跳去內容

資訊系統

出自維基百科,自由嘅百科全書
2011 年一個北約空軍基地電腦向工作人員傳達各種資訊(例如基地每架飛機喺邊同做緊乜),呢啲系統嘅質素會對基地嘅運作有具體嘅影響[1]
一個人喺度用電腦做嘢;一間企業嘅日常營運需要用到大量嘅數據處理同交流,好似係每件產品賣咗幾多件同帶嚟咗幾多營業額呀噉[1]

資訊系統zi1 seon3 hai6 tung2英文information system,IS)係指一個組織入面專門設計嚟收集、處理、儲起同散佈資訊嘅正式系統,用途通常係要嚟支援嗰個組織嘅管理者決策[2]

一個資訊系統有幾個組成部份:作業、人員、數據科技;一間企業要達到目的-提升利潤等-就要達成好多作業(簡單例子:記住組織入面每個人員嘅資料[1]),呢啲系統會由人員使用,會處理數據(每個人員嘅名同表現評估結果呀噉),而呢啲系統嘅設計會用到好多電腦硬件軟件科技(設計師編寫程式出嚟,俾相關人員隨時查組織人員嘅資料)[3][4]。研究表明,設計得好嘅資訊系統能夠有效噉幫一間企業提升佢哋做嘢嘅效率[5][6]

「資訊系統」呢個詞又可以指商學上一個領域,專門研究資訊系統嘅設計:呢個領域會研究資訊系統嘅理論性質,但又會重視「資訊系統要點樣設計先可以令達成工作嘅效率有咁大得咁大」等實踐性嘅課題,例如[7][8]

  • 硬件嘅設計,例:呢個資訊系統行起上嚟要嘥幾多記憶體
  • 軟件嘅設計,例:隻軟件嘅用家介面要設計成點嘅樣,先可以令用家一眼睇清楚嗮佢查緊嘅資料?
  • 數據,例:攞到數據之後,間公司可以點運用啲數據提高自己效率?可唔可以用機械學習方法預測員工嘅表現

... 等等。 因為呢啲多方面嘅考量,資訊系統設計相當跨領域,會用到管理學(理解個組織入面有乜嘢作業需要解決)、電腦科學(編程同機械學習等嘅技術)以至人機互動(了解人使用電腦系統嗰陣傾向有乜行為)等領域上嘅知識同技術[4][9]

基礎

[編輯]

正式定義

[編輯]
一個組織嘅成員喺度開會,彼此之間交流自己手上有嘅資訊。

資訊系統定義上係指一柞互相連繫嘅部件,通常(但唔一定)係一個電腦系統[註 1],負責喺一個組織當中收集、處理、儲起、提取同分佈資訊(有關資訊嘅概念化,可以睇吓資訊理論),用途通常係支援-唔淨只管理層嘅-決策[2]。資訊系統嘅一個常用定義如下[10]

原版英文:"A system which assembles, stores, processes, and delivers information relevant to an organization (or to a society), in such a way that the information is accessible and useful to those who wish to use it, including managers, staff, clients and citizens. An information system is a human activity (social) system, which may or may not involve the use of computer systems. Also, in addition to supporting decision-making, information systems help workers and managers to analyze complex problems, to develop new products and to integrate the various modules and departments. Moreover the 'transmission losses' in inter-departmental communication are reduced considerably leading to better coordination and improved transparency (information sharing) within the organization as a whole."

粵文翻譯:(資訊系統係)...一個系統,負責組合、儲起、處理同傳送對一個組織(或者社團)嚟講(同佢哋嘅運作)有啦更嘅資訊,並且喺做呢啲嘢嗰陣(個系統會)確保啲資訊對用家-包括管理者、員工、客戶同市民呀噉-嚟講係容易攞到而且有用嘅。一個資訊系統係一個由人類活動組成嘅社會系統,而呢個系統未必會涉及電腦系統嘅使用。除咗支援決策之外,資訊系統會幫工人同管理者手分析複雜嘅問題、開發新產品同融合(個組織嘅)唔同部門。而且喺部門之間嘅通訊嘅「因為傳送嘅(資訊)喪失」會明顯減少,令到個組織內部總體有更好嘅互相協調同高咗嘅透明度(資訊分享)。

資訊系統源自廿世紀後半橛,喺幾十年之內經已得到相當嘅影響力[11]。資訊系統對廿一世紀初嘅商業工作嚟講舉足輕重:規模大些少嘅企業都會用資訊系統嚟處理財務、管理人力資源以至嘗試同消費者交流;有啲大公司甚至係完全建基於資訊系統咁滯嘅,例如好似 eBayAmazon 呢啲搞網上買賣嘅公司,又或者係好似 Google 噉,Google 搞搜尋器,而佢哋嘅營業額當中好大一部份都係嚟自搜尋器彈出嚟嘅廣告嘅。除此之外,政府非牟利組織嘅營運都會用到資訊系統[2]

三大概念

[編輯]
内文:數據資訊知識

响最基本上,資訊系統涉及得到數據、由數據提取資訊、最後創造知識嘅過程[12]:Ch. 1

  • 數據(data):係指對現實嘅直接描述,通常(但唔一定)係以數字表達嘅,例子有「某個員工喺過去一個禮拜幾點返工放工」、「呢個工作團隊有邊幾個成員」以及「呢樣貨品今個月賣咗幾多件」呀噉。呢啲數據會俾資訊系統儲起喺一個數據庫(睇下面)嗰度。
  • 資訊(information):係稍為處理過數據之後得出嘅嘢,資訊包含咗一啲經過處理組織埋一齊嘅事實,令到呢啲事實對工作嚟講有價值,例如一個資訊系統人員對數據做完簡單嘅統計分析之後,發現「一個工作團隊每個禮拜開會交流計仔嘅次數」同「嗰個工作團隊嘅產量」有正嘅統計相關,呢個就一件有用嘅資訊。
  • 知識(knowledge):係對資訊有咗深入理解之後產生嘅模型,能夠喺將來用嚟達成一啲有用嘅工作,例如一個資訊系統專家睇勻嗮手上嘅資訊(統計分析嘅結果)後,製作出一個統計模型,模擬工作團隊嘅產量 受邊啲因素 影響,(當中各 係一啲透過個統計分析估計嘅數值),而呢個模型喺將來可以用嚟做預測-一件有用嘅知識(可以睇埋知識表示)。

一個資訊系統會用某啲數據輸入(input),然後個系統會對呢啲數據作出一啲處理,最後俾出一啲有用嘅資訊做輸出(output)[2][9]。舉個簡單例子說明,想像一間遊戲開發商,佢哋會想知道玩家對佢哋製作嗰隻遊戲有乜嘢觀感,佢哋可以事先編寫好個遊戲程式,要個程式將每年每月每日「有幾多玩家玩緊邊個邊個關卡」等嘅數據(輸入數據),然後分析團隊用各種統計學機械學習技術分析啲數據,睇吓隻遊戲邊啲部份最受玩家歡迎同邊啲部份冇咁受歡迎(處理過程),再將得到嘅結果編成一個報告(輸出描述有用嘅資訊),喺下次開會嗰時向開發商全員匯報結果同討論隻遊戲需要做點樣嘅修改(產生知識)[13][14]

組成部份

[編輯]
睇埋:資訊科技

資訊系統有以下嘅組成部份[15][16]

硬件相關

[編輯]
2014 年一個數據中心

硬件(hardware)泛指一部電腦摸得到嘅部份:

  • 企業資訊系統包括咗多種電腦硬件,例如係智能手機平板電腦檯上電腦等等員工會攞嚟做嘢嘅電腦平台都可以攞嚟俾員工之間收發資訊,大啲嘅組織嘅資訊系統多數都會係分散式系統(distributed system)[17],由幾部喺數據中心嗰度受到嚴密保護伺服器儲住最重要嗰啲數據(例如係間企業研發緊嘅新產品嘅詳情,唔俾得同行知),而員工可以用佢哋嘅電腦平台嚟用呢啲數據(假設個系統有靠得住嘅方法鑑別邊個係員工邊個唔係)[18]
  • 除咗電腦之外,企業仲可以用到環境入面嘅感應器收集數據,例如好多廿一世紀初嘅企業都會喺佢哋啲工廠嗰度裝感應器,感應器曉量度啲廠嘅機械嘅運作(例如平均每個月壞幾多次),並且將呢啲數據可以傳返去俾間企業嘅管理層嗰度,等啲管理層有得靠呢啲數據嚟做「使唔使揼多啲錢落去研發生產用機械」噉嘅決策[19]。睇埋有關大數據嘅嘢。

資訊系統有針對電腦硬件作出深入嘅研究同思考:例如啲電腦硬件嘅物理特性(可以睇吓電子工程摩亞定律相關嘅嘢)會對個系統嘅處理速度同儲數據嘅能力做成具體嘅影響[20],同時買同維修電腦硬件都係要成本嘅-所以呢個過程就經已必然會涉及「考慮嗮咁多因素之後,幫間企業作出有關『添置電腦硬件』嘅決定嗰陣盡可能令效益有咁大得咁大」。除此之外,電腦硬件運作要用能量,會嘥,而且電腦硬件好多時會由啲有毒性嘅物質造[21],所以企業對硬件嘅使用可能會對自然環境造成破壞,而基於企業社會責任(CSR)嘅原則,好多資訊系統界嘅工作者都會著手研究點樣減低企業資訊系統對環境嘅影響[22]

軟件相關

[編輯]

軟件(software)係指電腦運作嗰陣用到嘅一啲睇唔到掂唔到嘅部份,例如係電腦儲住嘅數據同埋教電腦點樣處理呢啲數據嘅演算法呀噉。軟件可以分做兩大類:

响廿一世紀初,大啲嘅企業通常都會索性攞軟件授權,等自己嘅員工全部都有得享用某一啲(對佢哋做嘢有用嘅)軟件。

圖像用家介面會用圖像化嘅方式向用家俾輸出(唔似得命令行介面噉齋靠文字),用到視窗進度條等嘅控件(widget),而用家可以用踎士等嘅架生點擊畫面入面嘅物體,靠噉嚟向部電腦俾輸入。

電訊

[編輯]
貼喺一件貨上面嘅無線射頻辨識標籤
内文:電訊

電訊(telecommunication)泛指用電磁波通訊嘅方式,包括咗互聯網等嘅科技,亦係電腦之間能夠互傳資訊嘅原因。資訊系統當中嘅電訊可以分做無線有線兩種,前者指唔使駁線都可以做到嘅通訊,而後者就係指要駁線(可以睇吓光纖等嘅科技)先可以做到嘅通訊[27]。無線通訊喺資訊系統入面好有用:想像一間企業,佢哋嘅要運去第度賣,佢哋可以喺啲貨上面加特製嘅標籤,個標籤喺俾某啲特定嘅電磁波刺激到嗰陣,個系統就會用電磁波射數據返去用家手上嘅讀取器嗰度,而供應鏈上嘅工作者都有能夠射呢啲特定電磁波嘅裝置-於是間企業就有得一路跟蹤住啲貨,睇吓啲貨去到邊,呢種技術就係所謂嘅無線射頻辨識(radio-frequency identification)。除咗噉之外,好似無線射頻辨識噉嘅科技仲能夠創造大量嘅數據,可以俾企業知道「唔同嘅貨運起上嚟係點」嘅資訊,而呢啲資訊可以俾管理層攞嚟做「啲供應鏈要點樣改良」噉嘅決策[28][29]

電訊技術令到電腦彼此之間有得分享資源,形成電腦網絡(computer network)。一個電腦網絡係指若干部電腦(每部電腦為止一個節點),會共同用一個網絡傳輸協議分享資源,例如係受一個組織使用、外人用唔到嘅內聯網可以用嚟俾一個組織內部嘅成員之間交流工作要用嘅資訊,而互聯網連接世界各地嘅電腦,令世界各地嘅人有得彼此交流圖像、文字、錄音同影片等嘅多種資訊[30][31]網絡拓樸(network topology)就係指一個網絡嘅節點之間以乜嘢方式連埋一齊,而且會對一個網絡嘅表現做成具體嘅影響,影響個網絡用起上嚟嘅

  • 頻寬:指耗用嘅資訊量位元速率,以每嘅數量表示,一般數值愈大愈好;
  • 時延:指由一個節點傳到第個節點嗰度要花嘅時間,一般數值愈細愈好;
  • 順應力:指個網絡有幾能夠喺異常情況出現(例如突然間有好多用家想要攞數據)嗰陣維持正常運作;

... 等嘅網絡性能指標[32]

各種網絡拓樸嘅圖解;每個有色圓圈表示一個網絡節點,而兩個節點之間有連繫表示佢哋之間有能力傳資訊。

數據庫

[編輯]
内文:數據庫數據倉

數據庫(database)係指有組織性噉儲起一柞相關數據嘅空間,而一個有系統噉由數據庫嗰度攞同呈現數據嘅系統就係所謂嘅數據倉(data warehouse)。數據庫通常係按數據類型安排嘅,例如有關啲員工嘅數據會集合埋一齊做一個數據庫,有關自己產品嘅數據又會集合埋一齊做一個數據庫,而呢啲數據嘅量會隨時間係噉增加,令到間企業有誘因想搞返個數據倉-一個數據倉會係一個系統,能夠清楚噉將啲數據庫連埋一齊,並且俾用家(通常係間企業嘅管理層同資訊科技支援組)係一個易用嘅介面嗰度耖數據用同埋分析數據(可以睇吓統計分析機械學習方面嘅嘢),而呢啲分析嘅結果會對商業決策有重大嘅影響,簡單例子:分析完一大柞產品嘅數據之後,發覺具有某幾樣特徵嘅產品零舍好賣,於是就決定今後响做研發嗰陣確保啲新產品都會有嗰幾樣特徵[33][34]

喺廿一世紀初,數據庫同數據倉相關嘅技術引起咗重大嘅革新:呢啲技術令到企業手上嘅數據量大增,於是有唔少資訊系統相關領域嘅工作者就著手研究「呢啲數據可以點樣運用嚟達致商業上嘅目的」,形成咗大數據數據科學等嘅新領域,而機械學習(machine learning;教人工智能學習,可以用嚟教人工智能自動噉做預測)等嘅人工智能技術亦都俾人廣泛噉應用落去呢啲領域嗰度[35][36]

一個數據庫;橫行表示唔同嘅變數,而直行表示唔同嘅個案。

用途分類

[編輯]
呢件貨嘅條碼俾人用條碼掃描器掃嗰陣,供應件貨嘅企業就可以知「件貨俾人買咗」。

運作支援

[編輯]

喺最基本上,資訊系統可以攞嚟支援一間企業嘅日常運作。例如交易處理系統(transaction processing system,TPS)就係一種極之常用嘅資訊系統,用嚟支援產品設計生產同埋營銷,包括將產品送到消費者手上嘅過程(分銷):好似係「每件產品嘅供應量有幾多」、「每批貨會喺幾時運到邊度邊度」、「有幾多個客訂咗間企業嘅貨」、「今個月有幾多單投訴」同「呢件呢件產品今個月喺每個地區賣咗幾多件」(一件產品嘅條碼今個月喺各地區俾人咗幾多次)... 等等都係重要嘅商業數據;喺有返咁上下規模嘅企業裏面,呢啲咁多數據冇可能齋靠人手嚟監察得嗮,所以首先就要靠交易處理系統等嘅資訊系統,將呢啲數據冚唪唥紀錄在案,整合嗮有關成條供應鏈(supply chain;指啲貨由原材料至生產至批發嘅過程)嘅數據,等管理層有得攞呢啲資訊嚟做上層嘅決策-即係支援供應鏈管理嘅工作[37]

除咗噉之外,呢啲資訊系統仲可以方便啲客對間企業傳達資訊,簡單嘅例子有俾啲客透過互聯網話俾間企業知自己對件產品有冇不滿,幫手做顧客關係管理;而交易處理系統仲可以同第啲資訊系統結合埋一齊做大規模定製(mass customization)嘅功能:舉個例說明,啲客買起產品上嚟好多時都會想定製,簡單嘅有「想買一張梳化,跟住指定要張梳化改做某隻色水」,一個資訊系統可以俾啲客喺網上直接連絡間企業嘅倉庫嗰邊,要佢哋即時噉砌件啱個客心水嘅貨出嚟-呢種「透過資訊科技俾啲客定製自己件產品」嘅功能就係所謂嘅大規模定製[38][39]

專業支援

[編輯]

資訊系統亦都可以作出有關員工嘅專業知識方面嘅支援:好多專家响做嘢嗰陣,都會用到各種嘅電腦軟件嚟幫手做人手做一啲唔嚟嘅運算,例如電腦輔助工程(computer-aided engineering)就係指用專化嘅軟件嚟支援工程師做嘢,會涉及用電腦模擬分析工程學上設計嘅系統-電腦模擬會俾出「如果棟建築物用噉噉噉嘅設計,棟嘢嘅地基會承受咁多咁多嘅負荷」等嘅結果,計呢啲嘢往往要做類似「foreach 結構元件,計嚿元件各部份受嘅」噉嘅運算,而因為現代嘅機械同建築物複雜得好交關,閒閒地都會有幾百至幾千嚿元件,模擬成個系統往往需要做大量人手做唔嚟嘅運算,所以就會想搵電腦幫手[40];類似嘅複雜分析喺醫療[41]金融[42]等好多專業領域上都會用到。

一個工程師喺度用軟件嚟分析一嚿結構元件

資訊系統仲可以支援組織成員嘅學習:一間企業會有若干量嘅員工,員工往往會隨住做嘢經驗增加而累積技能知識,形成所謂嘅組織學習(organizational learning),而組織學習嘅過程好多時又會創造出一啲知識嘅載體,例如係描述研發緊嗰件產品嘅計劃書或者係件產品嘅相關專利呀噉[43][44]。資訊系統可以攞嚟幫手管理呢啲嘢:資訊科技軟件唔單只可以幫手以電腦檔案嘅型式儲住呢啲數據,仲可以幫手將啲數據整理好同分類,令到管理層想摷呢啲數據嚟睇嗰陣都容易啲-例如個組織可以用紙筆嘅型式記低呢啲數據再鎖入一個實質嘅數據庫嗰度,但噉做嘅話摷起資料上嚟會頗為嘥時間,而相比之下,如果將個數據庫以電子型式呈現,再加個搜尋器俾用家靠入關鍵字嚟查資料,摷資料嘅過程就會方便快捷好多[45]

主管支援

[編輯]

主管資訊系統(executive information system,EIS)係資訊系統嘅「總管」,一個主管要做嘅係將有關間企業嘅重要數據整合埋一齊,再將整合得出嘅資訊用易睇(例如一個列表)噉嘅方式呈現出嚟,攞去俾行政總裁等嘅高層用嚟幫佢哋做決策。高層喺做決策嗰陣會用到多方面嘅資訊,而形式化嘅數據組成咗呢啲資訊嘅重要一環[註 2]。呢啲高層會想要嘅數據包括咗反映企業表現嘅數據(例:間企業嘅營業額、每件產品帶嚟咗幾多營業額... 等等)、反映市場形勢嘅數據(例:啲消費者係透過乜途徑接觸到啲產品嘅資訊嘅、啲消費者嘅入息有冇乜嘢明顯嘅變化... 等等)同埋幫間企業定立未來嘅策略定位。一個主管資訊系統會攞呢啲數據,將啲數據做好分類,再用易睇嘅方式呈現出嚟,例如係畫做統計圖同各種嘅表,而用嗰個人仲可以用點擊等易用嘅方法進一步睇啲細資訊,例如用家一撳某個年份嘅整體營業額數據,個程式就曉詳細噉顯示組成嗰件數據、表示個別產品嘅營業額嘅數據。跟住高層就可以望住呢啲資訊做決策[46]

商業情報

[編輯]
呢柞物件可以按位置座標分做三大類;而家想像 X 軸表示「每個月平均使幾多錢買衫」,Y 軸表示「每個月平均使幾多錢買電腦嘢」,而每一個點表示一位消費者。

決策支援系統(decision support system)係指擺明設計嚟幫管理層決策嘅資訊系統。呢啲系統實會幫手分析一大柞嘅數據(大數據),例如「每件產品嘅供應量有幾多」、「每批貨會喺幾時運到邊度邊度」、「有幾多個客訂咗間企業嘅貨」、「今個月有幾多單投訴」同「呢件呢件產品今個月喺每個地區賣咗幾多件」等嘅數據都會俾管理層知道間企業每件產品嘅銷情,從而俾佢哋決定間企業打後要採取嘅策略,而呢種搜集數據嘅工作就形成咗係所謂嘅商業情報(business intelligence)[47]

分析方法

[編輯]

商業情報成日都會用到以下嘅統計學人工智能上嘅數據分析方法[36]

  • 統計分類(statistical classification)能夠按一柞輸入變數嘅數值預測一個個案會「屬於邊類」,例:想像一間遊戲製作商,佢哋可以按隻電子遊戲玩家喺遊戲世界入面嘅行為(撳掣撳得有幾快呀噉)嚟預測每個玩家屬「會繼續玩落去」定「唔會繼續玩落去」[48]
  • 迴歸分析(regression analysis)能夠由一個連續性變數(或者大致上連續嘅變數)嘅數值估計另一個連續性變數嘅數值,例:又想像一間遊戲製作商,佢哋可以按一隻大逃殺遊戲嘅玩家喺對局開頭嗰兩分鐘嘅行為(「執起咗幾多道具」呀噉)嚟估計佢最後會喺場對局入面生存到幾耐(要估嘅數值)[49]
  • 聚類分析(cluster analysis)做嘅係攞一柞數據,然後話俾分析者知,柞數據啲個案可唔可以按佢哋喺柞變數上嘅數值分做若干個聚類(cluster),喺營銷上可以攞嚟做市場劃分嘅工作,即係將啲消費者按使錢習慣分做唔同嘅類,幫管理層手分析每類消費者嘅行為同諗吓用邊種營銷策略嚟應付邊類消費者[50]

... 等等。

用嘅變數

[編輯]
睇埋:行為分析

上述呢啲分析可以用到以下呢啲變數(可以睇埋自變數應變數等嘅概念):

  • 每用家平均銷售量(average revenue per user,ARPU):指平均每個客花咗幾多錢喺隻網絡產品上,常見於網上遊戲等嘅電子產品。
  • 每使錢用家平均銷售量(average revenue per paying user,ARPPU):指平均每個使咗錢嘅客花咗幾多錢喺隻產品上,都係常見於電子產品嘅一個指標。
  • 顧客購置成本(customer acquisition cost,CAC):指每得到一個客要使幾多資源;喺搵客嘅過程當中,一個生產者需要做產品設計產品測試等多種繁複嘅工序,呢啲工序要花費好多嘅錢同時間,然後隻產品出咗街之後會得到若干個客;成個過程使咗嘅錢除以最後得到嘅客嘅數量,就係 CAC [51]
  • 顧客終生價值(customer lifetime value,CLV / CLTV):指一個客由「開始用隻產品」至「收手唔用,並且以後都唔再用」(通常「唔再用」等如「唔再使錢」)之間總共使咗幾多錢喺隻產品身上[52]

... 呀噉。

涉及技術

[編輯]
一個人坐喺電腦前面寫程式;佢部電腦嘅熒光幕顯示一段段嘅

IS 仲會涉及以下呢啲技術:

  • 電腦編程:廿一世紀初嘅資訊系統基本上實會係一隻隻嘅電腦軟件,而製作或者改造一隻軟件嘅工作梗會涉及編寫新嘅程式或者改造舊有嘅程式[53][54]。廿一世紀初常用嚟編寫資訊系統嘅程式語言有 CC++ 呀噉。
  • 電腦保安:電腦保安涉及保護電腦系統入面嘅數據,以防啲數據俾黑客偷走;喺商業嘅世界實會有競爭,而為咗維持自己嘅競爭優勢,企業梗會想將某啲資訊保密唔俾同行知,例如開連鎖餐廳嘅企業會想將自己研發緊嘅新菜單嘅食譜保密,費事俾同行攞去抄,所以企業嘅資訊系統會用到電腦保安嘅技術[55][56]。可以睇埋密碼學密碼體制方面嘅嘢。
  • 人工智能:人工智能泛指一啲教電腦展現出智能嘅技術,例如機械學習做嘅就涉及教電腦由過往數據嗰度搵出規律,然後再自動噉按呢啲規律行事[57][58],例如資訊系統可以攞一個客,按個客過去嘅行為數據(睇返行為分析),例如佢用搜尋器摷過啲乜嘢,嚟估佢鍾意乜,再按佢嘅喜好,向佢傳達有關新產品嘅資訊-集中傳啲佢大機會會有興趣嘅產品嘅資訊(即係所謂嘅推薦系統[59]
  • 人機互動:人機互動呢門領域結合心理學同電腦科學,研究人喺用電腦嗰陣嘅心理過程;資訊系統實會由某啲人類用家使用,所以會用到人機互動上嘅知識同技巧,例子可以睇吓有關易用性方面嘅研究[60][61]
  • 統計學:商業情報上用到嘅統計分類迴歸分析聚類分析等嘅技術都源自統計學[36];統計學就係專門研究點樣分析數據以及由數據嗰度搵出規律嘅數學子領域,所以除咗嗰三大方法之外,統計學上仲有好多數據分析可以攞嚟用[62]
  • 工程學:作為一門實用嘅商學領域,資訊系統研究者要做嘅其中一樣重要工作係為組織設計資訊系統。一個資訊系統可以係一個簡單噉用紙筆記低資訊嘅系統,又可以係好先進嘅電腦系統。一般嚟講,資訊系統嘅設計過程同工程學設計過程(engineering design process)相似,以現有嘅系統做根基,再諗個新系統要達到乜嘢條件,設計出一個達到呢啲條件嘅系統,然後再試行個系統、檢查個系統行起上嚟會唔會出錯、同評估個系統嘅表現[63]。可以睇埋軟件工程
  • 資訊管理:指管理當中負責管「個組織入面啲資訊要點打理」嗰部份;資訊管理可以涉及相當複雜嘅技巧,例如唔同資訊保密嘅程度都唔同,有啲資訊(新研發緊嗰隻產品嘅數據呀噉)好敏感,淨係得管理層同埋有份做嗰個項目嘅員工可以知,而有啲資訊(隻新產品出街嘅日期呀噉)就係「攞去周圍派都冇乜所謂」咁滯嘅[64];做資訊管理嘅人就要用各種嘅制度-好似係「限住個系統啲用家能夠攞到邊啲數據」呀噉-確保成個組織都會貫徹噉實行資訊相關制度[65]:p. 2

註釋

[編輯]
  1. 理論上,任何儲到數據嘅系統都可以攞嚟做資訊系統,例如用紙筆記低數據嘅系統。不過响廿一世紀初,資訊系統基本上冚唪唥都係建基於電腦嘅。
  2. 一般嚟講,高層仲會運用一啲冇咁正式嘅資訊管道,例如係由某啲員工嗰度攞到嘅小道消息。

相關領域

[編輯]

睇埋

[編輯]

文獻

[編輯]
  • Avgerou, C (2000). "Information systems: what sort of science is it?" (PDF). Omega. 28 (5): 567-579.
  • Guruvayur, S. R., & Suchithra, R. (2017, May). A detailed study on machine learning techniques for data mining (PDF). In 2017 International Conference on Trends in Electronics and Informatics (ICEI) (pp. 1187-1192). IEEE.
  • Dostal, J. School information systems (Skolni informacni systemy). In Infotech 2007 - modern information and communication technology in education. Olomouc, EU: Votobia, 2007. s. 540 – 546. ISBN 978-80-7220-301-7.
  • Lindsay, J. (2000). Information Systems - Fundamentals and Issues. Kingston University, School of Information Systems.
  • O'Leary, Timothy and Linda. (2008). Computing Essentials Introductory 2008. McGraw-Hill on Computing2008.com.
  • March, S.; Smith, G. (1995). "Design and natural science in Information Technology (IT) (PDF)". Decision Support Systems. 15(4): 251-266.
  • Rainer, R. K., Prince, B., Splettstoesser-Hogeterp, I., Sanchez-Rodriguez, C., & Ebrahimi, S. (2020). Introduction to information systems. John Wiley & Sons.
  • Sage, S.M. "Information Systems: A brief look into history", Datamation, 63-69, Nov. 1968. - Overview of the early history of IS.
  • Stair, R. M., & Reynolds, G. W. (2010). Principles of Information Systems A Managerial Approach (9th Ed.). Course Technology, Cengage Learning.

[編輯]
  1. 1.0 1.1 1.2 What are examples of information systems that are needed in organizations?. Forbes.
  2. 2.0 2.1 2.2 2.3 Piccoli, Gabriele; Pigni, Federico (July 2018). Information systems for managers: with cases (Edition 4.0 ed.). Prospect Press. p. 28.
  3. O’Hara, Margaret; Watson, Richard; Cavan, Bruce (1999). "Managing the three levels of change". Information Systems Management. 16 (3): 64.
  4. 4.0 4.1 D’Atri A., De Marco M., Casalino N. (2008). "Interdisciplinary Aspects of Information Systems Studies", Physica-Verlag, Springer, Germany, pp. 1–416.
  5. Examining Wal Marts Information System. UK Essays.
  6. Alter, S. (2006). The Work System Method: Connecting People, Processes, and IT for Business Results. Works System Press, CA.
  7. Jessup, Leonard M.; Joseph S. Valacich (2008). Information Systems Today (3rd ed.). Pearson Publishing. Glossary p. 416.
  8. Bulgacs, Simon (2013). "The first phase of creating a standardised international innovative technological implementation framework/Software application". International Journal of Business and Systems Research. 7 (3): 250.
  9. 9.0 9.1 Jessup, L. M., & Valacich, J. S. (2008). Information systems today: managing in the digital world (Vol. 3). Pearson Prentice Hall.
  10. CHAPTER 3 - INFORMATION SYSTEMS: AN INTRODUCTION.
  11. Avgerou, C (2000). "Information systems: what sort of science is it?". Omega. 28 (5): 567–579.
  12. Stair, R. M., & Reynolds, G. W. (2010). Principles of Information Systems: A Managerial Approach (9th Ed.) 互聯網檔案館歸檔,歸檔日期2020年3月28號,. (PDF). Course Technology, Cengage Learning.
  13. El-Nasr, M. S., Drachen, A., & Canossa, A. (2016). Game analytics. Springer London Limited.
  14. Bauckhage, C., Drachen, A., & Sifa, R. (2014). Clustering game behavior data. IEEE Transactions on Computational Intelligence and AI in Games, 7(3), 266-278.
  15. Marc S. Silver, M. Lynne Markus, Cynthia Mathis Beath (Sep 1995). "The Information Technology Interactive Model: A Foundation for the MBA Core Course". MIS Quarterly: 361–390.
  16. Rainer, R. K., Prince, B., Splettstoesser-Hogeterp, I., Sanchez-Rodriguez, C., & Ebrahimi, S. (2020). Introduction to information systems. John Wiley & Sons.
  17. Andrews, Gregory R. (2000), Foundations of Multithreaded, Parallel, and Distributed Programming, Addison-Wesley.
  18. "Google announces London cloud computing data centre". BBC.com. July 13, 2017.
  19. 5 uses for smart sensors in manufacturing.
  20. Brock, David C. (ed.) (2006). Understanding Moore's Law: Four Decades of Innovation. Philadelphia: Chemical Heritage Foundation.
  21. Nguemaleu, Raoul-Abelin Choumin; Montheu, Lionel (2014-05-09). Roadmap to Greener Computing. CRC Press.
  22. Sarkis, J., Koo, C., & Watson, R. T. (2013). Green information systems & technologies - this generation and beyond: Introduction to the special issue (PDF). Information Systems Frontiers, 15(5), 695-704.
  23. Deitel, Harvey M.; Deitel, Paul; Choffnes, David (25 December 2015). Operating Systems. Pearson/Prentice Hall.
  24. Ryan, Thorne (2013-03-14). "Caffeine and computer screens: student programmers endure weekend long appathon". The Arbiter.
  25. What Is Graphics Software?.
  26. What Is SPSS Data Analysis & How Does It Work?. Chron.
  27. Goldsmith, Andrea (2005). Wireless Communications. Cambridge University Press.
  28. Chowdhury, Belal; Chowdhury, Morshed (December 2, 2007). "RFID-based Real-time Smart Waste Management System 互聯網檔案館歸檔,歸檔日期2021年6月20號,." (PDF). 2007 Australasian Telecommunication Networks and Applications Conference December 2nd - 5th 2007. 1: 175–180.
  29. Yang, Kuo-pao; Beaubouef, Theresa (2011-04-01). "Radio frequency identification (RFID) projects for computer science". Journal of Computing Sciences in Colleges. 26 (4): 78–84.
  30. Kurose James F and Keith W. Ross (2005). Computer Networking: A Top-Down Approach Featuring the Internet, Pearson Education.
  31. William Stallings (2004). Computer Networking with Internet Protocols and Technology, Pearson Education.
  32. Magoni, D., & Pansiot, J. J. (2001). Analysis of the autonomous system network topology (PDF). ACM SIGCOMM Computer Communication Review, 31(3), 26-37.
  33. Kroenke, David M. and David J. Auer (2007). Database Concepts. 3rd ed. New York: Prentice.
  34. Post, G. V. (1999). Database management systems: designing and building business applications. Irwin/McGraw-Hill.
  35. Bose, I., & Mahapatra, R. K. (2001). Business data mining—a machine learning perspective. Information & management, 39(3), 211-225.
  36. 36.0 36.1 36.2 Guruvayur, S. R., & Suchithra, R. (2017, May). A detailed study on machine learning techniques for data mining (PDF). In 2017 International Conference on Trends in Electronics and Informatics (ICEI) (pp. 1187-1192). IEEE.
  37. Rahmatian, S. (2002). Transaction Processing Systems.
  38. Pine, B. Joseph (1993). Masse Customization - The New Frontier in Business Competition. Harvard Business School Press. p. 13.
  39. Chase, Richard B.; Jacobs, F. Robert; Aquilano, Nicholas J. (2006). Operations Management for Competitive Advantage (11th ed.). New York: McGraw-Hill/Irwin.
  40. McKenzie, W. M. (2013). Examples in structural analysis (PDF). CRC Press.
  41. Smith, A. M., Xu, W., Sun, Y., Faeder, J. R., & Marai, G. E. (2012). RuleBender: integrated modeling, simulation and visualization for rule-based intracellular biochemistry. BMC bioinformatics, 13(8), 1-16.
  42. McLeish, D. L. (2011). Monte Carlo simulation and finance (Vol. 276). John Wiley & Sons.
  43. Fiol, C. M., & Lyles, M. A. (1985). Organizational learning. Academy of management review, 10(4), 803-813.
  44. Argote, L., & Miron-Spektor, E. (2011). Organizational learning: From experience to knowledge (PDF). Organization science, 22(5), 1123-1137.
  45. Goto, A., & Motohashi, K. (2007). Construction of a Japanese Patent Database and a first look at Japanese patenting activities. Research Policy, 36(9), 1431-1442.
  46. Power, D. J. (2002). Decision support systems: concepts and resources for managers. Greenwood Publishing Group.
  47. Dedić N. & Stanier C. (2016). "Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting" (PDF). Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting. Lecture Notes in Business Information Processing. Lecture Notes in Business Information Processing. 268. Springer International Publishing. pp. 225–236.
  48. Odierna, B. A., & Silveira, I. F. (2018). Player game data mining for player classification (PDF). Proceedings of SBGames.
  49. Ghazali, N. F., Sanat, N., & As' ari, M. A. (2021). Esports Analytics on PlayerUnknown's Battlegrounds Player Placement Prediction using Machine Learning (PDF). International Journal of Human and Technology Interaction (IJHaTI), 5(1), 17-28.
  50. Dickson, Peter R.; Ginter, James L., "Market Segmentation, Product Differentiation, and Marketing Strategy". Journal of Marketing, Vol. 51, No. 2, (1987)., p. 1.
  51. Hamilton, R. W., Rust, R. T., & Dev, C. S. (2017). Which features increase customer retention. MIT Sloan Management Review, 58(2), 79-84.
  52. Berger, P. D.; Nasr, N. I. (1998). "Customer lifetime value: Marketing models and applications". Journal of Interactive Marketing. 12 (1): 17–30.
  53. Denning, Peter (June 2007). "Ubiquity a new interview with Peter Denning on the great principles of computing". 2007 (June): 1. People from other fields are saying they have discovered information processes in their deepest structures and that collaboration with computing is essential to them.
  54. Pastor, O., Gómez, J., Insfrán, E., & Pelechano, V. (2001). The OO-Method approach for information systems modeling: from object-oriented conceptual modeling to automated programming. Information Systems, 26(7), 507-534.
  55. Baskerville, R. (1993). Information systems security design methods: implications for information systems development (PDF). ACM Computing Surveys (CSUR), 25(4), 375-414.
  56. Oliver, D., & Randolph, A. B. (2020). Hacker Definitions in Information Systems Research (PDF). Journal of Computer Information Systems, 1-13.
  57. Yan, L., Wolniewicz, R. H., & Dodier, R. (2004). Predicting customer behavior in telecommunications. IEEE Intelligent Systems, 19(2), 50-58.
  58. Meyer, G., Adomavicius, G., Johnson, P. E., Elidrisi, M., Rush, W. A., Sperl-Hillen, J. M., & O'Connor, P. J. (2014). A machine learning approach to improving dynamic decision making (PDF). Information Systems Research, 25(2), 239-263.
  59. Gomez-Uribe, C. A., & Hunt, N. (2015). The netflix recommender system: Algorithms, business value, and innovation (PDF). ACM Transactions on Management Information Systems (TMIS), 6(4), 1-19.
  60. Bicevskis, J., & Bicevska, Z. (2015). Business process models and information system usability (PDF). Procedia Computer Science, 77, 72-79.
  61. Courtney, K. L. (2013). System Usability & Safety. Enabling Health and Healthcare Through ICT: Available, Tailored and Closer, 183, 151.
  62. Lee, A. S., & Baskerville, R. L. (2003). Generalizing generalizability in information systems research (PDF). Information systems research, 14(3), 221-243.
  63. Walls, J. G., Widmeyer, G. R., & El Sawy, O. A. (1992). Building an information system design theory for vigilant EIS. Information systems research, 3(1), 36-59.
  64. Wu, Z., Xuan, S., Xie, J., Lin, C., & Lu, C. (2022). How to ensure the confidentiality of electronic medical records on the cloud: A technical perspective. Computers in biology and medicine, 147, 105726.
  65. Putz, B., Dietz, M., Empl, P., & Pernul, G. (2021). Ethertwin: Blockchain-based secure digital twin information management. Information Processing & Management, 58(1), 102425.

[編輯]