高项考试-信息化知识

主要考核知识点是：

（1）信息与信息化的定义。

（2）国家信息化发展战略（2006-2020）有哪 9 大战略重点。

（3）国家信息化体系有哪 6 个要素。

（4）电子政务的定义，以及电子政务的几种表现形式，如 G2B、G2G 等。

（5）企业信息化的定义及定义中的关键词语。

（6）ERP 的定义及定义中的关键词语。

（7）CRM 的定义及其构成的两个部分，即触发中心和挖掘中心。

（8）SCM 的定义，特别是供应链定义的理解。

（9）EAI 的定义及其分类，集成的模式有哪一些。

（10）电子商务的定义，参与电子商务的 4 类实体，按从事商务活动的主体不同的分类。

（11）BI 的定义，DW 的特征，DM 的分类。

（1.1）信息的定义：

诺伯特·维纳(Norbert Wiener)给出的定义是：信息就是信息，既不是物质也不是能量。

克劳德·香农(Claude Elwood Shanno)给出的定义是：信息就是不确定性的减少。

需要另外说明的是：

诺伯特·维纳是美国的数学家，是控制论创始人；香农是信息论奠基人。

（1.2）信息化的定义：

业内也还没有严格的统一的定义，但常见的有以下 3 种：

信息化就是计算机、通信和网络技术的现代化；

信息化就是从物质生产占主导地位的社会向信息产业占主导地位社会转变的发展过程；

信息化就是从工业社会向信息社会演变的过程。

（2）国家信息化体系的 9 大战略重点

（1）推进国民经济信息化——经。

（2）推行电子政务——政。

（3）建设先进网络文化——文。

（4）推进社会信息化——社。

（5）完善综合信息基础设施——基。

（6）加强信息资源的开发利用——开。

（7）提高信息产业竞争力——竞。

（8）建设国家信息安全保障体系——安。

（9）提高国民信息技术应用能力——用。

（3）国家信息化体系6 个要素

（1）信息资源。信息和材料、能源共同构成经济和社会发展的三大战略资源。

（2）信息网络。信息网络是信息资源开发、利用的基础设施，信息网络包括计算机网络、电信网、 电视网等。信息网络在国家信息化的过程中将逐步实现三网融合，并最终做到三网合一。

（3）信息技术应用。信息技术应用是国家信息化中十分重要的要素，它直接反映了效率、效果和效益。

（4）信息产业。信息产业是信息化的物质基础。信息产业包括微电子、计算机、电信等产品和技术的开

发、生产、销售，以及软件、信息系统开发和电子商务等。

（5）信息化人才。人才是信息化的成功之本，而合理的人才结构更是信息化人才的核心和关键。合理的

信息化人才结构要求不仅要有各个层次的信息化技术人才，还要有精干的信息化管理人才、营销人才，法

律、法规和情报人才。CIO（Chief Information Officer，首席信息官）是企业最高管理层的重要成员之一。

（6）信息化政策、法规、标准和规范。信息化政策和法规、标准、规范是国家信息化快速、有序、健康和持续发展的保障。

国家信息化体系的 6 个要素参考记忆口诀：“资网技术产人政”。

（4）电子政务

电子政务实质上是对现有的政府形态的一种改造，即利用信息技术和其他相关技术，来构造更适合信息时代政府的组织结构和运行方式。

电子政务有以下几种表现形态：

（1）政府与政府，即 G2G，2 表示 to 的意思，G 即 Government。政府与政府之间的互动包括中央和地方政府组成部门之间的互动；政府的各个部门之间的互动；政府与公务员和其他政府工作人员之间的互动。这个领域涉及的主要是政府内部的政务活动，包括国家和地方基础信息的采集、处理和利用，如人口信息、地理信息、资源信息等；政府之间各种业务流所需要采集和处理的信息，如计划管理、经济管理、社会经济统计、公安、国防、国家安全等；

（2）政府对企业，即 G2B，B 即 Business。政府面向企业的活动主要包括政府向企（事）业单位发布的各种方针。

（3）政府对居民，即 G2C，C 即 Citizen。政府对居民的活动实际上是政府面向居民所提供的服务。政府对居民的服务首先是信息服务，让居民知道政府的规定是什么，办事程序是什么，主管部门在哪里，以及各种关于社区保安和水、火、天灾等与公共安全有关的信息，户口、各种证件和牌照的管理等政府面向居民提供的各种服务。政府对居民的服务还包括各公共部门如学校、医院、图书馆、公园等面向居民的服务。

（4）企业对政府，即 B2G。企业面向政府的活动包括企业应向政府缴纳的各种税款，按政府要求应该填报的各种统计信息和报表，参加政府各项工程的竞、投标，向政府供应各种商品和服务，以及就政府如何创造良好的投资和经营环境，如何帮助企业发展等提出企业的意见和希望，反映企业在经营活动中遇到的困难，提出可供政府采纳的建议，向政府申请可能提供的援助等。

（5）居民对政府，即 C2G。居民对政府的活动除了包括个人应向政府缴纳的各种税款和费用，按政府要求应该填报的各种信息和表格，以及缴纳各种罚款外，更重要的是开辟居民参政、议政的渠道，使政府的各项工作不断得以改进和完善。政府需要利用这个渠道来了解民意，征求群众意见，以便更好地为人民服务。

从以上说明来看，5 种表现形式其实是 G、C、B 的排列组合的结果，但是要注意必有 G 参

与，也就是说电子政务的表现形式政府必定参与。

（5）企业信息化

企业信息化一定要建立在企业战略规划基础之上，以企业战略规划为基础建立的企业管理模式是

建立企业战略数据模型的依据。企业信息化就是技术和业务的融合。这个“融合”并不是简单地利用信息系统对手工的作业流程进行自动化，而是需要从企业战略的层面、业务运作层面、管理运作层面 这三个层面来实现。

有几种常用的企业信息化方法：

（1）业务流程重构方法。重新审视企业的生产经营过程，利用信息技术和网络技术，对企业的组织结构和工作方法进行“彻底的、根本性的”重新设计，以适应当今市场发展和信息社会的需求。

（2）核心业务应用方法。任何一个企业，要想在市场竞争的环境中生存发展，都必须有自己的核心业务，否则必然会被市场所淘汰。

（3）信息系统建设方法。对于大多数企业来说，由于建设信息系统是企业信息化的重点和关键。因此，信息系统建设成为最具普遍意义的企业信息化方法。

（4）主题数据库方法。主题数据库是面向企业业务主题的数据库，也是面向企业核心业务的数据库。

（5）资源管理方法。

（6）人力资本投资方法。

企业信息化是指企业以业务流程的优化和重构为基础，在一定的深度和广度上利用计算机技术、

网络技术和数据库技术，控制和集成化管理企业生产经营活动中的各种信息，实现企业内外部信息的共享和有效利用，以提高企业的经济效益和市场竞争力，这将涉及到对企业管理理念的创新，管理流程 的优化，管理团队的重组和管理手段的革新。

（6）ERP企业资源计划

ERP 就是一个有效地组织、计划和实施企业的内外部资源的管理系统，它依靠 IT 的手段以保证其信息的集成性、实时性和统一性。

ERP 扩充了 MIS（Management Information System，管理信息系统）、MRPⅡ（Manufacturing Resources Planning，制造资源计划）的管理范围，将供应商和企业内部的采购、生产、销售及客户紧密联系起来，可对供应链上的所有环节进行有效管理，实现对企业的动态控制和各种资源的集成和优化，提升基础管理水平，追求企业资源的合理高效利用。

那么企业资源又是什么呢？企业资源是指支持企业业务运作和战略运作的事物，既包括我们常说的

人、财、物，也包括人们没有特别关注的信息资源；同时，不仅包括企业的内部资源，还包括企业的各种外部资源。

ERP 实质上仍然以 MRPⅡ为核心，但 ERP 至少在两方面实现了拓展，一是将资源的概念扩大，不再局限于企业内部的资源，而是扩大到整个供应链条上的资源，将供应链内的供应商等外部资源也作为可控对象集成进来；二是把时间也作为资源计划的最关键的一部分纳入控制范畴，这使得 DSS（Decision Support System，决策支持系统）被看作 ERP 不可缺少的一部分，将 ERP 的功能扩展到企业经营管理中的决策中去。

（7）CRM客户关系管理

CRM 建立在坚持以客户为中心的理念的基础上，就是利用软件、硬件和网络技术，为企业建立的一个客户信息收集、管理、分析、利用的信息系统，其目的是能够改进客户满意度、增加客户忠诚度。

市场营销和客户服务是 CRM 的支柱性功能。这些是客户与企业联系的主要领域，无论这些联系发

生在售前、售中还是售后。共享的客户资料库把市场营销和客户服务连接起来，集成整个企业的客户信息会使企业从部门化的客户联络提高到与客户协调一致的高度。

一般说来，CRM 由两部分构成，即触发中心和挖掘中心，前者指客户和 CRM 通过电话、传真、Web、 E-mail 等多种方式“触发”进行沟通；挖掘中心则是指 CRM 记录交流沟通的信息和进行智能分析。

（8）SCM供应链管理

供应链是围绕核心企业，通过对信息流、物流、资金流、商流的控制，从采购原材料开始，制成

中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商，制造商，分销商，零售商，直到最终用户连成一个整体的功能网链结构。它不仅是一条连接供应商到用户的物流链、信息链、资金链，而且是一条增值链，物料在供应链上因加工、包装、运输等过程而增加其价值，给相关企业带来收益。

（9）EAI企业应用集成

EAI 是将基于各种不同平台、用不同方案建立的异构应用集成的一种方法和技术。EAI 通过建立底层结构，来联系横贯整个企业的异构系统、应用、数据源等，完成在企业内部的 ERP、CRM、SCM、数据库、数据仓库，以及其他重要的内部系统之间无缝地共享和交换数据的需要。

EAI 包括的内容很复杂，涉及到结构、硬件、软件以及流程等企业系统的各个层面，具体可分

为如下的集成层面。

（1）界面集成：这是比较原始和最浅层次的集成，但又是常用的集成。这种方法是把用户界面作为公共的集成点，把原有零散的系统界面集中在一个新的、通常是浏览器的界面之中。

（2）平台集成：这种集成要实现系统基础的集成，使得底层的结构、软件、硬件及异构网络的特殊需求都必须得到集成。平台集成要应用一些过程和工具，以保证这些系统进行快速安全的通信。

（3）数据集成：为了完成应用集成和过程集成，必须首先解决数据和数据库的集成问题。在集成之前，必须首先对数据进行标志并编成目录，另外还要确定元数据模型，保证数据在数据库系统中分布和共享。

（4）应用集成：这种集成能够为两个应用中的数据和函数提供接近实时的集成。例如，在一些 B2B 集成中实现 CRM 系统与企业后端应用和 Web 的集成，构建能够充分利用多个业务系统资源的电子商务网站。

（5）过程集成：当进行过程集成时，企业必须对各种业务信息的交换进行定义、授权和管理，以便改进操作、减少成本、提高响应速度。过程集成包括业务管理、进程模拟等。

[辅导专家提示]EAI 的集成层面参考记忆口诀：“界平数应过”。

从技术的角度来看，EAI 又可以有如下 3 种类型：

（1）面向信息的集成技术。信息集成采用的主要数据处理技术有数据复制、数据聚合和接口集成等。其中，接口集成仍然是一种主流技术。它通过一种集成代理的方式实现集成，即为应用系统创建适配器作为自己的代理，适配器通过其开放或私有接口将信息从应用系统中提取出来，并通过开放接口与外界系统实现信息交互，而假如适配器的结构支持一定的标准，则将极大地简化集成的复杂度，并有助于标准化，这也是面向接口集成方法的主要优势来源。标准化的适配器技术可以使企业从第三方供应商获取适配器，从而使集成技术简单化。

（2）面向过程的集成技术。面向过程的集成技术其实是一种过程流集成的思想，它不需要处理用户界面开发、数据库逻辑、事务逻辑等，而只是处理系统之间的过程逻辑和核心业务逻辑相分离。在结构上，面向过程的集成方法在面向接口的集成方案之上，定义了另外的过程逻辑层；而在该结构的底层，应用服务器、消息中间件提供了支持数据传输和跨过程协调的基础服务。对于提供集成代理、消息中间件及应用服务器的厂商来说，提供用于业务过程集成是对其产品的重要拓展，也是目前应用集成市场的重要需求。

（3）面向服务的集成技术。基于 SOA（Service-Oriented Architecture，面向服务的架构）和 Web 服务技术的应用集成是业务集成技术上的一次重要的变化，被认为是新一代的应用集成技术。集成的对象是一个个的 Web 服务或者是封装成 Web 服务的业务处理。Web 服务技术由于是基于最广为接受的、开放的技术标准（如 HTTP、SMTP 等），支持服务接口描述和服务处理的分离、服务描述的集中化存储和发布、服务的自动查找和动态绑定及服务的组合，成为新一代面向服务的应用系统的构建和应用系统集成的基础设施。

（10）电子商务

电子商务是指买卖双方利用现代开放的因特网，按照一定的标准所进行的各类商业活动。主要包括

网上购物、企业之间的网上交易和在线电子支付等新型的商业运营模式。

电子商务的表现形式主要有如下 3 种：（1）企业对消费者，即 B2C，C 即 Customer；（2）企业对企业，即 B2B；（3）消费者对消费者，即 C2C。

[辅导专家提示]可以看到电子商务的表现形式中没有出现 G。

（11）BI、DW 与 DM

BI 是企业对商业数据的搜集、管理和分析的系统过程，目的是使企业的各级决策者获得知识或洞察力，帮助他们做出对企业更有利的决策。

BI 是数据仓库、OLAP（OnLine Analytical Processing，联机分析处理）和 DM（Data Mining，数据挖掘）等相关技术走向商业应用后形成的一种应用技术。

DW，即数据仓库（Data Warehouse），是一个面向主题的、集成的、非易失的、反映历史变化 的数据集合，用于支持管理决策。

数据仓库的特征如下：

（1）数据仓库是面向主题的。传统的操作型系统是围绕公司的应用进行组织的。如对一个电信公司来说，应用问题可能是营业受理、专业计费和客户服务等，而主题范围可能是客户、套餐、缴费和欠费等。

（2）数据仓库是集成的。数据仓库实现数据由面向应用的操作型环境向面向分析的数据仓库的集成。由于各个应用系统在编码、命名习惯、实际属性、属性度量等方面不一致，当数据进入数据仓库时，要采用某种方法来消除这些不一致性。

（3）数据仓库是非易失的。数据仓库的数据通常是一起载入与访问的，在数据仓库环境中并不进行一般意义上的数据更新。

（4）数据仓库随时间的变化性。

数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。

数据挖掘技术可分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚

类及关联分析等。预测型数据挖掘包括分类、回归及时间序列分析等。

（1）数据总结：继承于数据分析中的统计分析。数据总结目的是对数据进行浓缩，给出它的紧凑描述。传统统计方法如求和值、平均值、方差值等都是有效方法。另外，还可以用直方图、饼状图等图形方式表示这些值。广义上讲，多维分析也可以归入这一类。

（2）聚类：是把整个数据库分成不同的群组。它的目的是使群与群之间差别很明显，而同一个群之间的数据尽量相似。这种方法通常用于客户细分。由于在开始细分之前不知道要把用户分成几类，因此通过聚类分析可以找出客户特性相似的群体，如客户消费特性相似或年龄特性相似等。在此基础上可以制订一些针对不同客户群体的营销方案。

（3）关联分析：是寻找数据库中值的相关性。两种常用的技术是关联规则和序列模式。关联规则是寻找在同一个事件中出现的不同项的相关性；序列模式与此类似，寻找的是事件之间时间上的相关性，如对股票涨跌的分析等。

（4）分类：目的是构造一个分类函数或分类模型（也称为分类器），该模型能把数据库中的数据项映射到给定类别中的某一个。要构造分类器，需要有一个训练样本数据集作为输入。训练集由一组数据库记录或元组构成，每个元组是一个由有关字段（又称属性或特征）值组成的特征向量，此外，训练样本还有一个类别标记。一个具体样本的形式可表示为：（v1， v2， ...，vn；c），其中 vi 表示字段值，c 表示类别。

（5）回归：是通过具有已知值的变量来预测其他变量的值。一般情况下，回归采用的是线性回归、非线性回归这样的标准统计技术。一般同一个模型既可用于回归，也可用于分类。常见的算法有逻辑回归、决策树、神经网络等。

（6）时间序列：时间序列是用变量过去的值来预测未来的值。