管理信息系統(tǒng)課程試題

1、《管理信息系統(tǒng)》課程試題《管理信息系統(tǒng)》課程試題一、名詞解釋（共一、名詞解釋（共5題，題，4分題，共題，共20分）分）1、云存儲在云計(jì)算(cloudcomputing)概念上延伸和發(fā)展出來的一個新的概念，是一種新興的網(wǎng)絡(luò)存儲技術(shù)，[1]是指通過集群應(yīng)用、網(wǎng)絡(luò)技術(shù)或分布式文件系統(tǒng)等功能，將網(wǎng)絡(luò)中大量各種不同類型的存儲設(shè)備通過應(yīng)用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務(wù)訪問功能的一個系統(tǒng)。當(dāng)云計(jì)算系統(tǒng)運(yùn)算和處理的核心是大量數(shù)據(jù)的存儲

2、和管理時(shí)，云計(jì)算系統(tǒng)中就需要配置大量的存儲設(shè)備，那么云計(jì)算系統(tǒng)就轉(zhuǎn)變成為一個云存儲系統(tǒng)，所以云存儲是一個以數(shù)據(jù)存儲和管理為核心的云計(jì)算系統(tǒng)。簡單來說，云存儲就是將儲存資源放到云上供人存取的一種新興方案。使用者可以在任何時(shí)間、任何地方，透過任何可連網(wǎng)的裝置連接到云上方便地存取數(shù)據(jù)。2、物聯(lián)網(wǎng)物聯(lián)網(wǎng)是新一代信息技術(shù)的重要組成部分，也是“信息化”時(shí)代的重要發(fā)展階段。其英文名稱是：“Interofthings（IoT）”。顧名思義，物聯(lián)網(wǎng)就是物

3、物相連的互聯(lián)網(wǎng)。這有兩層意思：其一，物聯(lián)網(wǎng)的核心和基礎(chǔ)仍然是互聯(lián)網(wǎng)，是在互聯(lián)網(wǎng)基礎(chǔ)上的延伸和擴(kuò)展的網(wǎng)絡(luò)；其二，其用戶端延伸和擴(kuò)展到了任何物品與物品之間，進(jìn)行信息交換和通信，也就是物物相息。物聯(lián)網(wǎng)通過智能感知、識別技術(shù)與普適計(jì)算等通信感知技術(shù)，廣泛應(yīng)用于網(wǎng)絡(luò)的融合中，也因此被稱為繼計(jì)算機(jī)、互聯(lián)網(wǎng)之后世界信息產(chǎn)業(yè)發(fā)展的第三次浪潮。3、數(shù)據(jù)字典數(shù)據(jù)字典是指對數(shù)據(jù)的數(shù)據(jù)項(xiàng)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)流、數(shù)據(jù)存儲、處理邏輯、外部實(shí)體等進(jìn)行定義和描述，其目的是

4、對數(shù)據(jù)流程圖中的各個元素做出詳細(xì)的說明，使用數(shù)據(jù)字典為簡單的建模項(xiàng)目。4、數(shù)據(jù)挖掘數(shù)據(jù)挖掘（英語：Datamining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫知識發(fā)現(xiàn)（英語：KnowledgeDiscoveryinDatabases，簡稱：KDD)中的一個步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識

5、別等諸多方法來實(shí)現(xiàn)上述目標(biāo)。5、長鞭效應(yīng)“長鞭效應(yīng)”是對需求信息扭曲在供應(yīng)鏈中傳遞的一種形象的描述。其基本思想是：當(dāng)供應(yīng)鏈上的各節(jié)點(diǎn)企業(yè)只根據(jù)來自其相鄰的下級企業(yè)的需求信息進(jìn)行生產(chǎn)或者供應(yīng)決策時(shí)，需求信息的不真實(shí)性會沿著供應(yīng)鏈逆流而上，產(chǎn)生逐級放大的現(xiàn)象。產(chǎn)生“長鞭效應(yīng)”的原因主要有6個方面，即需求預(yù)測修正、訂（1）知識獲取的“瓶頸”問題不僅要求知識工程師應(yīng)具備一定的領(lǐng)域知識，而且還得具備較高的計(jì)算機(jī)水平知識。（2）知識的“窄臺階”問題

6、一個專家系統(tǒng)一般只能應(yīng)用在某個相當(dāng)窄的知識領(lǐng)域內(nèi)，去求解預(yù)定的專門問題、一旦超出預(yù)定范圍，專家系統(tǒng)就無法求解。（3）不具備并行分布功能集中式專家系統(tǒng)只能在單個處理機(jī)上運(yùn)行，不具備把一個專家系統(tǒng)的功能分解后，分布到多個處理機(jī)上去并行工作的能力。（4）不具備多專家協(xié)同能力單專家式專家系統(tǒng)只能模擬單一領(lǐng)域的單個專家的功能，不能實(shí)現(xiàn)相近領(lǐng)域或同一領(lǐng)域不同方面的多個分專家系統(tǒng)的協(xié)作問題求解。（5）系統(tǒng)適應(yīng)能力較差一般不具備自我學(xué)習(xí)能力和在系統(tǒng)運(yùn)行

7、過程中的自我完善、發(fā)展和創(chuàng)新能力。（6）處理不確定問題的能力較差專家系統(tǒng)盡管可采用可信度、主觀Bayes方法等處理不精確問題，但在歸納推理、模糊推理、非完備推理等方面的能力較差。（7）與主流信息技術(shù)脫節(jié)專家系統(tǒng)基本上是一種信息孤島，與主流信息技術(shù)，如Web技術(shù)、數(shù)據(jù)庫技術(shù)等脫節(jié)。人工神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)——神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的非線性擬合能力，可映射任意復(fù)雜的非線性關(guān)系，而且學(xué)習(xí)規(guī)則簡單，便于計(jì)算機(jī)實(shí)現(xiàn)。具有很強(qiáng)的魯棒性、記憶能力、非線性映射能力以及

8、強(qiáng)大的自學(xué)習(xí)能力，因此有很大的應(yīng)用市場。缺點(diǎn)——（1）最嚴(yán)重的問題是沒能力來解釋自己的推理過程和推理依據(jù)。（2）不能向用戶提出必要的詢問，而且當(dāng)數(shù)據(jù)不充分的時(shí)候，神經(jīng)網(wǎng)絡(luò)就無法進(jìn)行工作。（3）把一切問題的特征都變?yōu)閿?shù)字，把一切推理都變?yōu)閿?shù)值計(jì)算，其結(jié)果勢必是丟失信息。（4）理論和學(xué)習(xí)算法還有待于進(jìn)一步完善和提高。3、淺析對稱加密與非對稱加密各自的優(yōu)缺點(diǎn)。密碼學(xué)中兩種常見的密碼算法為對稱密碼算法（單鑰密碼算法）和非對稱密碼算法（公鑰密碼算