导读:本文包含了企业信息工厂论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:企业信息,工厂,数据管理,数据,信息资源,智能,商务。
企业信息工厂论文文献综述
沈振萍[1]（2013）在《基于企业信息工厂的商务智能数据管理》一文中研究指出随着内外部环境中数据量的激增,人们开始面对众多的数据管理问题。频繁出现的数据管理事件,更突显了数据管理的重要性。数据管理活动和人们所从事的各类生产劳动活动一样,借助相关工具技术,是有可能提高活动效率和活动价值的。商务智能(BI, Business Intelligence)便是这样一种数据管理工具,其关键是从企业运作系统的数据中析取出有用的数据,并对这些数据进行清理,从而确保数据的正确性,然后经过ETL过程(析取(extraction)、转换(transformation)和装载(load)),合并到目的数据仓库里,由此得到企业数据的全局视图,在全局视图的基础上利用商务智能技术工具对其进行分析和处理,最后将结果呈现给管理者,为管理者的决策过程提供支持。但是,商务智能理论和工具也有其局限性,在商务智能数据管理过程中,视阈的局限,造成数据管理全生命周期过程中部分阶段的缺失,使得数据管理活动片面,从而不具有完整性,由此提供的数据服务在可信度和效率性方面也缺乏说服力,也就使得层出不穷的数据问题的出现成为了可能。企业信息工厂是数据管理的全过程逻辑架构,基于企业信息工厂来开展商务智能数据管理课题研究,可以从一定程度上解决上述困境。商务智能试图为管理者提供可靠的决策支持,数据服务优劣是决定商务智能决策成败的关键所在。数据管理的问题层出不穷,本研究提出的商务智能数据管理对策具有普遍适用性,其中包括了理论层面的解决对策数据生态系统(数据反馈流和数据质量管理框架)和执行层面的解决对策数据治理政策和数据管理工作流程设计。其中,数据质量管理框架包括了数据血统分析(数据评价)、数据整合(ECTL)、数据标准化、数据匹配与巩固以及持续监控。科学技术的不断完善,使得商务智能相关技术处于持续升级换代之中。商务智能从理论的萌芽阶段,到理论的提出阶段,再到理论的发展完善阶段,数据存储技术、数据库、数据仓库、数据集市、联机分析处理技术、数据挖掘、信息可视化技术等都是伴随着这叁个发展阶段逐步向前推进的。可以说,企业信息工厂(CIF)、商务智能(BI)理论和这些数据收集、处理、分析技术是相辅相成、互相影响的,理论的提出可以为技术的发展,确定基调及指明方向；而技术的不断更新改进,又为理论的有效性验证和完善创造了条件。数据处理活动与人类从事的其他生产劳作活动类似,借助商务智能这一利器可以提高效率,提升效用。同时,可视化技术的出现和不断完善,使商务智能以及商务智能数据管理的商业产业链形成了一个从“数据整合”、经“数据分析”、“数据挖掘”、到最后“数据展示”的完整“闭环”。商务智能数据管理产品层出不穷,并且各具特色,占据了各自目标市场的份额,现阶段的商务智能数据管理产品并非完美无缺,无论是现实的应用需求还是科研理论的需要,都对商务智能数据管理产品提出了迫切的改进需求。本研究试图从理论层面(数据生态系统和数据质量框架)和执行层面(数据治理政策和工作设计)来解决商务智能数据管理实践活动中的问题随着相关技术,特别是数据仓库技术、ETL技术、OLAP技术、数据挖掘技术、信息可视化技术的飞速发展,技术层面的优化改进基础已经具备,而基于信息工厂的商务智能数据管理可以很好的结合技术层面的成果并提出相应的理论层面的优化改进对策,真正实现为商务智能决策提供高效、可信数据服务的目的。现代企业所面临的商业竞争日趋激烈,数据作为企业重要资产之一的效用体现的越来越明显。高效可信的数据服务,为企业在激烈的竞争的赢得一席之地提供了有效的帮助。在企业中,建立基于企业信息工厂的商务智能数据管理机制,实施理论层面(数据生态系统和数据管理框架)和执行层面(数据治理政策和数据管理工作流程)相结合的革新对策,对于案例中的某大型电子科技公司的数据管理活动起到了明显的改善作用,并且至少实现了预期的为管理层商务决策提供较之以往更为高效可信的数据服务的目标：为所有应用程序主动监控和清洗数据,保持数据清洁；使业务部门能够分担数据质量和数据治理的职责；借助可信的企业数据实现更好的业务成果。本研究通过总结现有主流的商用智能数据管理产品在市场定位及功能点方面的特性,分析现状得出不足；并对商务智能数据管理的发展趋势研究热点进行简单介绍,例如目前影响较大的大数据管理课题。(本文来源于《安徽大学》期刊2013-04-01）
沈振萍,谢阳群[2]（2013）在《基于企业信息工厂的商务智能数据管理研究》一文中研究指出随着内外部环境中数据量的激增,人们开始面对众多的数据管理问题。企业信息工厂理论提出了一种信息系统逻辑的新架构,对基于企业信息工厂的商务智能数据管理进行研究,提出了通过数据生态系统,建立数据质量管理框架,利用数据管理政策和工作流程,为商务智能决策提供高效可信的数据服务,并介绍了方案实例——数据联邦。(本文来源于《情报科学》期刊2013年03期）
彭丽丽,张媛,魏阳[3]（2012）在《基于企业信息工厂的信息资源管理模式初探》一文中研究指出介绍了信息资源管理的相关概念和企业信息工厂的基本架构,分析了企业信息工厂信息资源管理的演变,即由企业信息工厂应用到供应链信息工厂逻辑构架的出现,由与之相对应的企业信息主管(CIO)到具有独立于企业的信息组织的信息资源管理模式,并分析了信息组织管理信息工厂的信息资源的优势和可行性。(本文来源于《情报探索》期刊2012年07期）
沈祥群,谢阳群[4]（2008）在《基于企业信息工厂的电子商务系统探讨》一文中研究指出阐述了CIF理论的原理和主要部件,介绍了电子商务系统的组成部分。通过将CIF和Web环境结合创建一个稳定、灵活的接口,使CIF更好地为电子商务系统提供有效的支持,以便于企业能够在竞争激烈的市场环境中处于优势地位。(本文来源于《情报杂志》期刊2008年04期）
企业信息工厂论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着内外部环境中数据量的激增,人们开始面对众多的数据管理问题。企业信息工厂理论提出了一种信息系统逻辑的新架构,对基于企业信息工厂的商务智能数据管理进行研究,提出了通过数据生态系统,建立数据质量管理框架,利用数据管理政策和工作流程,为商务智能决策提供高效可信的数据服务,并介绍了方案实例——数据联邦。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
企业信息工厂论文参考文献
[1].沈振萍.基于企业信息工厂的商务智能数据管理[D].安徽大学.2013
[2].沈振萍,谢阳群.基于企业信息工厂的商务智能数据管理研究[J].情报科学.2013
[3].彭丽丽,张媛,魏阳.基于企业信息工厂的信息资源管理模式初探[J].情报探索.2012
[4].沈祥群,谢阳群.基于企业信息工厂的电子商务系统探讨[J].情报杂志.2008
论文知识图
