1.DSS和IDSS的组成。
1.决策支持系统（DSS）基本结构主要由四个部分组成：即数据部分、模型部分、推理部分 决策支持系统
和人机交互部分
2.智能决策支持系统（IDSS）：即在传统三库DSS的基础上增设知识库与推理机，在人机对话子系统加入自
然语言处理系统 (LS)，与四库之间插人问题处理系统(PSS)而构成的四库系统结构。
2.电子商务系统的结构。
简介：
电子商务整体结构分为电子商务应用层结构（简称应用层）和支持应用实现的基础结构（三层），基础结构一般包括三个层次和两个支柱。三个层次自下而上
分别为网络层、传输层和服务层，两个支柱分别是安全协议与技术标准、公共政策与法律规范。前三个层次为基础层次，其上就是各种特定的电子商务应用，可见
三个基础层次和两个支柱是电子商务应用的条件。为不失一般性，在此仅对电子商务的基础结构作概括说明。
1、网络层（网络平台）
网络层是电子商务的硬件基础设施，是信息传输系统，包括远程通信网（telecom）、有线电视网（cable TV）、无线通信网（wireless）和互联网（internet）。
远程通信包括电话、电报，无线通信网包括移动通信和卫星网，互联网是计算机网络。对这些网络基本上是独立的，研究部门正在研究将这些网络连接在一起，
到那时传输线路的拥挤将会彻底改变。
2、传输层（信息发布平台）
网络层提供了信息传输的线路，线路上传输的最复杂的信息就是多媒体信息，它是文本、声音、图像的综合。最常用的信息发布应用就是WWW，用HTML或
JAVA将多媒体内容发布在Web服务器上，然后通过一些传输协议将发布的信息传送到接收者。
3、服务层（电子商务平台）
这一层实现标准的网上商务活动服务，以方便交易，如标准的商品目录/价目表建立、电子支付工具的开发、保证商业信息安全传送的方法、认证买卖双方的合法性方法。
4、应用层（电子商务各应用系统）
3.电子政务系统的类型与应用。
应用
电子政务是国家实施政府职能转变，提高政府管理、公共服务和应急能力的重要举措，有利于带动整个国民经济和社会信息化的发展。电子政务市场规模初显。
在国家的大力支持和推动下，我国电子政务取得了较大进展，市场规模持续扩大，2006年，我国的电子政务市场规模为550亿元，同比增长16.4%，2010年，其
市场规模突破1000亿元，2012年，其市场规模达到1390亿元，同比增长17.3%。电子政务软件与服务市场的规模有望突破1080亿元。
在现代计算机、网络通信等技术支撑下，政府机构日常办公、信息收集与发布、公共管理等事务在数字化、网络化的环境下进行的国家行政管理形式。它包含多
方面的内容，如政府办公自动化、政府部门间的信息共建共享、政府实时信息发布、各级政府间的远程视频会议、公民网上查询政府信息、电子化民意调查和社
会经济统计等。
在政府内部，各级领导可以在网上及时了解、指导和监督各部门的工作，并向各部门做出各项指示。这将带来办公模式与行政观念上的一次革命。在政府内部，各
部门之间可以通过网络实现信息资源的共建共享联系，既提高办事效率、质量和标准，又节省政府开支、起到反腐倡廉作用。
政府作为国家管理部门，其本身上网开展电子政务，有助于政府管理的现代化，实现政府办公电子化、自动化、网络化。通过互联网这种快捷、廉价的通信手段，
政府可以让公众迅速了解政府机构的组成、职能和办事章程，以及各项政策法规，增加办事执法的透明度，并自觉接受公众的监督。
在电子政务中，政府机关的各种数据、文件、档案、社会经济数据都以数字形式存贮于网络服务器中，可通过计算机检索机制快速查询、即用即调。
4.电子健康系统应用的影响。
电子健康档案系统记录个人从出生到死亡的所有生命体征的变化，包括个人的生活习惯、以往病史、诊治情况、家族病史、现病史及历次诊疗经过、
历次体检结果等信息。环球软件电子健康档案系统以"六位一体"为中心，通过标准数据接口实现与医院HIS、PACS、LIS、电子病历、社区卫生、新农合等
系统的数据共享与交换，可实现健康档案动态更新，实现真正意义上的"活档"。电子健康档案是进行健康信息的搜集、存储、查询和传递的最好助手。电子
健康档案融合当今最新IT软硬件技术于一身。电子健康档案可以为个人建立始自出生、终其一生的健康档案，从而为健康保健、疾病治疗和急救提供及时、
准确的信息，使人们的医疗保健有了科学、准确、完整的信息基础，为人们的医疗保健提供了新工具、新方法和新思路。电子健康档案可以将人们分散在不
同医院电脑系统中的体检报告、门诊和住院治疗中的治疗方案和检查结果搜集在一起。当发生意外时，可以立即通过电脑查阅其中的急救信息，了解危重病人
的血型、过敏药品、当前的慢性病以及个人保健医生的联系方式，从而采取及时、正确的急救措施，挽救病人的生命。
5.供应链管理的概念。
供应链是由供应商、制造商、仓库、配送中心和渠道商等构供应链管理成的物流网络。同一企业可能构成这个网络的不同组成节点，但更多的情况下是由不同的企
业构成这个网络中的不同节点。比如，在某个供应链中，同一企业可能既在制造商、仓库节点，又在配送中心节点等占有位置。在分工愈细，专业要求愈高的供应
链中，不同节点基本上由不同的企业组成。在供应链各成员单位间流动的原材料、在制品库存和产成品等就构成了供应链上的货物流。
6.数据挖掘的主要功能。
1.决策树方法（信息论方法）：这类方法给予信息论原理，直观容易理解。一般来说这类方法效果好，影响力大。代表算法：ID3算法、C4.5算法、IBLE算法。
2.聚类方法：比较样本距离，距离近的归为一类，距离远的分属在不同的类中。代表算法：k均值、Clara算法、变色龙算法。
3.统计分析方法：利用统计学原理对数据进行分析，这方面有大量的商业软件可以选用。
4.仿生物技术：代表算法：神经网络算法和遗传算法，当然包括两者的其他衍生或近似算法，如鸟群算法。
5.可视化技术：对传统图标功能的一种扩充，让用户对数据的剖析更清晰。
6.模糊数学方法：我最喜欢的一类方法，包括模糊评判、模糊决策、模糊模式识别和模糊聚类。可以参考我以前的有关Aforge.net的博文。
7.其他：其他就是其他，比如SVM、文件挖掘、最近邻方法等。