13.4 试述电子商务与管理信息系统的联系
电子商务的运作基础是管理信息系统,它为电子商务提供信息处理、发布和交流的功能。电子商务的概念有狭义和广义之分。狭义的电子商务主要指利用网络环境在网上进行电子交易,包括网上广告、电子订购、网上洽谈、电子支付、产品电子传送和售后的网络跟踪服务等。这些都是MIS中营销的内容;广义的电子商务则除电子交易以外,还包含利用网络环境进行的其它商务活动,包括商品管理、客户管理、市场分析、商务决策和组建虚拟企业等各个方面。这些也都与MIS直接有关。
13.5 试说明网络营销与电子商务的关系。
[答] 网上营销的主要内容包括网上市场调查、网上消费行为分析、网络营销策略制定、网络营销价格策略制定、网上营销渠道选择以及网络营销管理与控制等。这些都是电子商务的主要内容。但网络营销不一定包括完整的商业交易过程,例如,它可以不考虑网上支付等环节)。所以说网络营销是电子商务的重要组成部分。在我国,企业应首先发展网络营销,通过完善企业网络平台稳步地过渡到电子商务。
14.1试论述电子健康的定义和特点。
[答] 定义:信息和通信技术在健康领域中的应用,包括治疗、研究、教育、疾病跟踪和监控等方面,还包括健康信息网络、电子健康记录、远程医学服务、用于监控的个人便携式交流系统,以及发生在医疗机构之外的针对所有公民的生活保健行为,如食品安全。
特点:(1)信息化程度高;(2)方便快捷;(3)病人背景多样性;(4)多利益相关者;(5)多学科交叉。
14.2简述电子健康在传统医疗中的应用。
[答] 电子健康在传统医疗中的应用将根据传统医疗活动及工作流程主要分为临床与业务两个方面,临床应用典型的系统如:医院信息系统、实验室信息系统等;业务层典型系统包括:病人付款系统、护士调度系统等。常见及推广较好的电子健康应用系统有:医院信息系统、电子病历、医学影像存档与通讯系统
14.3跟传统医疗相比,电子健康在新型医疗中有何创新?
[答] 由传统的医疗服务中心化逐渐转变为现代的医疗服务分散化。主要的创新包括远程医疗和移动医疗等。
远程医疗(Telemedicine)从广义上讲是使用远程通信技术、全息影像技术、新电子技术和计算机多媒体技术,发挥大型医学中心医疗技术和设备优势,对医疗卫生条件较差及特殊的环境提供远距离医学信息和服务。移动医疗(mHealth)就是将移动通信和网络技术应用于医疗行业,从而进行医疗信息检索、远程预约、远程诊断、电子病历获取和健康咨询等功能。
14.4 试说明大数据环境下,电子健康的发展机遇。
[答]大数据正在各个领域掀起新的浪潮,现在云计算、移动互联网、智能手机的快速发展让数据呈指数化发展。医疗数据是持续、高增长的复杂数据,蕴涵的信息价值也是丰富多样。如何对其进行有效的存储、处理、查询和分析,大数据无疑具有无尽的开发潜力。大数据时代的到来,为电子健康快速发展来带了机遇,主要包括:(1)医院日常运作的大数据挖掘达到优化医疗流程和资源配置的目的;(2)医疗诊断的大数据达到智能诊断最佳治疗方案的目标;(3)以个人健康大数据和云计算为基础为传统医疗“去中心化”。
14.6结合自己观点,谈谈发展电子健康面临的挑战及相应对策。
[答] 在看到我国电子健康发展具备初步条件的同时,也应该充分地意识到我国发展电子健康事业面临的困难与挑战,第一、如何保证患者隐私的安全;第二、如何保障医疗信息安全;第三、如何提高电子健康产品和信息的普及率;第四、如何完善基础设施。相应的措施如下:第一、加强审查和监督;第二、加强人才资源的建设;第三、建立相关法律法规;第四、加大资金投入,合理分配。
[提示] 本题为主观题,读者可结合其他知识和自己的想法、观点作答。
15.2 电子政务、电子政府、政府信息化有什么区别和联系?
[答] 电子政务强调政府业务通过电子化手段来运作及其实现过程;电子政府可理解为通过电子化手段来运作政府业务特征的政府形态的描述;而政府信息化可以理解为工业时代的政府(即传统政府)向信息时代的政府(即现代政府)演变的过程。这些概念是紧密相关的。
16.4 如何实现供应链企业之间的信息共享?
在技术上,供应链上信息共享和集成管理的方法主要有基于EDI的和基于Internet的两种。后者具有信息共享程度高、界面友好等特点。供应链企业间的共享信息可通过直接传递模式或第三方模式来传递。直接传递模式是一方向需要其做出决策的另一方通过EDI等方式直接发送信息;第三方模式是由供应链成员的一方收集整个供应链的信息,在数据库中维护,供整个供应链共享。
在组织上,为了实现供应链企业之间的信息共享,重要的是建立合作企业之间的战略伙伴关系,因为只有和谐而协调的系统才能发挥真正的信息共享。
17.1 什么是数据挖掘?
[答] 所谓数据挖掘,就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
17.2数据挖掘有哪些功能?
[答]数据挖掘通常有以下六类主要功能:(1) 数据特征化(Data Characterization) ;(2)关联分析;(3)分类与预测;(4)聚类分析;(5)离群点(Outlier)分析;(6)演化分析。
17.3数据挖掘分为几个步骤?
[答] 数据挖掘是数据库知识发现(KDD)过程中的一个步骤,根据数据挖掘专家 Jiawei Han教授的定义,知识发现过程有由以下几个主要步骤迭代完成:(1)数据清理;(2)数据集成;(3)数据选择;(4)数据的转换;(5)数据挖掘;(6)模式评估;(7)知识表示。
17.4什么是关联挖掘?
[答] 一般来说,数据之间都存在着或强或弱的关联关系,也就是说,两个或多个变量的取值之间存在某种规律性。这种关联关系有简单关联和时序关联两种。简单关联,例如;购买面包的顾客中有90%的人同时购买牛奶。时序关联,例如:购买电脑的客户,接着购买打印机的可能性为75%,它在简单关联中增加了时间属性。
17.5什么是分类?
[答] 分类的主要功能是使用一个分类函数或分类模型(也常常称作分类器),根据数据的多个分类属性将数据分派到不同的类中。即:分析数据的各种属性,并找出数据的属性模型,确定哪些数据属于哪些类。这样我们就可以利用该模型来分析已有数据,并预测新数据将属于哪一个类。
17.6 什么是聚类?
[答] 当要分析的数据缺乏类别描述信息,或者是无法提前确认任何分类模式时,可以采用聚类分析。聚类分析是按照某种相似程度度量方法(通常是测算距离),将数据分成一系列有意义的簇。每一个簇中的数据性质相似,不同簇之间的数据性质相差较大。
17.7 数据挖掘有哪些常用的方法?
[答] 目前,国内外有许多研究机构、公司和学术组织在从事数据挖掘算法、工具的研究与开发。这些数据挖掘算法和工具主要包括联机分析处理、关联挖掘、决策树、神经网络、K-均值算法以及数据可视化等。
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库管理信息系统参考题(4)在线全文阅读。
相关推荐: