《电子商务概论》作者刘宏—PPT及习题答案第3章

3.1.2 电子商务中常见数据库产品
2．Oracle数据库 Oracle数据库 Oracle在数据库领域一直处于领先地 Oracle在数据库领域一直处于领先地 1984年 位。1984年，首先将关系数据库转到了桌 面计算机上。其后在Oracle Oracle的下一个版本 面计算机上。其后在Oracle的下一个版本 ——版本 版本5 率先推出了分布式数据库、 ——版本5，率先推出了分布式数据库、 客户/服务器结构等崭新的概念。 客户/服务器结构等崭新的概念。Oracle 的版本6 的版本6首创行锁定模式以及对称多处理 计算机的支持。Oracle数据库 数据库是 计算机的支持。Oracle数据库是世界上使 用最广泛的关系数据系统之一。 用最广泛的关系数据系统之一。
决策支持系统(Decision 决策支持系统(Decision Support 简称DSS) DSS)是辅助决策者通过 System ，简称DSS)是辅助决策者通过 数据、模型和知识， 数据、模型和知识，以人机交互方式进 行半结构化或非结构化决策的计算机信 息系统。 息系统。 为决策者提供分析问题、建立模型、 为决策者提供分析问题、建立模型、 模拟决策过程和方案的环境， 模拟决策过程和方案的环境，调用各种 信息资源和分析工具， 信息资源和分析工具，帮助决策者提高 决策水平和质量。 决策水平和质量。
3.2.3 决策支持系统 2．决策支持系统的发展过程
20世纪70年代中期，Keen和 20世纪70年代中期，Keen和Scott Morton 世纪70年代中期 首次提出了“决策支持系统DSS”一词。 首次提出了“决策支持系统DSS”一词。 DSS 20世纪80年代初 DSS增加了知识库与方 世纪80年代初， 20世纪80年代初，DSS增加了知识库与方 法库，构成了三库系统或四库系统。 法库，构成了三库系统或四库系统。 20世纪80年代后期 人工智能技术与DSS 世纪80年代后期， 20世纪80年代后期，人工智能技术与DSS 相结合，形成了智能决策支持系统IDSS IDSS。 相结合，形成了智能决策支持系统IDSS。 群体决策支持系统GDSS GDSS（ 群体决策支持系统GDSS（Group Decision System） Support System） GDSS的基础上 的基础上， 在GDSS的基础上，人们又将分布式的数据 库、模型库与知识库等决策资源有机地集 成起来，构建分布式决策支持系统DDSS 成起来，构建分布式决策支持系统DDSS
3.1.2 电子商务中常见数据库产品
1．DB2数据库 DB2数据库 DB2是IBM公司的产品 起源于System R和 公司的产品， DB2是IBM公司的产品，起源于System R和 R*。DB2主要应用于大型应用系统 主要应用于大型应用系统， System R*。DB2主要应用于大型应用系统，具 有较好的可伸缩性， 有较好的可伸缩性，可支持从大型机到单用户 环境，应用于OS/2 Windows等平台下 DB2提 OS/2、 等平台下。 环境，应用于OS/2、Windows等平台下。DB2提 供了高层次的数据利用性、完整性、安全性、 供了高层次的数据利用性、完整性、安全性、 可恢复性， 可恢复性，以及小规模到大规模应用程序的执 行能力，具有与平台无关的基本功能和SQL SQL命 行能力，具有与平台无关的基本功能和SQL命 令。
3.2.3 决策支持系统 3．决策支持系统的功能
（1）管理并及时提供与决策问题有关的组织内部信息 收集、 （2）收集、管理并提供与决策问题有关的组织外部信息 收集、 （3）收集、管理并提供各项决策方案执行情况的反馈信息 （4）能以一定的方式存储和管理与决策问题有关的各种求解模 型 （5）能够存储并提供常用的数学方法及算法 （6）上述数据、模型与方法能容易地修改和添加 上述数据、 （7）能灵活地运用模型与方法对数据进行加工、汇总、分析、 能灵活地运用模型与方法对数据进行加工、汇总、分析、 预测， 预测，得出所需的综合信息与预测信息 具有方便的人机对话和图形输出功能， （8）具有方便的人机对话和图形输出功能，能满足随机的数据 查询要求 提供良好的数据通信功能， （9）提供良好的数据通信功能，以保证及时收集所需数据并将 加工结果传送给使用者 10）具有使用者能忍受的加工速度与响应时间， （10）具有使用者能忍受的加工速度与响应时间，不影响使用 者的情绪
3.1.2 电子商务中常见数据库产品
Server数据库 4．SQL Server数据库 Server最初由Microsoft、Sybase和 最初由Microsoft SQL Server最初由Microsoft、Sybase和 Ashton-Tate三家公司共同开发的 三家公司共同开发的， 1988年 Ashton-Tate三家公司共同开发的，于1988年 推出第一个OS/2版本。 OS/2版本 NT推出后 推出后， 推出第一个OS/2版本。在Windows NT推出后， Microsoft与Sybase在 Server的开发上就 Microsoft与Sybase在SQL Server的开发上就 分道扬镳了，Microsoft将 Server移植到 分道扬镳了，Microsoft将SQL Server移植到 NT系统上 专注于开发推广SQL 系统上， Windows NT系统上，专注于开发推广SQL Server的 NT版本 Sybase则较专注于 版本。 Server的Windows NT版本。Sybase则较专注于 Server在UNIX操作系统上的应用 操作系统上的应用。 SQL Server在UNIX操作系统上的应用。
3.2.1 数据仓库
4．数据仓库的应用 数据仓库可以向用户提供OLAP OLAP的查询 数据仓库可以向用户提供OLAP的查询 分析型工具、 分析型工具、决策支持分析预测型工具 和数据挖掘的挖掘型工具， 和数据挖掘的挖掘型工具，三种工具各 自的侧重点不同， 自的侧重点不同，适用范围和针对的用 户也不相同。 户也不相同。
电子商务概论
第3章 电子商务的数据处理技术 章
本章内容
数据库技术 数据仓库
数据挖掘与决策支持系统
地理信息系统
3.1 数据库技术
3.1.1 数据库概述
3.1.2 电子商务中常见数据库产品
3.1.1 数据库概述 1．数据库的概念
数据库(Data Base，缩写为DB) DB)， 数据库(Data Base，缩写为DB)，是长期 存放在计算机内、有组织的、 存放在计算机内、有组织的、可以表现为 多种形式的可共享的数据集合。 多种形式的可共享的数据集合。数据库技 术使数据库中的数据能按一定格式组织、 术使数据库中的数据能按一定格式组织、 描述和存储，且具有较小的冗余度、 描述和存储，且具有较小的冗余度、较高 的数据独立性和易扩展性， 的数据独立性和易扩展性，并可为多个用 户所共享。 户所共享。
数据库 管理系统
方法库 管理系统
模型库 管理系统
知识库 管理系统
数据库
方法库
模型库
知识库
3.2.3 决策支持系统
5．决策支持系统在电子商务中的应用
电子商务中针对企业商家的决策包括非结构化决 策和半结构化决策。 策和半结构化决策。 非结构化决策，是指决策过程复杂， 非结构化决策，是指决策过程复杂，不可能用确 定的模型和语言来描述其决策过程， 定的模型和语言来描述其决策过程，更无所谓最 优解的决策； 优解的决策； 半结构化决策，是介于以上二者之间的决策， 半结构化决策，是介于以上二者之间的决策，这 类决策可以建立适当的算法产生决策方案， 类决策可以建立适当的算法产生决策方案，使决 策方案中得到较优的解。 策方案中得到较优的解。 对于企业商家而言， 对于企业商家而言，需要以挖掘出的有效数据和 建立的决策模型为基础，辅以经验判断， 建立的决策模型为基础，辅以经验判断，作出正 确决策用于指导生产和销售， 确决策用于指导生产和销售，已达到与市场需求 接轨的目的。 接轨的目的。对于普通的零售商家可以采用结构 化决策和半结构化决策。 化决策和半结构化决策。
3.1.2 电子商务中常见数据库产品
3．Sybase数据库 Sybase数据库 Sybase公司推出了支持企业范围的 客户/ 公司推出了支持企业范围的" Sybase公司推出了支持企业范围的"客户/服务 器体系结构"的数据库。Sybase把 客户/ 器体系结构"的数据库。Sybase把"客户/服务器数 据库体系结构"作为开发产品的重要目标。 据库体系结构"作为开发产品的重要目标。 1987年推出了 年推出了Sybase 1987年推出了Sybase SQL Server Sybase System 11.5支持企业内部各种数据库 11.5支持企业内部各种数据库 应用需求，如数据仓库、联机事务处理、 应用需求，如数据仓库、联机事务处理、决策支 持系统和小平台应用等。 持系统和小平台应用等。
3.2 数据仓库、数据挖掘与决策支持系统
3.2.1 数据仓库 3.2.2 数据挖掘 3.2.3 决策支持系统
3.2.1 数据仓库
1．数据仓库的概念 数据仓库概念始于本世纪80年代中期， 80年代中期 数据仓库概念始于本世纪80年代中期，首 次出现是在号称“数据仓库之父” 次出现是在号称“数据仓库之父”William H.Inmon的 建立数据仓库》一书中。 H.Inmon的《建立数据仓库》一书中。 数据仓库是在企业管理和决策中面向主 题的、集成的、与时间相关的、 题的、集成的、与时间相关的、不可修改的 数据集合” 数据集合”。
（1）数据取样 （2）数据探索 （3）数据整理 （4）数据挖掘 （5）评估
3.2.2 数据挖掘 4．数据挖掘在电子商务中的应用
（1）客户盈利能力 （2）客户的保持和流失 （3）客户获得 （4）客户细分 （5）交叉营销 （6）客户欺诈风险分析 （7）市场策略分析 （8）客户忠诚度
3.2.3 决策支持系统 1．决策支持系统的概念
3.1.1 数据库概述 2．数据库的特点
（1）数据库查询迅速、准确，省去大 数据库查询迅速、准确， 量的纸张文件。 量的纸张文件。 （2）数据结构化且统一管理。 数据结构化且统一管理。 数据冗余度小。 （3）数据冗余度小。 具有较高的数据独立性。 （4）具有较高的数据独立性。 数据的共享性好。 （5）数据的共享性好。 数据控制功能。 （6）数据控制功能。
3.2.2 数据挖掘 2．数据挖掘的主要方法
Tree） （1）决策树（Decision Tree） 决策树（ 神经网络（ Network） （2）神经网络（Neural Network） （3）相关规则 nearest邻居 （4）K-nearest邻居 （5）遗传算法
3.2.2 数据挖掘 3．数据挖掘的主要步骤
3.2.2 数据挖掘
1．数据挖掘的概念 数据挖掘就是从大量的、不完全的、 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， 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、 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。 是潜在有用的信息和知识的过程。数据挖 掘是一种从大型数据库或数据仓库中提取 隐藏的预测性信息的新技术。 隐藏的预测性信息的新技术。它能开采出 潜在的模式，找出最有价值的信息， 潜在的模式，找出最有价值的信息，指导 商业行为或辅助科学研究。 商业行为或辅助科学研究。
3.2.1 数据仓库
2．数据仓库的主要技术 （1）数据的抽取 （2）存储和管理 （3）数据的表现
3.2.1 数据仓库
3．数据仓库与数据库的关系 数据库是面向事务的设计， 数据库是面向事务的设计，数据仓库是面 向主题设计的。 向主题设计的。 数据库一般存储在线交易数据， 数据库一般存储在线交易数据，数据仓库 存储的一般是历史数据。 存储的一般是历史数据。 数据库设计是尽量避免冗余，一般采用符 数据库设计是尽量避免冗余， 合范式的规则来设计， 合范式的规则来设计，数据仓库在设计是 有意引入冗余，采用反范式的方式来设计。 有意引入冗余，采用反范式的方式来设计。 数据库是为捕获数据而设计， 数据库是为捕获数据而设计，数据仓库是 为分析数据而设计。 为分析数据而设计。
3.2.3 决策支持系统 4．决策支持系统的系统结构
用户 对话子系统
数据库子系统
模型库子系统
数据库
模型库Байду номын сангаас
3.2.3 决策支持系统 4．决策支持系统的系统结构
用户 自然语言子系统 问题处理子系统 知识库子系统
3.2.3 决策支持系统 4．决策支持系统的系统结构
用 户 人机接口 自然语言处理系统
问题处理系统