旅游管理信息系统概述

第一章、旅游管理信息系统概述管理和信息旅游管理信息系统的特点与功能管理信息系统的发展阶段旅游管理信息系统的发展管理是人们有目的、有意识的实践活动，是管理者在一定的社会条件下，为了实现预定目标，对各种资源和实践环节进行规划安排，优化控制活动的总称。数据是人们用来反映客观世界而记录下来的可以鉴别的物理符号，或者说数据是用各种可以鉴别的物理符号记录下来的客观事实。数据经过处理仍然是数据。只有经过解释，数据才有意义，才成为信息。资料：一串原始数据代表组织中或周围所发生事件的记录。例如：商业交易。信息：一串已被整理成对使用者而言是有意义且有用的格式。衡量信息多少的物理量称为信息量。信息量的大小与消息所描述事件的出现概率有关。信息量的单位是比特。一比特的信息量是指含有两个独立均等概率状态的事件所具有的不确定性能被全部消除所需要的信息。信息量满足相加性的条件如果收到的不是一个而是若干个互相独立的消息，则总的信息量应该是每个消息的信息量之和。系统是由处于一定的环境中相互联系和相互作用的、若干组成部分结合而成的，为达到整体目的而存在的集合。系统的一般特征：集合性；关联性；目的性；边界性；整体性；层次性。系统的分类：自然、人造、复合学习高等院校招生信息管理系统学籍管理信息系统毕业生就业信息管理系统生活银行个人帐户管理系统食堂就餐信息管理系统电信业务管理信息系统娱乐数字节目管理系统工作人事管理信息系统、财务工资管理信息系统管理信息系统是一个人造系统，它由人、硬件、软件和数据资源组成，目的是及时、正确地收集、加工、存储、传递和提供信息，实现组织中各项活动(物流、资金流、事务流、信息流)的管理、调节和控制。概念结构层次结构策略管理者：负责公司产品与服务长远的策略规划战术管理者：负责执行策略管理者的计划作业管理者：负责监控公司的日常运作功能结构市场子系统、财务、人事、生产、供运在子系统下面根据具体情况有可以分若干个子系统信息系统的类型事务处理系统：自动地处理有关业务活动或事务的数据。管理信息系统是一种基于计算机的系统，它通过TPS获取原始数据，把它们转变成有意义的整合形式。决策支持系统按其设计，用来帮助决策制定者作出决策。TPS系统是企业内最基础的系统，提供给业务层使用。事务处理系统（TPS）事务处理系统是组织中处于业务操作层的最基本的信息系统，它应用信息技术支持组织中最基本的、每日例行的业务处理活动，例如工资核算、销售订单处理、原材料出库、费用支出报销等。一般在组织的业务操作层，业务处理活动是高度结构化的，其过程有严格的步骤和规范。MIS是帮助组织的管理阶层，给管理者提供报表，或线上查询公司目前的营运绩效及历史资料，通常资料来自于下层的TPS系统。决策支持系统决策支持系统也是面向组织的管理控制层和战略决策层，但它侧重于应用模型化的数量分析方法进行数据处理，以支持管理者就半结构化或非结构化的问题进行决策。决策支持系统不仅要应用来自事务处理系统和管理报告系统等内部信息源的数据，同时还要应用来自于组织外部环境各种数据源的数据信息，如国家宏观经济政策与法规、行业统计信息、竞争对手相关信息和股票市场信息等，这些外部信息是组织进行决策的重要依据。决策支持系统，也是支援组织的管理阶层，帮助管理者做出独特、改变快速且事先不易确定的决策资料有來自TPS及MIS所提供的內部信息，有时來自外部。比其它系统更加有分析能力管理信息系统各层次特点决策支持系统最显著的特征是其很强的模型化、定量化分析能力，它从决策分析角度出发，运用各种数学模型和方法对信息进行深入分析，力图挖掘信息内在的规律和特征，并以易于理解和使用的多媒体方式提供给决策者，以在工具、方法和处理手段上支持决策者的决策活动。由于决策支持系统的用户是进行各级决策的中高级管理人员，因此其人机交互方式应更加友好，操作更加简便，更易于非专业人员理解和应用。典型的决策支持系统应用有销售分析与预测、生产计划管理、成本分析、定价决策分析等。专家系统重复决策过程，而不是处理信息。知识情况或者是一些规则表示形式描述了专家如何处理特定问题域内的情况。一个难以使用的总经理查询系统开发者关注的、炫耀的是技术，而不是总经理关注的信息。一个受报表困扰的企业总裁企业多个部门的管理信息系统提供的部门/职能的报表，而不是总裁需要的信息。对旅游业的影响●旅游产品对信息和信息技术的特殊依赖；●有助于饭店营销；●推销旅游企业形象；●加快管理现代化和科学化。建设中的问题●人员信息技术水平不高；●被动，不成体系，重硬件轻软件，发展滞后。CRS（ComputerReservationSystem）应用于整个旅游产业包括机票、饭店等预订在内的预订系统。依托CRS形成了开放的、面向多个供应商和客户的专业预订系统，并发展成为专门的中介系统。1、讨论数据与信息的关系。2、试述信息技术对旅游企业的影响。3、解释旅游管理信息系统的结构。第二章组织利用信息做什么？以事务处理的形式处理信息；在决策活动中利用信息做决策；在使用信息的过程中管理信息；事物处理系统（TPS）：又称电子数据处理系统（EDPS，ElectronicsDataProcessingSystem）或者数据处理系统（DPS，DataProcessingSystem）。主要用于支持企业运行层次的日常操作事务，所处理的问题位于管理工作的底层，所处理的业务活动有记录、汇总、综合、分类等，主要操作包括排序、列表、更新和生成等。联机分析处理（OnlineAnalyticalProcessing，OLAP）是针对特定问题的联机数据访问和分析，通过对信息进行快速、稳定、一致和交互式的存取，对数据进行多层次、多阶段的分析处理，而获得高度归纳的分析结果。在用户提出问题以后，联机分析处理技术提取出关于该问题的详细信息，并以一种比较直观的方式呈现给用户。细分是指将一个大的消费群体划分成一个个细分群的动作，同属于一个细分群的消费者彼此相似，而隶属于不同细分群的消费者被视为不同。细分的目的可以让管理者从一个比较高的层次上“鸟瞰”整个数据库中的数据，从而可以用不同的方法对待处于不同细分群众的客户，提供相对个性化的服务。可以用数据挖掘中的决策树或者聚类的方法来实现细分。数据仓库（DataWarehouse）是信息的逻辑集合，这些信息来自于许多不同的业务数据库，并用于支持企业的分析活动和决策任务。数据仓库具有多维性，是多维数据库、数据仓库支持决策而非事务处理。数据组织层次：仓库、库、文件、记录、数据项为什么使用数据仓库？传统的数据库对企业的决策支持作用有限企业大量的数据资源没有得到充分的利用“数据爆炸而知识贫乏”提高数据存储和数据分析的效率数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。数据仓库的定义：面向主题的、整合的、与时间相关且不可修改的数据集合。数据仓库中的数据不应用于工资、会计或者营销等功能性应用，而是按照诸如客户、产品、供应商、订单和交易等商务主题结构来组织信息。数据仓库中的信息通常是从不同的应用程序和数据源中导出的，所以有必要整合数据保证数据格式相互一致。数据仓库也有一个数据字典,除包含信息的逻辑结构外,还包含两个附加的重要特征,即信息的来源和处理方式。数据库保存信息的时候，并不强调一定有时间信息数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性数据库处理的是日常事务数据，有的需要不断更新数据仓库反映的是历史信息，可以添加，但不可更改。数据仓库的特征：数据仓库的数据是集成的数据仓库的数据是多维的数据仓库是面向主题的数据仓库的数据是不可修改的（针对应用而言）数据仓库的数据是随时间不断更新的数据仓库支持决策而不是事务处理DDL：是定义和描述数据库中数据及数据之间关系的各种指令的集合。DD：用来存储和组织有关数据库中所有数据的自动或手工处理工具，数据字典是对数据库中所有数据的详尽描述。DML：可方便地生成日常管理中所需要的报表。数据挖掘：从大量的数据中提取或“挖掘”知识数据挖掘工具（DataMiningTools）是用户对数据仓库进行数据查询，以及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的模式数据的软件工具。数据挖掘的应用：DM应用于金融业保险业对客户进行信用等级评价对金融市场预测和分析信用卡模式、用户分析确定不同行业、不同年龄、处于不同社会层次的人的保险金险种关联分析预测新险种的客户群应用于制造业企业故障诊断供应链管理及供应链优化新产品开发预测等等应用于医疗卫生用于病例、病人行为特征分析安排治疗方案、判断药方的有效性等等应用于司法、公安部门犯罪行为分析、案例分析、犯罪监控预防犯罪分析数据挖掘的实施步骤问题理解和提出数据准备数据整理建立模型评价和解释SAS研究所的图形界面的SAS/EM中的数据挖掘过程模型Sample——抽样：从大量的数据中抽取与探索问题有关的数据子集，这个样本应该包含足够的信息，又易于处理。Explore——探索：对数据子集进行探索，寻找出与期望的关系和未知的模式Modify——调整：对数据进行探索后，有了初步的了解，就必须对数据进行增减，选择，转化，量化，保证有效进行Model——建模：应用分析工具，建立模型，进行预测Assess——评价：评价数据挖掘结果的有效性和可靠性SPSS公司提出的进行数据挖掘的5A模型Assess——正确、彻底的了解业务需求及数据Access——获取数据，做适当的调整Analyze——选择适当的分析、验证方法和工具Act——推荐性、有说服力的原型演示Automate——提供优秀的自动化软件数据的特征：大容量含噪音（不完全、不正确）异质数据（多种数据类型混合的数据源，来自互联网的数据是典型的例子）数据挖掘中存在的问题数据的数量和维数面对如此大的数据，现有的统计方法等都遇到了问题各种不同的模型如何应用，其效果如何评价数据挖掘涉及到数据也就碰到了数据的私有性和安全性数据挖掘的结果是不确定的数据挖掘(DM)一方面规模庞大、纷繁复杂的数据体系让使用者漫无头绪、无从下手；另一方面在这些大量数据的背后却隐藏着很多具有决策意义的有价值的信息。数据挖掘(DM)学科背景统计学、计算机科学、人工智能领域的广泛运用联机分析处理包括的分析功能：上卷（roll-up）在数据立方体中执行聚集操作，通过在维层次中上升或通过消除某个或某些维来观察更概况的数据。下钻（drill-down）通过在维层次中下降或通过引入某个或某些维来更细致的观察数据。切片（slice）在给定的数据立方体的一个维上进行的选择操作就是切片，切片的结果是得到了一个二维的平面数据。切块（dice）在给定的数据立方体的两个或多个维上进行的选择操作就是切块，切块的结果是得到了一个子立方体。转轴（pivotorrotate）改变维的方向，将一个三维立方体转变为一系列二维平面。传统的文件处理弊端数据独立性：程序依赖于数据，缺乏数据独立性，某个文件的记录格式被修改，就必须改动所有存取该文件的程序。数据冗余性数据一致性差基于数据库方法的优点(1)减少了数据冗余度当同一数据字段在多个不同的表中出现则发生数据冗余。(2)实现数据独立应用程序不随数据存储结构的改变而变动。(3)实现数据共享允许多个用户同时存取数据而互不影响。(4)避免了数据不一致性数据只有一个物理备份，故对数据的访问不会出现不同。(5)加强了对数据的保护数据库加入了安全保密机制，可防止对数据的非法存取。进行集中控制，有利于控制数据的完整性。采取了并发访问控制，保证了数据的正确性。另外，还实现了对数据库破坏后的恢复。数据库中数据组织的层次传统上，数据库中的数据按照字段、记录和文件的层次组织起来。在个人计算机中,存取数据的基本单位是字节,8个字节成一组。数据项，是组成数据系统的有意义的最小基本单位。它的作用是描述一个数据处理对象的某些属性。记录，与数据处理的某一对象有关的一切数据项构成了该对象的一条记录。标识记录的数据项称为关键项。文件，相关（同类）记录的集合称为文件。数据库，按一定方式组织起来