2014专业技术人员继续教育培训计算机工程高级专业作业

2014年黑龙江省专业技术人员继续教育知识更新培训计算机网络与软件工程专业作业三、主观题与案例讨论1、IBM公司电子商务五大品牌及其作用答：目前，IBM 五大品牌共同组成完整的电子商务基础架构：WebSphere：电子商务交易平台的建立DB2：为电子商务提供全面的数据管理功能Tivoli：提供系统、存储、安全全面管理Lotus：提供基于电子商务基础架构的协作平台基础Rational：为开发人员提供工具支持的高端产品。

2、C2C与税收问题。

答：C2C具有成本低、用户的范围大、没有时空的限制、商家和用户可以直接进行交互式交流等特点。

它的出现既给传统的贸易方式和社会经济活动带来了很大的冲击，也对现行的税收原则、税收制度、税收征管以及国际税收规则提出了严峻的挑战。

（一）缺乏针对电子商务的相关税法规定由于我国税法修订滞后, 现行税法并没有专门针对电子商务出台相关条款, 也没有对网上个人交易收入所得的性质作出明确规定。

如果按照目前我国税收征管办法来要求网上个人卖家办理营业执照并缴纳相关税费，会打击互联网个人用户网上开店的积极性。

（二）纳税主体的不确定但信息网络交易的经营范围是无限的, 且不需要事先经过工商部门的批准。

因为无法确定卖方的实际经营范围, 由于纳税人交易信息电子数据化，有关交易可能没有纸质合同、账簿，传统的以凭证、账册、报表为基础的记账方式将逐渐被电子票据、电子账册、电子报表所代替，而保留在计算机内的电子凭证具有两个特点：一是容易被修改，且不留痕迹；二是可能被加密保护，税务机关难以查阅。

因而税务机关有可能失去部分凭证基础，一方面难以征税，另一方面取证和保存证据更加困难，无法追踪稽查，加大了税务审计的难度。

所以现行的税务登记方法不适用于电子商务, 导致了纳税主体的不确定性。

（三）纳税地点的不确定由于电子商务具有跨地域性, 所以交易主体的流动不会影响交易的进行。

C2C模式中的卖方的流动性更强, 使得交易地点的变动意味着税收征管地点的变动, 加之卖方可以使用各种信息技术隐蔽其真实所在地, 在现行税收征管制度下。

通常要知道纳税人的经营场所与住所，才能对其依法征税。

在电子商务条件下。

纳税人只需通过个人服务器在网上从事商务活动。

不需要固定的经营场所，服务器很容易移动，交易地点难以确定，税务机关难以从地域上进行控管，因而纳税人可能不办理税务登记和纳税申报，容易产生漏征漏管，造成税款流失。

同时，由于电子货币、电支票、网上银行的出现和联机计算机，IP地址的动态分配，以及使用者采用匿名电子信箱等方式，也加大了税收征管和打击偷逃税的难度，给纳税地点的鉴定带来了困难。

（四）应税所得性质难以界定目前的关于所得性质的国际税收规定已不能适应电子商务活动。

这主要在于对商品、劳务、特许权使用费的区分上。

传统税法规则按照交易形式和标的性质来区分交易所的性质。

这种认定标准对于网上交易的数字化产品和服务就变得不适用。

同时数字化信息又具有易传递, 复制、修改和变更等特性, 这就使得C2C电子商务所得性质的划分变得非常困难。

从C2C平台企业的角度来看。

目前我国主要的C2C平台企业免费为互联网个人用户在网上开店提供平台，因此吸引了大量用户，这也是C2C平台企业能够快速发展的原因之一。

如果网上个人卖家的积极性受到打击，C2C平台企业的用户数量则会减少，必然会影响到C2C平台企业自身的发展。

虽然我国C2C电子商务交易规模呈现出快速增长的势头，但与我国社会消费品零售总额相比，所占比重仍然很小(如表1所示);同时可以看出，我国C2C电子商务交易规模增长不稳定，目前我国C2C电子商务市场正处于发展阶段，C2C电子商务市场仍然不成熟，还有很大的发展空间。

（五）缺乏现代税收制度在传统的商务活动中,买卖双方的交易要借助一些中介机构来实现。

而C2C电子商务通过在第三方电子商务平台上实现, 这些交易平台虽然具备中介职能, 但现行的税法并没有赋予其代扣代缴税金的权利。

由于电子商务的无界性，任何单一国家的组织是无法解决网络上的税收问题。

各国政府、各商业组织，应该从电子商务美好前景出发，只有通过协商重新分配对世界各地网络商户征收的税款，消除关税壁垒，避免重复征税。

总之，要求网上个人卖家办理营业执照并缴纳相关税费，虽然在一定程度上提高了互联网个人用户网上开店的进入门槛，规范网上零售市场，同时可以增加国家财政税收，然而，从上述分析中可以看出，目前用现有的方法对网上个人卖家进行征税会阻碍我国电子商务的发展，同时征税的成本大于征税所带来的收益。

此外，目前对C2C网上零售卖家进行征税从税收征管的角度来看还存在许多困难。

3、电子商务开发模型与Java的关系答：J2EE是一种利用Java 2平台来简化企业解决方案的开发、部署和管理相关复杂问题的体系结构，可以用于开发大型的、多层次的以及分布式的企业级应用系统。

基于J2EE的电子商务开发模型通过对系统的业务层的分层和对相关业务对象的封装，可有效解决电子商务系统中存在的问题。

首先，基于J2EE的电子商务开发模型通过提供对系统访问的统一接口，减少了暴露给Web层的业务对象。

此模型减小了Web 组件和业务对象的耦合度，从而降低了Web层和业务对象之间的依赖关系。

业务对象只负责对自己的数据和逻辑进行管理，而模型可以对业务对象间的交互进行管理。

此模型提供了更好的可管理性、更好的灵活性以及系统发生变化时更强的处理能力。

其次，基于J2EE的电子商务开发模型可以提高系统的性能。

由于消除了Web组件与业务数据和业务对象的直接交互，减少了客户端和服务器端的网络开销。

子系统会话Bean可对相关的EJB组件及其交互进行管理，这样可通过定义并实现一些管理方法进行粗粒度的处理，从而减少了远程访问的次数，节省了网络开销。

在此模型中，对EJB组件的调用一般通过本地接口来实现，即进行本地访问；相对于远程访问，本地访问在同一JVM中进行，可节省开销，提高系统性能。

而且，所有的业务对象之间的交互都是通过系统访问会话Bean和子系统会话Bean 以粗粒度的方式实现的，这也有效地改进了系统的性能。

最后，基于J2EE的电子商务开发模型封装了底层的业务对象，只向Web层提供一个访问接口，可有效控制Web层组件对底层业务对象的直接访问，提高了系统的安全性。

此模型向用户隐藏业务对象间的交互过程和依赖关系，从而使得系统更加容易管理，并提供相当的灵活性。

而且，模型提供了一套统一的用户访问机制，便于管理用户对于服务的请求与访问。

J2EE在开发电子商务系统方面具有无可比拟的优势，它提供中间层集成框架用来满足高可用性、高可靠性以及可扩展性的应用的需求，通过提供统一的开发平台，降低了开发多层应用的复杂性，同时对现有系统集成提供强有力支持。

本文对J2EE体系结构进行了分析，并在此基础上，对J2EE的体系结构进行了改进，提出了基于J2EE的电子商务开发模型，可有效解决电子商务系统存在的性能和可维护性等问题。

本文所给出的电子商务开发模型已在作者承担的企业信息系统中应用，并取得了良好的效果。

4、支付网关答：支付网关可确保交易在Internet用户和交易处理商之间安全、无缝的传递，并且无需对原有主机系统进行修改。

它可以处理所有Internet支付协议，Internet安全协议，交易交换，信息及协议的转换以及本地授权和结算处理。

另外，它还可以通过设置来满足特定交易处理系统的要求。

离开了支付网关，网络银行的电子支付功能也就无法实现。

主要功能：1、加密与格式转换：将银行系统送来的数据转换成Internet 传送的数据格式，并对其进行加密。

2、解密与打包：将Internet 传来的数据包解密并按照银行系统通信协议将数据重新打包。

5、案例分析：描述WalMart啤酒加尿裤案例，它说明了哪种电子商务解决方案，并解释该方案的原理。

答：总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛（Wal Mart）拥有世界上最大的数据仓库系统。

为了能够准确了解顾客在其门店的购买习惯，沃尔玛利对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。

沃尔玛数据仓库里集中了其各门店的详细原始交易数据。

在这些原始交易数据的基础上，沃尔玛利用NCR数据挖掘工具对这些数据进行分析和挖掘。

一个意外的发现是："跟尿布一起购买最多的商品竟是啤酒！" 这是数据挖掘技术对历史数据进行分析的结果，反映数据内在的规律。

那么这个结果符合现实情况吗？是否是一个有用的知识？是否有利用价值？于是，沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。

经过大量实际调查和分析，揭示了一个隐藏在"尿布与啤酒"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。

产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。

既然尿布与啤酒一起被购买的机会很多，于是沃尔玛就在其一个个门店将尿布与啤酒并排摆放在一起，结果是尿布与啤酒的销售量双双增长。

按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。

数据挖掘是指从收集的数据中抽取出正确的、有用的、以前未知的且可以被别人理解的信息，并将这些信息运用到商业决策中。

数据挖掘是从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解模式的高级处理过程。

数据挖掘的模式按功能主要分为两类：一是假设验证型，它主要采用自上向下的方法，用于证实或否定某一假设；二是知识发现型，它采用自下而上的方法，力图通过数据发现有价值的信息。

主要有数据准备、规律寻找和规律表示三个步骤。

数据准备是从各种数据源中选取和集成用于数据挖掘的数据；规律寻找是用某种方法将数据中的规律找出来；规律表示是用尽可能符合用户习惯的方式（如可视化）将找出的规律表示出来。