波特的价值链模型(编辑修改稿)

波特的价值链模型(编辑修改稿)内容摘要：

ariant）與不變動性（ Nonvolatile）之管理性資料 庫。 資料倉儲的特性：  主題導向的資料組織。  多維度（ Multidimensional）的資料結構。  資料的整合性。  資料的一致性。  資料的時間差異性。  資料的不變動性（ fixable）。  主從式架構（ Client/Server Architecture）。 建立資料倉儲： 資料倉儲的儲存架構：  維度（ dimension）－用來細分與描述某些衡量資訊的屬性。  衡量資訊－與決策主題相關的資訊。  時間－可用作與時間相關的分析（如預測或統計）。 Data Mart Data Mart Data Mart 內部資訊 DB OA File OLTP 外部資訊 篩選、萃取與轉換、整合、維護 Data Warehouse Access中介軟體 DSS EIS RDB Query Web Browser MOLAP ROLAP EUC 加工 資 料倉儲的儲存工具：  多維度資料庫－指以多維度資料庫（ MDB）來儲存，以一個資料方塊（ cube）為儲存基礎，有幾個維度就有幾個 cube，每個 cube 都有不同的面，使用者可以由 cube 的各個面來取得與它相關的資訊。  傳統性資料庫－指以 RDBMS 來儲存，但分析速度較慢。 資料倉儲的子集合－資料超市（ Data Mart）： 資料超市 為支援某部門或特定的需要，而從資料倉儲中複製（ Replicate）部份特定的資料倉儲內容。 資料倉儲的存取工具： 以 OLAP、 EIS、 MOLAP、 ROLAP、 SQL、 EUC 等工具為主。 OLAP（ OnLine Analytic Process） OLAP 在多維度資料倉儲分析的主要功能：  切片（ Slice）。  切丁（ Dice）。  下拉（ DrillDown）。  上轉（ Roll Up）。  旋轉（ Rotation）。 OLAP 可分為架構在關聯性資料庫（ RDB）上的 ROLAP 與多維度資料庫上的MOLAP。 Data Mining（ DM，資料探勘） Data Mining的定義－ 以統計、人工智慧或其他的方法（如類神經網路）與技術，在企業的大型資料庫（或倉儲）中尋找與發掘事先未知、有效且可 付諸行動的資料間隱藏的關係與規則，用來指導企業的決策制訂。 Data Mining的分析類型：  聯結分析（ Association Rule Analysis）。  次序相關分析（ Sequential Pattern Analysis）。  分類分析（ Classification Analysis）。  群集分析（ Clustering Analysis）。  預測分析（ Forecasting Analysis）。 Data Mining的應用：  市場區隔分析（ Marketing Segment Analysis）。  顧客流失分析（ Customer Churn Analysis）。  直接行銷（ Direct Marketing）。  詐欺偵測。  購物籃分析（ Market Basket Analysis）。 智慧型工具（ Intelligence Tools）  人工智慧（ Artificial Intelligence。 AI）－ 電腦能夠執行某些必須由人類智慧才能達成的行為。  智慧代理人（ Intelligence Agent。 IA）－ 被設計用來幫助使用者完成某些特定任務與目的的電腦軟體程式 ，本身具備某種程度的智慧、知識與獨 立自主性。  個案推理系統（ CaseBased Reasoning。 CBR）－ 將組織過去解決問題的經驗以案例的方式儲存在知識庫（ Knowledge Base）中，並利用這些資訊解決類似的新問題。  類神經網路（ Artificial Neural Network。 ANN）－一種 模擬人類大腦思考過程的資訊科技架構，可透過過去案例的累積，學習並修正其解決問題的能力。  模糊理論（ Fuzzy Logic。 FL）－ 以法則為推理基礎的一種人工智慧，但可容忍不確定性的資料，使用近似值或主觀值來推論。 Chapter 9 ECommerce and EMarketplace: Network Transaction Model for Enterprise Architecture 電子商務（ ECommerce。 EC）的定義  廣義的定義－企業在 Inter 上所有的經營活動。  狹義的定義－企業利用開放式的電腦網路（ Inter。