第三章电子商务技术基础.pptx

第三章 电子商务技术基础;学习目标;一、 电子商务技术概述;（一）电子商务涉及的技术;（一）电子商务涉及的技术;网络设备;网络设备;网络设备;（一）电子商务涉及的技术;互联网; 互联网基础框架; 互联网基础框架; 互联网基础框架;（一）电子商务涉及的技术;（一）电子商务涉及的技术;万维网之父;万维网之父;万维网之父;万维网之父;（一）电子商务涉及的技术;一、电子商务涉及的技术;一、电子商务涉及的技术;一、电子商务涉及的技术;　因特网和万维网的区别;（一）电子商务涉及的技术;数据库系统的组成 硬件支撑环境 软件系统：数据库管理系统DBMS、支持DBMS运行的操作系统、服务程序、编译程序和通信软件等。 其中，数据库管理系统（ DBMS --Database Management Systems）是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库。 ;数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、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。 ;A、面向主题。数据仓库中的数据按照一定的主题域进行组织。主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。 B、集成的。数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 ;C、相对稳定的。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，修改和删除操作很少，通常只需要定期的加载、刷新。 D、反映历史变化。数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 ; 对于数据仓库的概念可从两个层次予以理解： 首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库； 其次，数据仓库是对多个异构的数据源有效集成，集成后按??主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。 ; 数据挖掘(Data Mining)，又称数据库中的知识发现(Knowledge Discovery in Database，KDD)，是指从大型数据库或数据仓库中提取有潜在应用价值的信息或模式。 数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 ; 数据挖掘的常用方法包括： 关联分析、分类和预测、聚类、检测离群点、趋势和演变分析等。 ;数据挖掘在客户关系管理中的运用;《大数据时代》[英]维克托˙迈尔 肯尼思˙库克耶 大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理成为帮助企业经营决策更积极目的的资讯； 谷歌公司对甲型H1N1流感传播情况的判断 购买飞机票（奥伦˙埃齐奥尼 ） ;大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理； 如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 ;大数据的特点（4V）： 第一，数据体量巨大（ Volume ），从TB级别，跃升到PB级别； KB 千字节 210=1024 bite MB 兆字节 220 GB 吉字节 230 TB 太字节 240 PB 拍字节 250 EB 艾字节 260 ZB Z字节 270 Y字节 280 ;大数据的特点（4V）： 第二，数据类型繁多（Variety），包括了网络日志、视频、图片、地理位置信息等等； 第三，价值密度低，商业价值高（Value），以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒； 第四，处理速度快（Velocity），1秒定律。;大数据时代的转变： （1）可以分析更多的数据，甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样； （2）数据如此之多，以至于我们不再热衷于追求精确度； （3）不再热衷于寻找因果关系，更关注于相关关系，大数据告诉我们“是什么”而不是“为什么” ;大数据与云计算？ 云