管理信息系统技术基础课件.pptVIP

关系数据库模型： 24.30 1 145 03/01/01 01/13/01 1636 79.70 3 137 02/29/01 01/12/01 1635 144.50 2 152 02/22/01 02/02/01 1634 金额 数量 零件号 发货日期 订货日期 订单编号 145 137 152 零件号 1125 70.00 压缩机 2038 22.50 门把手 4058 26.25 门 锁 供应商编号 单价 零件名称 1125 2038 4058 供应商编号 智远公司 先锋公司 光明公司 供应商名称 112324 海滨路51号 114321 五四路32号 116044 人民路44号 邮编 供应商地址 订货表 供应商表 零件表 按用户的观点对数据和信息建模。常常首先将现实世界的客观对象抽象为某一种不依赖于计算机系统和某一个DBMS的信息结构即概念模型，然后再把概念模型转换为计算机上某一DBMS支持的数据模型。如E-R模型。 3.数据模型 （1）概念模型 概念模型是按用户观点对数据和信息的建模。 实体(Entity) 属性 联系 主要概念 一对一联系(1:1) 一对多联系(1:n) 多对多联系(m:n) （2）数据模型 数据模型是对客观事物及其联系的数据化描述。在数据库系统中,对现实世界中数据的抽象、描述以及处理等都是通过数据模型来实现的。数据模型在数据库系统设计中是用来提供信息表示和操作手段的形式构架,是数据库系统实现的基础。 目前，主要的数据模型是关系模型（Relational Model）。 关系必须是规范化的关系，满足一定的约束条件。称为范式（Normal Form）。 元组中的每一个分量都必须是不可分割的数据项。 第一范式(1NF) 4.关系范式 关系不仅满足第一范式，而且所有非主属性完全 依赖于其主码。 第二范式(2NF) 地址 姓名 A2 周茵 A1 张平 D7 T7 周茵 D6 T6 周茵 D5 T5 周茵 D4 T4 张平 D3 T3 张平 D2 T2 张平 D1 T1 张平 日期 书名 姓名 D7 T7 A2 周茵 D6 T6 A2 周茵 D5 T5 A2 周茵 D4 T4 A1 张平 D3 T3 A1 张平 D2 T2 A1 张平 D1 T1 A1 张平 日期 书名 地址 姓名 第三范式(3NF) 不仅满足第二范式，而且它的任何一个非主属性 都不传递依赖于任何主关键字。 生产厂地址 生产厂名 产品名 产品代码 非3NF关系 1. 产品关系：（产品代码，产品名，生产厂名） 2. 生产厂关系：（生产厂名，生产厂地址） 　数据仓库是决策支持系统（DSS）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 数据仓库之父William H. Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。 5.数据仓库DW 数据挖掘(Data Mining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。 步骤： ① 理解数据和数据的来源（understanding）。② 获取相关知识与技术（acquisition）。③ 整合与检查数据（integration and checking）。④ 去除错误或不一致的数据（data cleaning）。⑤ 建立模型和假设（model and hypothesis development）。⑥ 实际数据挖掘工作（data mining）。⑦ 测试和验证挖掘结果（testing and verification）。⑧ 解释和应用（interpretation and use）。 6.数据挖掘DM 复习题 名词解释：C/S结构， B/S结构， OSI七层模型，TCP/IP协议，计算机网络，数据模型，数据库系统，数据仓库，数据挖掘 简述计算机系统的组成结构。 请简述微软Windows操作系统的特点，并简述至少两种其它操作系统的特点。 管理信息系统平台由硬件平台