、存儲、查詢和傳遞的最好助手。電子

健康檔案融合當今最新IT軟硬件技術於一身。電子健康檔案能夠爲我的創建始自出生、終其一輩子的健康檔案，從而爲健康保健、疾病治療和急救提供及時、

準確的信息，令人們的醫療保健有了科學、準確、完整的信息基礎，爲人們的醫療保健提供了新工具、新方法和新思路。電子健康檔案能夠將人們分散在不

同醫院電腦系統中的體檢報告、門診和住院治療中的治療方案和檢查結果蒐集在一塊兒。當發生意外時，能夠當即經過電腦查閱其中的急救信息，瞭解危重病人

的血型、過敏藥品、當前的慢性病以及我的保健醫生的聯繫方式，從而採起及時、正確的急救措施，挽救病人的生命。

5.供應鏈管理的概念。

供應鏈的概念是從擴大的生產(Extended Production)概念發展而來，現代管理教育對供應鏈的定義爲「供應鏈是圍繞核心企業，經過對商流、信息流、物流、資金流的控制，從採購原材料開始到製成中間產品及最終產品、最後由銷售網絡把產品送到消費者手中的一個由供應商、製造商、分銷商、零售商直到最終用戶所連成的總體功能網鏈結構」。

6.數據挖掘的主要功能。

數據挖掘是爲了從現有數據中得到信息，但它也不是萬能，可以發現的知識主要是如下5種：

1.概念知識

類別特徵的歸納性描述知識。根據數據的微觀特徵發現同類事物帶有廣泛性的、較高層次概念的共同性質，是一種對數據的概況、提煉和抽象。

2.關聯知識

主要反映一個事件和其餘事件之間依賴或者關聯性。若是兩項或者多項屬性之間存在關聯，那麼其中一項的屬性值就能夠根據其餘屬性值進行預測。這類知識發現方法中最有名的就是Apriori算法。

3.分類知識

主要反映同類事物的共同特徵和不一樣事物之間的差別。

4.預測性知識

根據歷史數據和當前數據對將來數據進行預測，主要是時間序列預測。

5.誤差性知識

這是對差別和階段特例的揭示，如數據聚類的離羣值等。

相較於挖掘可以發現的知識而言,數據挖掘的方法類型不少，大體能夠分爲7類

1.決策樹方法（信息論方法）

這類方法給予信息論原理，直觀容易理解。通常來講這類方法效果好，影響力大。表明算法：ID3算法、C4.5算法、IBLE算法。

2.聚類方法

比較樣本距離，距離近的歸爲一類，距離遠的分屬在不一樣的類中。表明算法：k均值、Clara算法、變色龍算法。

3.統計分析方法

利用統計學原理對數據進行分析，這方面有大量的商業軟件能夠選用。

4.仿生物技術

表明算法：神經網絡算法和遺傳算法，固然包括二者的其餘衍生或近似算法，如鳥羣算法。

5.可視化技術

對傳統圖標功能的一種擴充，讓用戶對數據的剖析更清晰。

6.模糊數學方法

我最喜歡的一類方法，包括模糊評判、模糊決策、模糊模式識別和模糊聚類。能夠參考我之前的有關Aforge.net的博文。

7.其餘

其餘就是其餘，好比SVM、文件挖掘、最近鄰方法等。