生产过程中，产品结构、加工工艺、采购费用和劳动生产率等因素会发生变化，因而也会导致成本数据发生变化，为了使标准成本数据尽量接近实际，可对现行标准成本定期（如3～6个月）进行调整，而标准成本保持不变
17、财务管理主要可分为那些模块？简要描述各模块之间的关系。
18、谈谈财务管理与其他业务管理的关系。
19、ERP项目周期包含哪几个阶段？
1.前期阶段 2.规划阶段 3.实施阶段 4.交付阶段 20、ERP选型工作有哪些步骤组成？ 第一、分析需求，明确目标和实施范围 第二、借鉴同行业信息化经验
第三、展现软件产品必要的业务流程 第四、明确实施主体和实施团队 第五、确定合理的项目预算
《管理信息系统》
信息与数据的区别和联系？
区别：数据是客观的，它是对客观事物记录下来，可以鉴别的符号（客观）。它来源于客观的现实世界，它只反映某一客观存在的事实，而不能说明这一事实与我们的行动是否有关系；信息是对数据加工后的结果，它取决于人们的主观需求，要对人们的决策行动产生影响（主观）。 系统的特征包括哪些？
① 它是一个为管理决策服务的信息系统 ② 它是一个组织乃至整个供应链进行全面管理的综合系统 ③ 它是一个人机结合的系统
④ 它是一个需要与先进的管理方法和手段相结合的信息系统 ⑤ 它是多学科交叉形成的边缘学科
信息系统的发展经历几个阶段？各阶段的特点？
①初装阶段②蔓延阶段③控制阶段④集成阶段⑤数据管理阶段⑥成熟阶段 ① 初装：计算机的作用被初步认识到，个别人具有初步使用计算机的能力、 ② 蔓延：数据处理能力的发展的最为迅速，但同时出现了许多有待解决的问题。如数据冗余、不一致性、难共享 ③ 控制：计算机数量过多，应用经验逐步丰富 ④ 集成：重新装备大量设备，预算费用迅速增长 ⑤ 数据管理 ⑥ 成熟 ⑦ 信息系统发展过程中的增长要素：计算机软硬件资源、应用方式、计划控制、管理信息系统在组织中的地位、领导模式 信息系统和管理的关系?
① 信息系统对计划职能的支持 ② 信息系统对组织职能和领导职能的支持 ③ 信息系统对控制职能的支持
管理的不同层次所需信息各有什么特点？
战略级：关系到上层决策的信息，是上层管理人员对本部门要达到的目标，及为达到这一目标所需的资源配置等进行决策所需的信息。
战术级：关系到企业运营管理的信息，能使中层管理人员掌握资源利用情况，讲实际结果与计划进行比较，从而了解是否达到预定目标，并指导其采取相应的措施，以便更有效地利用资源。作业级：关系到企业业务日常运作的信息，是下层业务人员使用的信息。 简述应用环境对管理信息系统开发的影响？
管理信息系统的应用离不开一定的环境和条件，这里，环境是有关组织内，外部各种因素的综合。
一、生产过程的特征：
由于不同的生产特征决定着企业开发应用管理系统时应当贯彻的管理思想，因而必须在系统进行总体规划之前进行认真分析，才能保证系统对企业的生产经营活动进行有效管理。
二、组织规模：
组织规模是管理信息系统环境中最重要的因素之一，他决定着系统应用的目标和规模，因而，在管理信息系统的建设上，根据组织规模确定系统的规模和目标是系统分析人员的重要任务。组织规模即组织的大小。 三、管理的规范化程度：
管理的规范化是管理组织、过程等的学科性与合理性的要求。管理的规范化程度受企业规模的影响较为明显。 四、组织的系统性：
一个系统性的组织，管理过程是系统化的，可以被准确地描述和量化，能够产生与决策控制过程相关的数据。这样的系统的管理和决策能够在各管理环节的支持下准确进行。
五、信息处理与人：
在信息处理中，计算机的长处：能保存大量的历史数据，并进行筛选、分析；能够仿真应用环境和真实的管理系统；能够产生各种方案的可行解，自动淘汰非优解。 人在信息处理中的特点：能够根据经验和大量知识进行模糊推理；善于处理各种与人有关的问题。
在管理信息系统中如何协调人和系统的关系？
人在信息处理方面的能力是有限的，表现在响应输入能力有限，短期存储能力有限，检出差别能力有限，对概率数据的处理能力有限等。如果负荷超过人的能力，响应速度就会大大降低，响应性能就会恶化。但是人能够根据经验和大量的知识进行模糊推
理和决策，善于处理各种与人有关的问题。依据这些特点，在信息系统建立中要充分考虑人与计算机的合理分工，充分发挥人和计算机各自的长处，以期人机和谐。 数据处理的主要目的？
① 把数据转换成便于观察分析、传送或进一步处理的形式 ② 从大量的原始数据中抽取部分数据，推导出对人们有价值的信息，以作为行
动和决策的依据 ③ 利用计算机科学的保存和管理经过处理的大量数据，以便人们方便而充分地利用这些宝贵的信息资源 数据处理的基本内容？
数据处理的基本内容包括 数据收集 、 数据转换 、 数据的筛选 、 数据的组织 、
索引文件和顺序文件的区别？
顺序文件查找方便，但在有新记录加入时，需要进行排序操作，在文件很大时，很费时间。索引文件建立了记录与索引的对应关系，只需要对索引进行排序，但索引文件需占用额外的存储空间。
概念模型和数据模型的联系？
概念模型：按用户的观点对数据和信息建模。 数据模型：对客观事物以其联系的数据化描述 简述数据库系统的构成？
① 计算机系统②数据库③数据库管理系统④人员（数据库管理员、系统程序员、用户） 什么是企业流程重组？
概念：指为完成企业目标或任务而进行的一系列跨越时空的在逻辑上相关的业务活动 可行性分析的内容？
内容：①管理上的可行性 ②技术上的可行性 ③经济上的可行性 结构化系统开发方法的优缺点？
结构化开发方法（SSDM），分为系统分析、系统设计、系统实施三个阶段。此方法在生命周期法基础上发展起来。它更强调开发人员与用户的紧密结合，而且在开发策略上“自上而下”，注重开发过程的整体性和全局性。它适合于大型信息系统开发，它的不足是开发过程复杂繁琐，周期长，系统难以适应环境的变化。 管理业务调查的主要内容？
调查管理业务流程应顺着原系统信息流动的过程逐步地进行，内容包括各环节的处理业务、信息来源、处理方法、计算方法、信息流经去向、提供信息的时间和形态（报告、单据、屏幕显示等）
代码的功能？
①它为事物提供一个概要而不含糊的认定，便于数据的存储和检索 ②使用代码可以提高处理效率和精度 ③代码提高了数据的全局一致性 ④代码是人和计算机的共同语言 系统的切换方法？
①直接切换法 ②并行切换法 ③试点切换法 代码测试的方法？
代码的种类？
顺序码、区间码、助忆码
赵晓峰 数据仓库挖掘
1．数据仓库和数据库有何不同？它们有哪些相似之处？
答：区别：数据仓库是面向主题的,集成的,不易更改且随时间变化的数据集合,用来支持管理人员的决策,数据库由一组内部相关的数据和一组管理和存取数据的软件程序组成,是面向操作型的数据库,是组成数据仓库的源数据.它用表组织数据，采用ER数据模型。它们都为数据挖掘提供了源数据,都是数据的组合.
2．什么是数据挖掘？请举例。
数据挖掘:是从大量数据中提取或\挖掘\知识,也就是从存放在数据库,数据仓库或其他信息库中的数据挖掘有趣知识的过程.数据挖掘是可以从数据库中提取有趣的知识规律或高层信息发现的知识,可以用于决策,过程控制,信息管理,查询处理.
它不是一种从数据库,统计学和机器学习发展的技术的简单转化,它涉及多学科技术的集成,包括数据库技术,统计学,机器学习,高性能计算模式识别,神经网络,数据可视化,信息检索,图象与信号处理和空间数据分析.随着数据库技术发展,数据的丰富带来了对强有力的数据分析工具的需求,大量的数据被描述为\数据丰富,但信息贫乏\所以数据挖掘出来了. 当把数据挖掘看作知识发现过程时,它涉及的步骤为: 1)数据清理 2)数据集成 3)数据选择
4)数据变换 5)数据挖掘 6)模式评估 7)知识表示
3.在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的方法。 答：1）忽略元组 2）人工填写空缺值 3）使用一个全局常量填充空缺值
4）使用属性的平均值填充空缺值 5）使用与给定元组属同一类的所有样本的平均值 6）使用最可能的值填充空缺值。其中，方法3到6使数据倾斜，填入的值可能不正确。不过，方法6是最常用的方法
4. 数据挖掘是一个多学科领域，这些学科包括： , 数据库系统：常由软件、数据库和数据管理员组成。 统计学通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。 机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。 可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。 信息科学是指以信息为主要研究对象，以信息的运动规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以扩展人类的信息功能为主要目标的一门新兴的综合性学科 5.当把数据挖掘看作知识发现过程时,它涉及的步骤为: 步骤（1）数据清理：在数据库中的数据有一些是不完整的（有些感兴趣的属性缺少属性值）、含噪声的（包含错误的属性值），并且是不一致的（同样的信息不同的表示方式），因此需要进行数据清理，将完整、正确、一致的数据信息存入数据仓库中。不然，挖掘的结果会差强人意。
步骤（2）数据集成：把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。
步骤（3）数据选择：从数据库中检索与分析人物相关的数据。
步骤（4）数据变换：通过平滑聚集、数据概化、规范化等方式将数据转换成适用于数据挖掘的形式。对于有些实数型数据，通过概念分层和数据的离散化来转换数据也是重要的一步。
步骤（5）数据挖掘：根据数据仓库中的数据信息，选择合适的分析工具，应用统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络、遗传算法的方法处理信息，得出有用的分析信息。
步骤（6）模式评估：从商业角度，由行业专家来验证数据挖掘结果的正确性。
步骤（7）知识表示：将数据挖掘所得到的分析信息以可视化的方式呈现给用户，或作为新的知识存放在知识库中，供其他应用程序使用。
6. 什么是元数据？
元数据被定义为：对数据及信息资源的描述性信息。元数据（Meta Data）是关于数据仓库的数据，指在数据仓库建设过程中所产生的有关数据源定义，目标定义，转换规则等相关的关键数据。同时元数据还包含关于数据含义的商业信息，所有这些信息都应当妥善保存，并很好地管理。为数据仓库的发展和使用提供方便。
元数据是一种二进制信息，用以对存储在公共语言运行库可移植可执行文件 (PE) 文
件或存储在内存中的程序进行描述。将您的代码编译为 PE 文件时，便会将元数据插入到该文件的一部分中，而将代码转换为 Microsoft 中间语言 (MSIL) 并将其插入到该文件的另一部分中。在模块或程序集中定义和引用的每个类型和成员都将在元数据中进行说明。当执行代码时，运行库将元数据加载到内存中，并引用它来发现有关代码的类、成员、继承等信息。
7. 请列举五种数据挖掘的方法。
答：分类：分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。
回归分析：回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。
聚类：聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。
关联规则：关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通过对企业的客户数据库里的大量数据进行挖掘，可以从大量的记录中发现有趣的关联关系，找出影响市场营销效果的关键因素，为产品定位、定价与定制客户群，客户寻求、细分与保持，市场营销与推销，营销风险评估和诈骗预测等决策支持提供参考依据。
特征：特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。
8、传统数据库的处理方式和决策分析中数据需求不相称，主要表现在哪几个方面？
答：1．决策处理的系统响应问题
在OLTP中，用户对系统和数据库的要求是数据存取频率要高，操作时间要快，
由于用户对数据操作时间的短暂，是系统在多用户的情况下，也可保持较高的系统响应时间。例如银行存取系统，银行联网运行实例。
在决策分析处理中，用户对系统和数据的要求则发生了很大的变化。在决策分析
中，有的决策问题请求可能导致系统长达数小时的运行，有的决策分析问题的解决则需要遍历数据库中大部分数据，这就必定消耗大量的系统资源，这些是OLTP系统所无法承担的。因此操作型数据和决策分析型数据必须分离。
2．决策数据需求的问题