信息系统与信息资源管理

《信息系统与信息资源管理》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、信息系统与信息资源管理InformationSystemsandInformationManagement教学大纲课程编码：M952007课程学分：48学时，3学分适用学科/专业：管理/工商管理硕士开课学院：经济与管理学院一、课程性质信息系统与信息资源管理是一门综合了管理科学、信息科学、系统科学、行为科学、营销科学以及应用心理学的交叉性学科,主要学习以下内容：(1)信息系统的基本理论和方法；(2)互联网时代的信息系统演变；（3）大数据背景下数驱动的管理决策；(4)信息系统前沿课题探讨。该课程强调理论指导实践，注重实践应用能力和逻辑思

2、维能力的培养。二、课程教学目的通过本课程的理论学习和实践操作使学生深入认识“信息就是资源”的理念，对信息系统领域的重要理论有较为全面的理解和把握，能够较为熟练地应用信息系统领域的知识和技能完成企业信息化设计、建设以及商务智能分析和决策。三、教学基本内容及基本要求第一单元全球信息化背景下的信息系统1、教学基本内容从管理信息系统的发展历程看信息系统的演变，结合现今全球信息化发展需求解读信息系统与管理的关系。2、教学基本要求了解全球信息化的背景，理解信息系统与商业及管理的关系。3、课外阅读信息系统系统中的商业伦理和社会问题（教材第4章）第

3、二单元全球化电子商务与合作1、教学基本内容电子商务及其发展，信息系统、组织与战略。2、教学基本要求了解合作系统与社会化商务系统，理解全球电子商务与合作对促进企业发展的价值，理解信息系统、组织与战略的关系。3、案例讨论企业应该拥抱社会化商务吗？（教材第2章）第三单元信息技术基础1、教学基本内容新兴技术、商务智能技术、通信技术、信息系统安全。2、教学基本要求以分专题的形式介绍信息技术基础设施，了解IT技术在信息系统中的应用。3、案例讨论苹果、谷歌和微软争夺用户的互联网经验。4、课外阅读新兴技术带来的商业机会（电子资源）第四单元企业信息系

4、统及最优化运营1、教学基本内容企业信息系统、供应链管理系统、客户关系管理系统。2、教学基本要求了解目前主流的企业信息系统，理解供应链管理系统以及客户关系管理系统的基本应用。3、案例讨论新ERP系统点亮SummitElectric。（教材第9章）4、课外阅读ERP应用实例（电子资源）第五单元电子商务：数字化市场与数字化产品1、教学基本内容电子商务、移动商务以及新兴数字化产品。2、教学基本要求了解电子商务的基本模式，掌握互联网背景下企业商务模式分析的思路和方法。3、案例讨论收费还是不收费？Zagat的困境。（教材第10章）4、课外阅读中

5、国电子商务的特点和发展过程（电子资源）第六单元管理知识1、教学基本内容知识管理、企业级知识管理、智能技术。2、教学基本要求了解知识管理的基本概念、企业知识管理系统的基本构成以及智能技术在企业中的应用。3、案例讨论Watson：计算机可以代替人吗？（教材第11章）4、课外阅读人工智能技术应用（电子资源）第七单元增强决策能力1、教学基本内容决策信息系统、企业商务智能及其组成。2、教学基本要求了解决策信息系统的基本概念、理解企业商务智能的应用。3、案例讨论Zynga以商务智能取胜（教材第12章）4、课外阅读商务智能应用实例（电子资源）第八

6、单元信息系统建设与管理1、教学基本内容信息系统开发概述、项目管理。2、教学基本要求了解信息系统开发的基本流程和方法，了解项目管理的基本流程。3、案例讨论Honam石化寻求更好的管理报告（第13章）4、课外阅读管理项目（第14章）第九单元管理流程数据化1、教学基本内容流程分析及数据库设计方法。2、教学基本要求上机完成某企业或组织的管理流程数据化，鼓励结合实际运行流程完成实训。3、CASE工具（选学）Visio、PowerDesigner或ERWIN第十单元关联规则分析1、教学基本内容关联规则应用简介及Statistica实现。2、教学

7、基本要求上机完成经典数据集的关联规则挖掘过程，鼓励结合实际运行流程完成实验。3、CASE工具Statistica7.0第十一单元聚类分析1、教学基本内容聚类分析算法简介及Statistica实现。2、教学基本要求上机完成经典数据集的聚类分析挖掘过程，鼓励结合实际运行流程完成实验。3、CASE工具Statistica7.0第十二单元数据工程实践研讨1、教学基本内容数据工程实践研讨及成果展示。2、教学基本要求对一个完整的数据分析工程方案的设计和实施进行解析和评价。四、本课程与其他课程的联系与分工先修课程：管理学、营销管理、计算机技术（如

8、有数据库基础更好）五、实践环节教学内容的安排与要求实践环节以数据分析工程的形式开展，共4周，安排在第9周—12周。实践教学内容为：(1)管理流程数据化设计；(2)关联规则分析；(3)聚类分析；(4)数据工程成果展示及研讨。每个实践单元