管理信息系统复习(1).doc

简答题5*4，论述20*3，其他20＊1
一、 简答题
1. 数据、信息和商务智能之间有何关联?
数据、信息和商务智能都属于信息资源。智能资产层次--—数据、信息、商业智能、知识。数据是指那些未经加工的事实,描述一种特定现象，例如当前温度、硬碟租金或你的年龄等。信息是特定背景下有特定含义的数据。商务智能是关于客户、竞争对手、商业合作伙伴、竞争环境的共有信息，当与多个信息集相关联时，可以产生相当数量的商务智能，商务智能有助于做出有效的商业决策.
2. 收益和成本在关注竞争优势时有何不同之处？
3. 供应链管理的战略和竞争优势是什么？
供应链管理-跟踪企业内部流程和企业间的存货及信息
供应链管理系统-支持供应链管理的IT系统
准时制—是一种方法，它是指正好在客户需要的时候生产出或发送产品或服务。
有效的供应链管理的关键特征;戴尔使用准时制向客户计算机发送
商业战略：成本领先战略；顶线预算动力；运行组织“运作—成长—变革"框架。目标是挤出供应链中尽可能的每一分费用，这将优化实现、物流、生产、收入和利润，成本和价格.
4. 客户关系管理系统的战略和竞争优势是什么？
客户关系管理系统—从客户信息中深入分析客户的需求、想法及消费行为，以便更好地为他们服务。包括多渠道服务发送,客户可以采用多种方式与行业进行配合，聚焦在：销售自动化、客户服务及支持、市场营销活动管理及分析。
商业战略:差异化和聚焦;顶线预算动力;成长的组织.
典型目标:更好的对待客户；理解它们的需求；调整提供物；提供令人高兴的体会.
5. 什么是联机事务处理（OLTP)？
集成化的输入信息、处理信息和更新当前信息，以反映继承处理后的信息。这种方法是将每个事务即时进行处理而不是累积成批。
6. 什么是联机分析处理(OLAP）？
OLAP是用来传送和存储数据仓库信息的程序的集合。通过对信息的多种可能的分析和观察形式进行快速、稳定一致和交互性的存取，使管理决策人员获取潜在信息。OLAP能满足管理者从多方面、多维分析业务数据（产品、时间、地理、销售人员等）。
7. 什么是决策支持系统?描述它的组成部件.
决策支持系统（DSS）是辅助决策者通过数据、模型和知识,以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统（MIS）向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。
组成部件:①模型管理部件—由决策支持系统的模型和模型管理系统组成；②数据管理组件—存储并维护用户希望决策支持系统使用的信息;③用户界面管理部件—负责决策者与决策支持系统之间的沟通。
8. 什么是人工智能？哪些人工智能系统在商业中广泛应用？
人工智能是运用计算机以各种方式模仿人类各种行为的技术和软件。专家系统、神经网络（模糊逻辑）、遗传算法、智能代理（或基于代理的技术）在商业中广泛应用。
从狭义的概念上讲，人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是对智能计算机系统的研究。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。其中智能机器是指能够在各类环境中自主或交互执行各种拟人任务的,与人智力相当或相近的机器。具体地说是能够对人类语言理解、学习和推理的机器.从广义上来讲，人工智能是指人类智能行为规律、智能理论方面的研究。
应用：
自然语言理解.
是当前人工智能应用领域中最引人注目的分支之一。随着信息时代迅速发展，如何可理解地获取知识成为日益重要的课题。主要体现在机器翻译、自动文摘、全文检索等应用中。
数据库的智能检索
研究如何在海量知识中准确找到自己需要的东西。
专家系统
从七十年代开始人工智能研究领域中的古老话题，如下棋、探矿等系统比较成功.
机器定理证明
人工智能研究最原始课题之一,取得很多可以证明人工智能技术进步的成就.但不是当今热点话题。
博弈
主要问题是机器学习和搜索。
机器人.
涉及知识领域广泛,已取得很多实质性成果，是应用前景最好的分支之一。
自动程序设计
所有学计算机的人都希望该研究分支有实质性的成果。
组合调度
是人工智能研究的重要分支之一。对于浩繁的任务,给出完成任务的最佳（局部最优)任务序列。如机器人搬运.
感知
现代人工智能的课题。是”not only BODY but also SENSER”理论的需要.
视觉
以往主要是由于机器人学需要，现今多媒体、视频检索等多个分支对视觉研究提出了大量需求。是当前最热点研究分支之一.
9. B2C电子商务企业的营销组合应该包含什么？
B2C电子商务—企业销售产品和服务于客户，而客户主要是个人。
B2C组合营销工具包括：搜索引擎注册、在线广告、病毒营销、商业联盟。
搜索引擎注册
一些搜索引擎将免费列出你的网站
其他的要求支付一定的费用
如果你支付一部分额外费用的话,你的网站会出现在搜索结果页的最靠前部分（每次）
在线广告
在线广告（横幅广告)——-出现在网站上的小广告
两种变化形式
弹出式广告---出现在当前网页之外的屏幕中的一个含有广告的小网页。
弹底式广告——-当你关闭你的浏览器窗口才能看见的广告
病毒营销
病毒营销—是指B2C电子商务企业激励自己的产品和服务的使用者去怂恿他们的朋友来使用这种产品和服务。
Blue Mountain Arts 公司就是一个很好的例子
发送生日贺卡
贺卡有一个链接以便人们能够回寄一张贺卡.
商业联盟
商业联盟—是电子商务网站之间指定的协议，引导消费者从一个网站到另一个网站。
如果浏览者在第二个网站上购买东西，第二个网站给第一个网站支付一定的费用。
通常是营销额的一个百分数
10. 什么是维护、维修和操作（MRO）物料？
维护、维修和运营物料（MRO物料，也成间接物料）是指运营一个现代化的企业所必需的物料，但是与企业的主要商务活动没有直接关系。
二、 论述题
1. 试论互联网对经济与社会的影响。
在通信领域，虽然微信这类即时通信App诞生使得传统运营商语音和短信收入大幅下滑.但现在随着互联网的发展,来自数据流量业务的收入已经大大超过语音收入的下滑。互联网的出现并没有彻底颠覆通信行业，反而是促进了运营商进行相关业务的变革升级。
 在交通领域,移动互联网催生了一批打车拼车专车软件,虽然它们在全世界不同的地方仍存在不同的争议,但它们通过把移动互联网和传统的交通出行相结合，改善了人们出行的方式，增加了车辆的使用率，对环境保护也做出了贡献。
在零售、电子商务等领域,过去这几年都可以看到和互联网的结合，正如马化腾所言，“它是对传统行业的升级换代，不是颠覆掉传统行业。”在其中，又可以看到“特别是移动互联网对原有的传统行业起到了很大的升级换代的作用。
事实上，“互联网+”不仅正在全面应用到第三产业，形成了诸如互联网金融、互联网交通、互联网医疗、互联网教育等新生态，而且正在向第一和第二产业渗透。工业互联网正在从消费品工业向装备制造和能源、新材料等工业领域渗透，全面推动传统工业生产方式的转变；农业互联网也在从电子商务等网络销售环节向生产领域渗透，为农业带来新的机遇，提供广阔发展空间。（自己可以结合上次的互联网+再写一下）
2. 企业所处的行业是如何对企业信息技术投资产生影响的？
信息技术对于生产运作与市场营销影响都很小的行业是咨询顾问业，因为对于咨询业来说，是否有电脑或更高级的信息技术影响不大；
信息技术对于生产运作影响大而对市场营销影响小的行业是国防业，国防业产品的销售对象是只有军队，影响行业发展的主要因素是产品质量,信息技术能否帮助企业提高产品质量也就是主要的影响力所在；
信息技术对于生产运作影响小而对市场营销影响大的行业是高级时装业，高级时装业不采取大批量生产的方式，尽管也要求产品质量，但独特性在行业发展中起的作用最大，因此,信息技术对高级时装业的影响主要在市场营销方面而不是在生产运作方面；
信息技术对于生产运作与市场营销影响都很大的行业是航空业、零售业、银行、纸业。
其中航空业是影响最大的，
相比较，零售业市场营销方面较大而生产运作方面较小，
银行业市场营销方面较小而生产运作方面较大，
纸业是信息技术影响相对较小的行业.
3. 企业在行业中的地位是如何对企业信息技术投资产生影响的？
在航空业，美国航空公司与联合航空公司是信息技术的领导者，信息技术对它们的影响也最大,而西南航空公司则是处于落后的位置。
由于某些航空公司在IT方面投资不多,这些公司在它们进行产品多样化时受到了惩罚。实际上,投资于IT的失败已被认为是几起航空事故的主要原因.其他的航空公司,如西南航空公司，在不同的非IT的竞争办法上已走在前列。(长期的点对点飞行，较低的劳动力成本，底价、无食品、无座位的预定等)。
在银行业，几家银行(如第一银行，花旗银行，化学银行）通过有效使用技术信息能使他们的产品和服务产生差异化，然而，其他的银行，IT技术主要是转变后面的办公过程.
1991,Tom Theohold，洲际银行的首席执行官认为:虽然某些银行未能从IT投资中得到竞争优势，但其他银行却戏剧性地改变了竞争的基础。
4. 有人认为：如果所有的企业都安装信息系统,那么所有企业都不可能获得竞争优势，你是否同意这样的观点？为什么？
南大MBA 第八章
这种观点是错误。虽然每个企业都安装了信息系统,但是每个企业为了保证竞争中优势,在安装信息系统时都建立了企业自己强大的安全防火墙,来保证自己企业的核心机密不被泄露,因为企业之间的竞争关键在于核心竞争力的竞争(此为百度)
5. 首先对湘潭大学信息系统现状进行总体评价，然后指出今后的发展思路。
北邮课件No。6
6. 运用波特五力模型，论述企业如何利用信息技术获得竞争优势。
信息技术的作用:设置行业进入障碍；提高消费者更换供应商的成本；改变行业竞争的基础；
改变了企业与消费者或供应商之间的力量平衡；为开发新产品或服务、开拓新市场以及新的商业机遇提供基础。
买方能力—当购买者可选择的购买渠道很多时，买方能力较强,反之较弱。让购买者为指定公司工作从而来创建竞争优势。用某种方法提供产品或服务，顾客对此种产品或服务的评价要高于竞争的评价。
卖方能力-当购买者可选择的购买渠道很少时，卖方能力就强,反之则弱。
替代产品或服务的威胁——对一个产品或服务存在多种选择时，替代产品或服务就高，反之就低。转换成本能够减少威胁。
新进入行业者的威胁———当新的竞争者很容易进入市场时，新进入行业者的威胁就大，而当进入市场的行业壁垒很高时，进入威胁就小。
现有竞争者的竞争-当市场中的竞争很激烈时，现有竞争者的竞争力量就强，反之就弱。通常的趋势是大多说行业的竞争力增强。
五力模型给出了利用IT获得竞争力机会形成防御性竞争战略基础的三种战略选择：
-低成本战略：企业以行业内最低的成本生产产品或提供服务，可削弱供应商的牵制力量加强竟价能力。库存管理系统及Just-in-time采购方式。
—差别化战略:企业生产一种独特、唯一、顾客愿意购买的产品或服务.可减少顾客的可选择性,从而削弱来自顾客的力量和替代力量。客户服务系统是支持这一战略的有效方法.
—专一化战略:企业瞄准一个小产品或小型服务市场，将重心从全行业有效转移到行业中的某个部分加强影响整个市场的能力，使企业具有明显的优势。数据库、数据仓库、DSS都支持这一战略。
7. 试述信息技术投资与企业绩效的关系。（论文文件夹）
资源基础理论认为,公司的内部资源是企业绩效的主要影响因素。根据资源基础理论，企业通过对IT 投资所形成的IT 资源进行有效开发，能够增强企业绩效。资源基础理论认为，企业的竞争优势来源于企业内部的资源和能力.企业的资源若同时具备有价值、稀缺、难以模仿、不可替代这四个特征时，企业就能获得持续的竞争优势。尽管企业进行IT 投资所形成的软硬件系统可以被竞争对手购买、复制,很难为组织带来持续的竞争优势；但IT 与业务战略、人力资源、组织、流程等紧密结合而形成较强的IT 应用能力是难以模仿的，可以成为企业持续竞争优势的来源。
将IT 投资分为IT 硬件投资、IT 软件投资和IT 总投资。IT 硬件投资指计算机、服务器、网络设备等用于信息加工、处理、存储、传输的各种实物资产的投资，IT 软件投资指各种计算机系统软件、应用软件的投资,并将IT 硬件投资和IT 软件投资之和作为企业的IT 总投资。IT 硬件投资能够自动化业务流程，提高运营效率、节约成本，对企业绩效带来正面
影响;IT 软件投资能够优化业务流程与管理流程,增强决策分析能力，提高经营管理水平，提高企业对竞争市场的反应速度和应变能力，提升企业对客户的服务水平，增强企业竞争力,对企业绩效产生正向影响。
8. 试述信息技术接受模型的发展及其应用。（论文文件夹)
TAM是技术接受模型(Technology Acceptance Model）的简称。1989年，技术接受模型是Davis运用理性行为理论研究用户对信息系统接受时所提出的一个模型,提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。
三、 数据库设计
现有关系模式:学生（学号，姓名，性别，民族,系名，系主任，课程号,课程名，成绩）,按要求完成以下操作：
1. 写出关系模式学生的基本函数依赖并确定其主码。
2. 把关系模式分解为2NF关系集，并说明理由。
3. 进一步作3NF分解，并说明理由。
四、 若采用遗传算法求解下列规划问题，根据要求完成下列各题，不需要计算出最后结果.
1. 简述遗传算法的基本原理。
遗传算法是一种基于生物进化进化原理构想出来的搜索最优解的仿生方法，它模拟基因重组与进化的自然过程，把待解决的问题的参数编程二进制码或十进制码(也可以编成其它进制码）即基因，若干基因组成一干染色体（个体）,许多染色体进行类似于自然选择、配对交叉和变异的运算，经过多次重复迭代(即世代遗传）直到得到最后的优化结果。习惯上,适应度值越大，表示解的质量越好.对于求解最小值问题，可通过变换为求解最大值问题。遗传算法以群体为基础,不是以单点搜索为基础，能同时从不同点获得极值，因此不易陷入局部最优；遗传算法是对问题变量的编码集进行操作，而不是变量本身，有效的避免了对变量的微分操作运算;遗传算法只是利用目标函数来区别群体中的个体上的好坏而不必对其进行过多的附加操作.
2. 给出解决该问题的基本步骤。
（1）个体编码.遗传算法的运算对象是表示个体的符号串，所以必须把变量1．1基本遗传算法的构成要素x1，x2编码为一种符号串。该例题中，x1和x2取0～7之间的整数，可分别用3位无符号二进制整数来表示，将它们连接在一起所组成的6位无符号二进制整数就形成了个体的基因型,表示一个可行解。例如，基因型x=101110所对应的表现型是x=（5,6）T。个体的表现型x和基因型x之间可以通过编码和解码相互转换。
（2）初始群体的产生。遗传算法是对群体进行遗传操作，需要准备一些表示起始搜索点的初始群体数据。本例中群体规模的大小M取为4,即群体由4个个体组成，每个个体可通过随机方法产生。一个随机产生的初始群体如表7-3中第2栏所示。
（3）适应度计算。本例中，目标函数总取非负值,并且是以求函数最大值为优化目标，故可直接利用目标函数值作为个体的适应度,即。为计算函数的目标值，需先对个体基因型进行解码。表7—3中第3、第4栏所示为初始群体各个个体的解码结果,第5栏所示为各个个体所对应的目标函数值,它也是个体的适应度，第5栏中还给出了群体中适应度的最大值和平均值.
表7—3
1
个体编号
2
初始群体P(0)
3

4

5

6

1
011101
3
5
34
34
25
50
0.24
2
101011
5
3
0。24
3
011100
3
4
0。17
4
111001
7
1
0.35
7
选择次数
8
选择结果
9
配对情况
10
交叉点位置
11
交叉结果
12
变异点
13
变异结果
1
011101
1-2
3-4
1—2：2
3—4：4
011001
5
011001
1
111001
111101
111111
0
101011
101001
101001
2
111001
111011
111011
14
子代群体P(1)
15

16

17

011001
3
1
10
98
26
58
111111
7
7
101001
5
1
111011
7
3
(4）选择操作。其具体操作过程是先计算出群体中所有个体的适应度的总和及每个个体的相对适应度的大小，如表7-3中5、6栏所示.表7-3中第7、8栏表示随机产生的选择结果.
（5）交叉操作。本例中采用单点交叉的方法，并取交叉概率=1.00 。表7-3中第11栏所示为交叉运算的结果。
（6）变异操作。为了能显示变异操作,取变异概率=0。25,并采用基本位变异的方法进行变异运算。表7-3第13栏所示为变异运算的结果。
对群体P（t）进行一轮选择、交叉、变异操作之后得到新一轮群体P(t+1）。如表7—3第14栏所示。表中第15、16、17栏分别表示出了新群体的解码值、适应度和适应度的最大值及平均值等。从表7-3中可以看出群体经过一代进化以后，其适应度的最大值、平均值都得到了明显的改进。事实上，这里已经找到了最佳个体“111111”。
需要说明的是，表中第2、7、9、10、12栏的数据时随机产生的.这里为了说明问题我们特意选择了一些较好数值以便能够得到较好的结果。在实际运算过程中有可能需要一定的循环次数才能达到这个结果。
3. 简述遗传算法的特点。
①遗传算法以决策变量的编码作为运算对象。搜索过程不直接作用在变量上，而是在参数集进行了编码的个体。此编码操作,使得遗传算法可直接对结构对象（集合、序列、矩阵、树、图、链和表）进行操作。 
②搜索过程是从一组解迭代到另一组解，采用同时处理群体中多个个体的方法，降低了陷入局部最优解的可能性。
③采用概率的变迁规则来指导搜索方向，而不采用确定性搜索规则。     
④对搜索空间没有任何特殊要求(如连通性、凸性等）,直接以适应度作为搜索信息，不需要导数等其它辅助信息，适应范围更广。
⑤使用多个点的搜索信息,具有隐含并行性,易于并行化.
7。试论述信息技术投资与企业绩效的关系
信息技术的投资分为信息技术硬件投资和信息技术软件投资。信息技术软件投资是指计算机等实物资产的投资;信息技术软件投资是指各种计算机系统软件等的投资。
由于计算机硬件投资需要一个学习和扩散的过程，在硬件投资实施的早期阶段，企业有相当高的开销，所以回报往往不能令人满意,随着时间的推移，硬件投资所带来的企业绩效才有可能显示出来,因此，硬件投资对企业绩效的影响在短期内不显著，可能在几年后才显现出正影响。
对于信息技术软件投资来说,企业一旦建立信息系统，可以迅速利用软件,优化业务流程，提供决策支持，增强企业的竞争力，进而提高企业绩效。
总的来说，信息技术投资对于企业绩效带来的正效应是不显著的,其原因与信息技术硬件投资与企业绩效存在时滞有很大的关系.但是信息技术硬件投资与信息技术软件投资应该满足什么样的比例才能最大程度的提高企业绩效，仍是一个需要解决和探讨的问题。
8.试论述信息技术接受模型的发展及其应用
TAM是技术接受模型的简称。技术接受模型是Davis运用理性行为理论研究用户对信息系统接受时所提出的一个模型，提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。
技术接受模型提出了两个主要的决定因素：①感知的有用性,反映一个人认为使用一个具体的系统对他工作业绩提高的程度；②感知的易用性，反映一个人认为容易使用一个具体的系统的程度。
技术接受模型认为系统使用是由行为意向决定的，而行为意向由想用的态度和感知的有用性共同决定，想用的态度由感知的有用性和易用性共同决定,感知的有用性由感知的易用性和外部变量共同决定，感知的易用性是由外部变量决定的。外部变量包括系统设计特征、用户特征(包括感知形式和其他个性特征)、任务特征、开发或执行过程的本质、政策影响、组织结构等等,为技术接受模型中存在的内部信念、态度、意向和不同的个人之间的差异、环境约束、可控制的干扰因素之间建立起一种联系。
四、遗传算法解决下列问题
1.遗传算法的基本原理
遗传算法是一种基于生物进化进化原理构想出来的搜索最优解的仿生方法，它模拟基因重组与进化的自然过程，把待解决的问题的参数编程二进制码或十进制码(也可以编成其它进制码）即基因，若干基因组成一干染色体（个体），许多染色体进行类似于自然选择、配对交叉和变异的运算,经过多次重复迭代(即世代遗传）直到得到最后的优化结果。习惯上,适应度值越大，表示解的质量越好。对于求解最小值问题，可通过变换为求解最大值问题。遗传算法以群体为基础，不是以单点搜索为基础，能同时从不同点获得极值，因此不易陷入局部最优；遗传算法是对问题变量的编码集进行操作，而不是变量本身,有效的避免了对变量的微分操作运算；遗传算法只是利用目标函数来区别群体中的个体上的好坏而不必对其进行过多的附加操作。这就是遗传算法的基本原理。
2。遗传算法的特点
(1)遗传算法的操作对象是一组可行解，而非单个可行解;搜索轨道有多条,而非单条,因而具有良好的并行性.
（2）遗传算法只需利用目标的取值信息,而无需梯度等高价值信息,因而适合于任何大规模、高度非线性的不连续多峰函数的优化以及无解析表达式的目标函数的优化，具有很强的通用性.
(3)遗传算法择优机制是一种“软”选择,加上其良好的并行性，使它具有良好的全局优化性和稳健性。
(4)遗传算法操作的可行解是经过编码化的（通常采用二进制编码）,目标函数解释为编码化个体（可行解)的适应值，因而具有良好的可操作性和简单性。