信息資源管理（簡體書）

《21世紀高等學校規劃教材·信息管理與信息系統：信息資源管理》以信息化建設為主線，全面系統地介紹公共信息機構、政府、企業的信息資源開發與管理的理論、技術和應用以及信息資源管理的新發展。全書按信息資源不同表現形式共分為7章，分別是信息資源管理概述、數據信息資源管理、文獻信息資源管理、網絡信息資源管理、政府信息資源管理、企業信息資源管理和信息資源管理新發展。
為了便於學習，書中各章均配有引導案例、討論案例、思考題及參考文獻，個別章節還介紹了信息管理與信息系統專業研究生和本科生所做的實例和研究成果。全書結構清晰，內容全面系統，素材豐富，突出了案例教學，強調了實用性和新穎性，適合於信息管理與信息系統專業本科生、管理類各專業研究生教學之用，也可作為MBA和相關專業培訓的教材或參考書。·

謝吉瑞，近年來湧現的知名作家之一，擅長親子教育類作品的創作。他的作品尤以觀點新穎、描寫細膩為廣大讀者所喜愛，被讀者譽為“現代家庭問題的解構師”。·

《21世紀高等學校規劃教材?信息管理與信息系統:信息資源管理》結構清晰，內容全面系統，素材豐富，突出了案例教學，強調了實用性和新穎性，適合于信息管理與信息系統專業本科生、管理類各專業研究生教學之用，也可作為MBA和相關專業培訓的教材或參考書。

第1章 信息資源管理概述
引導案例：小劉的坦然
1.1 信息資源的含義及分類
1.1.1 信息的含義
1.1.2 信息資源的含義
1.1.3 信息資源的特徵
1.1.4 信息資源的類型
1.2 信息資源管理的發展歷程與內涵
1.2.1 信息資源管理的發展歷程
1.2.2 信息資源管理的內涵
1.3 信息資源管理的層次與內容
1.4 信息資源管理的管理與技術基礎
1.4.1 信息資源管理的管理基礎
1.4.2 信息資源管理的技術基礎及管理
1.4.3 信息資源管理方法
1.4.4 信息化
討論案例1-1:迅達交運集團的信息化之路
討論案例1-2:渤海港務公司信息化規劃
本章小結
思考題
參考文獻

第2章 數據信息資源管理
引導案例：渤海港務公司數據集成
2.1 數據倉庫
2.1.1 數據倉庫的特徵與結構
2.1.2 港口數據倉庫構建實例
2.2 數據集成
2.2.1 數據集成的含義和作用
2.2.2 數據集成的一般架構
2.2.3 數據信息系統集成
討論案例：渤海港務公司的整合方案
2.3 數據挖掘
2.3.1 數據挖掘概述
2.3.2 數據挖掘算法
2.3.3 應用實例——某市網通小靈通通話記錄的分析
2.4 商務智能
2.4.1 商務智能概述
2.4.2 商務智能系統
2.4.3 商務智能的應用
討論案例：新亞集團協同商務
本章小結
思考題
參考文獻

第3章 文獻信息資源管理
引導案例：從翻卡到網絡書庫
3.1 文獻信息資源採集
3.1.1 文獻信息源
3.1.2 文獻信息採集途徑
討論案例：日本人是如何得到大慶油田情報的
3.2 文獻信息資源檢索
3.2.1 文獻檢索系統簡介
3.2.2 文獻檢索方法及策略
3.2.3 文獻檢索效率評價
3.2.4 典型文獻檢索工具的應用
3.3 文獻信息資源挖掘
3.3.1 相關文獻分析
3.3.2 共詞分析方法實例
3.3.3 非相關文獻分析
3.3.4 基於全文獻的知識發現
討論案例：深度語義文本分析挖掘
3.4 文獻信息資源服務
3.4.1 傳統文獻信息資源服務
3.4.2 文獻知識服務
3.4.3 文獻知識元庫構建實例
3.5 文獻信息資源的宏觀管理
3.5.1 文獻信息資源配置
3.5.2 文獻信息資源的產權保護
討論案例：百度罪與罰：中國因特網知識產權保護迎來拐點
本章小結
……
第4章 網絡信息資源管理
第5章 政府信息資源管理
第6章 企業信息資源管理
第7章 信息資源管理新發展·

數據管理已經歷了人工管理、文件系統和數據庫系統三個階段，數據倉庫則是數據管理的更高級形態，與數據庫管理有很大的不同。
（1）功能不同。數據庫是面向業務的，是對事務處理的支持，具備簡單的查詢功能；數據倉庫是面向決策的，主要是對數據的分析處理。
（2）粒度不同。數據的粒度是指描述現實事物數據的詳略程度。數據越詳細，粒度就越小；反之，數據越粗略，粒度就越大。數據庫的數據往往是細粒度的原始數據，而數據倉庫的數據是經過處理的數據，粒度相對較大。
（3）來源不同。數據庫的數據一般是業務數據的原始記錄，隨著業務的開展，不斷地更新和加載。數據倉庫集成來自企業內部和外部的異構數據，并經過清洗、篩選和轉載等處理，具有統計性和綜合性。
（4）時效不同。數據庫通常采納和使用當前數據，為在線業務實時地開展服務，因而數據更新頻率較高，對數據的處理過程較快，用時較少。數據倉庫主要是對歷史數據的分析和處理，因此數據長期保留，相對穩定，數據量相對較大，操作處理時間較長。
（5）范圍不同。數據庫是面向業務的，數據具有專用性和局部性的特征。數據倉庫面向主題，一具有廣泛性、綜合性和普遍性特征。
作為一種信息管理技術，數據倉庫能夠對分布在企業的各種數據進行再加工，從而形成一個綜合的、面向分析的環境，以更好地為決策者提供各種有效的數據分析，起到決策支持的作用。
從數據倉庫的定義可知，它有4點基本特征：面向主題、集成的、相對穩定、隨時間不斷變化的。
（1）面向主題。
主題是一個在較高層次將數據歸類的標準，每一個主題基本對應一個宏觀的分析領域。比如，一個保險公司的數據倉庫所組織的主題可能為客戶、政策、保險金、索賠。而按應用來組織則可能是汽車保險、生命保險、健康保險、傷亡保險。由此可以看出，基于主題組織的數據被劃分為各自獨立的領域，每個領域有自己的邏輯內涵，互不交叉。而基于應用的數據組織則完全不同，它的數據只是為處理具體應用而組織在一起的。應用是客觀世界既定的，它對于數據內容的劃分未必適用于分析所需。“主題”在數據倉庫中是由一系列表實現的。也就是說，依然是基于關系數據庫的。雖然現在許多人認為多維數據庫更適用于建立數據倉庫，它以多維數組形式存儲數據，但“大多數多維數據庫在數據量超過10G字節時效率不佳”。
（2）集成的。
在數據進入數據倉庫之前必然要經過加工與集成，這一步實際上是數據倉庫建設中最關鍵、最復雜的一步。首先，要統一原始數據中的所有矛盾之處，如字段的同名異義、異名同義、單位不統一、字長不一致等，還要將原始數據結構做一個從面向應用到面向主題的大轉變。