分层次渐进——信息产业部信息化推进司司长季金奎谈企业信息化

按照信息化建设的不同方面,信息产业部在信息化推进工作中,分别从区域信息化,领域信息化、企业信息化,社会服务信息化以及信息化的基础工作等几个方面加以推进。而在企业信息化推进过程中,国有大型企业、中小型企业和单一轻型企业的信息化目标不尽相同,各个企业必须按照实际情况,确定信息化发展战略.政府则要以应用为主导,分层次渐进地引导和推进企业信息化建设的发展。     

信息化榜样

2004年7月15日,CECA(国家信息化测评中心)在北京举行了“中国企业信息化标杆工程”首批标杆企业发布仪式,重点推荐标杆企业的最佳信息化实践。联想等21家企业入选。CECA于2002年正式发布了我国第一个面向效益的信息化指标体系———“中国企业信息化指标体系”。建立企业信息化指标体系,是为了正确和客观地评价中国企业信息化水平,引导企业信息化建立在有效益、务实、统筹规划的基础上。它从宏观上指导企业信息化整体水平的提高;在微观上,使企业更准确地认识信息化的内涵,明确信息化的目的,制定正确的信息化战略,并对具体实施提供帮助。…     

加快企业信息化 迎接新世纪挑战

如果企业不信息化谈何国民经济信息化,要说国民经济信息化必论企业信息化。国家经贸委与信息产业部、科技部联合在今年发起并组织“企业信息化工程”活动。本报配合此次活动特别组织了《企业信息化在行动》的特别报道。     

企业信息化层次风险支撑框架的规划与设计

在制定企业信息化规划时,需要在企业信息化建设指导原则下,制定信息系统应用架构蓝图和对应的关键的信息化管理控制的工作建议。本文提出建立企业信息化风险管理模型,正确评价和控制信息化风险,保证企业信息化建设的有效性和效率,从而有效的保护企业投资并使企业获得核心竞争力。     

浅谈电子商务与企业信息化构建

电子商务与企业信息化几乎涉及国民经济与社会信息化的所有问题.现通过对电子商务和企业信息化关系的阐述,指出了企业信息化是发展电子商务的基础,并探讨了如何实现企业信息化,以及在电子商务环境下企业信息化的构建.     

浅谈电子商务与企业信息化构建

电子商务与企业信息化几乎涉及国民经济与社会信息化的所有问题。现通过对电子商务和企业信息化关系的阐述,指出了企业信息化是发展电子商务的基础,并探讨了如何实现企业信息化,以及在电子商务环境下企业信息化的构建。     

管理创新需要信息化

在“以信息化带动工业化”的指引下,江苏省电力公司围绕企业信息化目标开展了大量的工作,积极推进企业技术创新、管理创新和制度创新,企业的经济效益、社会效益和管理水平得到迅速提高。信息化促进管理创新企业信息化是企业管理现代化的一个重要标志,一方面,企业管理集约化、规范化、标准化的过程和管理变革是企业信息化的基础;另一方面,企业管理创新的成果需要通过企业信息化来固化,加大执行的力度。企业信息化对企业的生产、经营、管理都提出了新的要求,江苏省电力公司利用信息化与管理创新的相互促进作用,在信息化的过程中,实现技术创新…     

试论竞争情报在企业信息化中的促进作用

企业竞争情报研究是市场激烈竞争的产物。竞争是市场经济的本质体现,企业竞争是经济竞争的主要表现,而竞争情报则是企业信息化的具体体现。现代企业发展离不开信息化,竞争情报则促进了企业信息化的发展。企业要在竞争中立于不败之地,就必须发挥贯彻竞争情报在企业信息化中的强大作用。该文着重从战略竞争情报在企业信息化中的导向性作用;技术竞争情报在企业信息化中的重心作用;市场竞争情报在企业信息化中的引导作用这三个层次探讨了竞争情报在企业信息化的过程中的意义。进而针对当前我国企业竞争情报系统存在的问题,提出建立科学的竞争情报体系、提高竞争情报效率的几点建议。     

浅论项目管理在企业信息化建设中的应用

企业信息化建设项目是为企业信息化管理交付信息化管理系统,提供信息化管理咨询服务,进行信息化管理知识转移而进行的临时性工作.本文介绍了企业信息化建设中应用项目管理的重要意义,分析了项目管理在企业信息化建设中的实际应用及其实施步骤.     

机械:企业ERP建设加速

2002年,企业信息化项目特别是ERP项目实施在机械行业企业中形成热点,在推动机械企业信息化建设方面,中国机械工业联合会在进行了全行业企业信息化调研的基础上,于2002年秋召开了“机械行业企业信息化”会议,对指导企业根据机械行业的特点进行信息化建设,引导企业正确应对企业信息化建设中面临的热点、难点和疑点发挥了重要的作用。 我国机械工业总产值占全国GDP的40％以上,随着加入WTO和经济全球化,机械行业信息化的主要内容是:产品创新设计、信息化技术与装备、实现管理信息化和电子商务等。2002年,我国机械企     

基于Hadoop的大数据信息安全监控云平台设计与研究

针对传统的大数据信息监控云平台模式单一、虚拟化程度不高,容易导致信息泄露的问题,为了提高对大数据的信息安全溯源能力,提出基于Hadoop的大数据信息安全监控云平台设计方法。在信息资源云体系下构建大数据信息安全融合模型,通过信息挖掘与匹配方法把云平台中的数据资源、物理资源进行关联性整合,方便数据安全溯源,在Hadoop平台下构建多源信息资源云,建立用户接口注册机制,采用虚拟化技术进行信息保护,实现在云平台下进行信息安全溯源。实验结果表明,采用该方法进行大数据信息安全溯源,大数据信息分类存储性能较好,对异常数据挖掘精度较高。具有较好的信息安全保护能力,确保了信息安全。     

一种互联网内容安全检测过滤系统*

为了解决互联网上内容安全问题,提出一种互联网内容安全检测系统。该系统包括四层,即网络层、信息识别层、信息流过滤层和内容检测层。网络层中是互联网上通过的文本信息、音频信息以及图像与视频信息等。这一层网络中的信息可以通过网络抓包器来捕获网络数据包,并送给第二层信息识别层进行分类。信息识别层中主要是对从网络上来的信息进行识别,分清楚它们是文本信息、音频信息还是图像及视频信息。信息流过滤层主要任务是对信息识别层传来的信息进行多特征融合判定。对有用的信息进行过滤,对信息的格式进行标准化等。内容检测层是整个系统的核心     

当前信息安全发展态势

二十一世纪是信息时代,信息的传递在社会生活中的地位越来越重要,相应信息的安全问题也变得十分突出。当前,信息安全在新的信息安全观,信息安全威胁的多元性,中国面临的信息安全的风险因素,近年来信息安全建设工作的开展情况方面的成果以及信息安全的未来等方面有了新的发展态势,通过这些发展态势的分析,人们对信息安全的现状及发展有更进一步的了解和认识。     

浅析如何完善高校网络信息安全管理应急处理机制

随着高校信息化管理的逐步深化,对网络信息安全管理也越来越重视。然而,在网络信息安全管理的过程中,如何应对网络信息安全管理突发事件则是一件值得重视的事情,本文则着重研究如何完善高校信息安全管理应急处理机制。通过健全信息安全应急响应机构、建立健全信息安全突发事件应急预案以及科学处理信息安全突发事件等措施进一步完善高校信息安全应急处理机制,这将对高校信息安全管理工作起到关键性的作用。     

大数据中心存储信息分层分类优化提取仿真

目前信息分类提取方法不能满足用户在大数据时代下的信息获取速度需求,为此,提出了基于大数据中心存储信息分层分类优化的信息提取方法。提取数据信息的特征,对得到的信息特征进行校对和调整,在获得存储机制下大量信息的关键特征后,采用信息校验方法消除冗余信息,在信息的校验过程中获取冗余信息的二维坐标,根据这个坐标进行二次检验,确保冗余信息完全消除。利用获取的信息关键特征系数,对比校验区域信息,完成对信息的精确检测,保证信息分类分层优化的有效性。将优化后的信息作为分层分类信息提取的样本,通过条件假设和似然比对事件的发生概率的计算结果确定事件的发生概率,实现对分层分类优化后信息的提取。仿真结果证明,所提方法在提取大数据中心存储信息时,具有速度快、准确率高、信息损失量低等特点。     

Knowledge Workers for Information Support: Executives' Perceptions and Problems

Traditional executive information systems (EIS) user support tends to focus on technical support rather than information support. Letting executives use EIS directly for strategic information has not been successful. Adopting a combined method of case study and survey, this study explored and examined the role of information support functions from U.K. executives' point of view. It found that the use of information specialists for external information scanning, information refining, and information reporting has been perceived as important to support executives in acquiring strategic information. However, information specialists' knowledge and capability in sensing and interpreting information, executive culture, the cost of establishing such a support role are the main concerns of executives. the paper suggests that EIS users need information support, as opposed to technical support. To be effective and successful, managers' knowledge in sensing, interpreting, and using information should be elicited and shared among information specialists in light of knowledge management.     

基于传感器特征可信度的多信息融合模态研究

信息融合关键在于如何控制信息的数量,处理各种信息之间的关系以及优先级别。提出一种基于信息特征可信度的信息融合方法运用于信息融合的模态构建之中。通过预先优化信息特征的可信度进行信息的一次融合,再通过多信息模态中的特征关联进行信息的二次融合。找到最佳的多信息的模态构建方法,提高信息融合的质量和可信度。     

基于信息元的模式匹配方法

结构信息是模式匹配的重要辅助信息,当模式中出现多个自身信息相似的元素时,结构信息是正确区分其匹配关系最有效的依据,这在匹配大型模式时显得尤为重要.已有的研究成果对结构信息的使用存在信息不够准确、缺少有效的描述形式、处理耗时等缺点,极大地阻碍了结构信息的使用.为了充分利用结构信息,提出一种基于信息元的模式匹配方法(IU_Based),该方法首先将模式元素按照描述实体的不同划分为不同的信息元,然后计算信息元间的相似度并获取其匹配关系,最后在相互匹配的信息元之间选择元素匹配关系.实验结果表明,IU_Based方法能够有效地解决结构信息使用中的相关问题,提高匹配准确率.     

Quality-driven information filtering using the WIQA policy framework

Web-based information systems, such as search engines, news portals, and community sites, provide access to information originating from numerous information providers. The quality of provided information varies as information providers have different levels of knowledge and different intentions. Users of web-based systems are therefore confronted with the increasingly difficult task of selecting high-quality information from the vast amount of web-accessible information. How can information systems support users to distinguish high-quality from low-quality information? Which filtering mechanisms can be used to suppress low-quality information? How can filtering decisions be explained to the user? This article identifies information quality problems that arise in the context of web-based systems, and gives an overview of quality indicators as well as information quality assessment metrics for web-based systems. Afterwards, we introduce the WIQA—Information Quality Assessment Framework. The framework enables information consumers to apply a wide range of policies to filter information. The framework employs the Named Graphs data model for the representation of information together with quality-related meta-information. The framework uses the WIQA-PL policy language for expressing information filtering policies against this data model. WIQA-PL policies are expressed in the form of graph patterns and filter conditions. This allows the compact representation of policies that rely on complex meta-information such as provenance chains or combinations of provenance information and background information about information providers. In order to facilitate the information consumers’ understanding of filtering decisions, the framework generates explanations of why information satisfies a specific policy.     

Information behavior and value creation potential of information capital: Mediating role of organizational learning

This work draws on recent literature concerning information capital and organizational learning to explore how this may affect information behavior and value (IBV) of the healthcare industry in an emerging economy. Whether organizational learning mediates the relationships between information capital and both information behavior and information value (IBV) is also examined. Additionally, a parsimonious and plausible empirical model is proposed to examine the links among contextual variables. Data are collected from full-time medical staff of medical centers in Taiwan, including physicians and nurses. To clarify the relationships among these variables, structural equation modeling (SEM) is conducted to examine the model fit and three hypotheses. The SEM results clearly demonstrate the mediating role of organizational learning in the impact of information capital on both information behavior and information value. Consequently, organizational learning leads to appropriate information behavior and information value (that is, information sharing and information integrity, respectively) only when integrated with organizational learning and information capital for healthcare organizations.