春季福师大信息管理系统第二次作业及答案[材料]_管理信息系统作业答案

春季福师大信息管理系统第二次作业及答案[材料]由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“管理信息系统作业答案”。

第二次作业（教材第4~8章）

一、名词解释

1、诺兰模型：西方发达国家信息系统发展经验表明：一个企业或地区信息系统的发展具有一定的规律性，一般要经历从初级到成熟的成长过程。诺兰（Nolan）总结了这一规律，于1973年首次提出了信息系统发展的阶段理论，被称为诺兰模型。

2、数据流程图：DFD是一种全面面地描述系统数据流程的主要工具，它用一组符号来描述整个系统中信息的全貌，综合地反映出信息在系统中的流动，处理和存储情况。

3、群体决策支持系统：GDSS，一种在DSS基础上利用计算机网络与通信技术，供多个决策者为了一个共同的目标，通过某种规程相互协作地探寻半结构化或非结构化决策问题解决方案的信息系统。

4、企业资源计划：企业资源计划（ERP）的简称，它将企业的财务、采购、生产、销售、库存和其它业务功能整合到一个信息管理平台上，从而实现信息数据标准化，系统运行集成化、业务流程合理化、绩效监控动态化、管理改善持续化。

5、电子商务：是指是在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于浏览器/服务器应用方式，买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。电子商务是利用微电脑技术和网络通讯技术进行的商务活动。各国政府、学者、企业界人士根据自己所处的地位和对电子商务参与的角度和程度的不同，给出了许多不同的定义。

二、简答题

1、比较企业系统规划法、关键成功因素法和战略集转化法。答：企业系统规划法（BSP）虽然也首先强调目标，但它没有明显的目标导引过程。它通过识别企业“过程”引出了系统目标，企业目标到系统目标的转化是通过业务过程／数据类等矩阵的分析得到的。由于数据类也是在业务过程基础上归纳出的，所以我们说识别企业过程是企业系统规划法战略规划的中心，而不能把企业系统规划法的中心内容当成U/G矩阵。

关键成功因素法（CSF）能抓住主要问题，使目标的识别突出重点。由于高层领导比较熟悉这种方法，所以使用这种方法所确定的目标，高层领导乐于努力去实现。这种方法最有利于确定企业的管理目标。

战略目标集转化法（SST）从另一个角度识别管理目标，它反映了各种人的要求，而且给出了按这种要求的分层，然后转化为信息系统目标的结构化方法。它能保证目标比较全面，疏漏较少，但它在突出重点方面不如前者。

2、系统切换的方式有哪些？它们各自的优缺点是什么？ 答：①直接切换方式。直接切换方式是指在某一时刻，旧系统终止使用，新系统投入运行，新系统一般要经过较详细的测试和模拟运行。考虑到系统测试中试验样本的不彻底性，以及新系统没有真正担负过实际工作，因而这种方式虽然最简单、最省钱，但风险性最大，在切换过程中很可能出现事先预想不到的问题。

②并行切换方式。针对直接式存在的问题，并行切换方式新投入运行时，老系统并不停止运行，而是与新系统同时运行一段时间，新老系统并存的时间一般为3～5个月左右。在这段时间内，既保持系统工作不间断，又可以对照两个系统的输出，利用老系统对新系统进行检验。经过一段时间运行，在验证新系统处理准确可靠后，原系统停止工作。新老系统的并行，保证安全可靠、无风险系统运行，消除了尚未认识新系统之前的惊慌与不安。并行式的主要问题是费用太高，这是因为并存期间，新老系统的工作人员也要并存，需要双倍的费用。当系统太大时，费用开销更大。

③阶段切换方式。阶段切换方式实际上是以上两种切换方式的结合。对由多个部分构成的系统分多个步骤进行切换，每次用部分新系统代替老系统中的某些部分，平衡后再进行下次切换，直到整个系统切换完成。例如，公司可以先切换旧的订单录入系统，然后再切换库存系统。这种切换方式既避免了直接式的风险性，又避免了并行式发生的双倍费用。阶段式系统切换方式中的最大问题表现在接口的增加上。系统各部分之间往往是互相联系的，当老系统的某些部分切换给新系统去执行，其余部分仍然由老系统去完成，于是在已切换部分和未切换部分之间就出现了如何衔接的问题，这类接口是十分复杂的。

④试点切换方式。试点是一个执行了所有操作的试验系统，如一个部门或地区分部。试点切换是指先在一个试点安装运行新系统，如果试点成功，可以采取上述三种切换方法中的一种继续逐渐推广新系统。这种切换方式时间短、费用低，通过试点的成功切换，可大大增强系统用户或管理者对新系统的信心。

3、简述决策支持系统在现代组织中的应用。

答：DSS 可以通过各种方式支持组织的决策，具有较高的商业价值。DSS 能帮助组织精确地协调内外部的企业过程，对企业的供应链、客户关系进行管理，DSS 还能强有力地、综合地为决策提供信息，支持企业的营销活动。决策支持系统已逐步扩广应用于现代组织中的大、中、小型企业中的预算分析、预算与计划、生产与销售、研究与开发等智能部门，并开始应用于军事决策、工程决策、区域开发等方面。

4、简述从MRP、闭环MRP、MRPⅡ到ERP发展历程。

答: 物料需求计划(Material Requirements Planning，简记为 MRP)理论是在解决订货点法的缺陷的基础上发展起来的。它是 20 世纪 60 年代发展起来的一种计算物料需求量和需求时间的系统。随着 MRP 应用范围的逐渐扩大，MRP 的局限性也日益显现。MRP 的运行过程主要是物流的过程，但生产的运作过程，产品从原材料的投入到成品的产出过程都伴随着企业资金的流通过程。并且资金的运作会影响到生产的运作，如采购计划制定后，由于企业的资金短缺而无法按 时完成，这样就会影响到整个生产计划的执行。20 世纪 80 年代发展起来的 MRPⅡ同 MRP 的主要区别就是它运用管理会计的概念，用货币形式说明了执行企业物料计划带来的效益，实现物料信息同资金信息的集成。由物料需求计划变为制造资源计划，英文为 Manufacturing Resources Planning。由于字母的缩写都为 MRP，就将制造资源计划命名为 MRPⅡ，以示区别。ERP 理论与系统是从 MRPⅡ 发展而来的。MRPⅡ 仅能管理企业内部资源的信息流，随着全球经济一体化的加速，企业与外部环境的关系越来越密切，MRPⅡ 逐渐不能满足需要，于是新的企业管理思想和软件应运而生了。在 MRPⅡ 的基础上发展起来的企业资源计划(Enterprise Resource Planning ,简称 ERP)把原来的 MRPⅡ 拓展为围绕市场需求而建立的企业内外部资源计划系统。ERP 突破了原来只管理企业内部资源的方式，把客户需求、企业内部的经营活动以及供应商的资源融合到一起，体现了 完全按市场需求制造的经营思想。ERP 也打破了MRPⅡ 只局限于传统制造业的旧的观念和格局，把触角伸向各个行业，特别是金融业、通信业、高科技产业、零售业等，大大扩展了应用范围。

5、简述数据挖掘的应用领域。

答:数据挖掘Data Mining是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示 3 个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。数据挖掘在各领域的应用非常广泛，只要该产业拥有具分析价值与需求的数据仓储或数据库，皆可利用数据挖掘工具进行有目的的挖掘分析。

一般较常见的应用案例多发生在零售业、直效行销界、制造业、财务金融保险、通讯业以及医疗服务等。销售数据中发掘顾客的消费习性，并可藉由交易纪录找出顾客偏好的产品组合，其它包括找出流失顾客的特征与推出新产品的时机点等等都是零售业常见的实例;直效行销强调的分众概念与数据库行销方式在导入数据挖掘的技术后，使直效行销的发展性更为强大，例如利用数据挖掘分析顾客群之消费行为与交易纪录，结合基本数据，并依其对品牌价值等级的高低来区隔顾客，进而达到差异化行销的目的;制造业对数据挖掘的需求多运用在品质控管方面，由制造过程中找出影响产品品质最重要的因素，以期提高作业流程的效率。

近来电话公司、信用卡公司、保险公司以及股票交易商对于诈欺行为的侦测(FraudDetection)都很有兴趣，这些行业每年因为诈欺行为而造成的损失都非常可观，数据挖掘可以从一些信用不良的客户数据中找出相似特征并预测可能的诈欺交易，达到减少损失的目的。财务金融业可以利用数据挖掘来分析市场动向，并预测个别公司的营运以及股价走向。数据挖掘的另一个独特的用法是在医疗业，用来预测手术、用药、诊断、或是流程控制的效率。