管理信息学PDF电子书下载

第1章 绪论 1

1.1 信息科学的发展 1

1.2 管理中的信息学问题 3

1.3 本书的内容结构 6

1.4 学习任务和目标 8

思考题 9

第2章 信息与管理 11

2.1 案例分析 11

2.2 信息的概念 13

2.2.1 哈特莱的观点 13

2.2.2 信息概念的不同描述 14

2.2.3 数据、信息与知识 16

2.3 信息的基本特征、性质与类型 17

2.3.1 信息的基本特征 17

2.3.2 信息的性质 18

2.3.3 信息的类型 20

2.4 信息的生命周期 21

2.4.1 信息采集 22

2.4.2 信息存储 23

2.4.3 信息传输 23

2.4.4 信息处理 24

2.4.5 信息的应用和维护 24

2.5 信息的系统观 26

2.5.1 系统的基本概念 26

2.5.2 信息系统概念与结构 32

2.5.3 信息系统的数学模型 34

2.6 信息与管理 37

2.7 信息的度量 39

2.7.1 概率信息的描述 41

2.7.2 不确定性与自信息量 43

2.7.3 信息熵 44

2.7.4 哈特莱信息度量方法 46

2.7.5 香农定理 49

2.7.6 信息熵的性质 54

思考题 56

第3章 信息采集与存储 59

3.1 信息采集概述 59

3.1.1 信息采集的概念 59

3.1.2 信息采集的原则 60

3.1.3 信息采集的范围 61

3.1.4 信息采集的来源 62

3.1.5 信息采集的流程 62

3.2 信息的感知、传感和收集 64

3.2.1 信息感知 64

3.2.2 信息传感 65

3.2.3 信息收集 69

3.2.4 信息识别 84

3.3 信息组织 92

3.3.1 信息组织的概念 92

3.3.2 信息组织的原理 92

3.3.3 信息组织的层次 93

3.4 信息存储 95

3.4.1 信息存储概述 95

3.4.2 信息存储的体系结构 97

3.4.3 数据库与数据仓库 98

思考题 99

第4章 信息传输与信息编码 101

4.1 信息传输的概念 101

4.1.1 信息传输与语法信息 101

4.1.2 信息传输与信号 102

4.2 信息传输模型 104

4.2.1 信息传输的基本模型 104

4.2.2 信息传输的一般模型 105

4.3 信息传输的有效性 107

4.3.1 信源及信源编码 107

4.3.2 变长无失真信源编码定理 110

4.3.3 哈夫曼编码 114

4.4 信息传输的抗干扰性 116

4.4.1 信道及信道容量 116

4.4.2 信道编码 117

4.4.3 二元线性码 125

4.4.4 线性码的编码与译码 130

4.4.5 循环码 135

4.4.6 循环码的编码与译码 142

4.4.7 抗干扰信道编码定理 149

4.5 限失真信源编码定理 150

思考题 152

第5章 信息安全与信息加密 155

5.1 信息安全的基本概念 155

5.1.1 危害信息安全的因素 156

5.1.2 保护信息安全的措施 156

5.1.3 密码技术是保护信息安全的关键技术 158

5.2 密码学的基本概念 159

5.3 密码学的复杂性理论 161

5.3.1 算法复杂性 161

5.3.2 问题复杂性 162

5.4 私钥密码算法 162

5.4.1 流密码 163

5.4.2 分组密码 166

5.4.3 DES加密算法原理 167

5.5 公钥密码算法 169

5.5.1 公钥密码体制及其设计的基本原理 169

5.5.2 RSA密码体制 170

5.6 数字签名方案 173

5.6.1 数字签名方案概述 173

5.6.2 RSA签名方案 174

5.6.3 OSS签名方案 174

5.6.4 数字签名的发展与挑战 175

5.7 识别协议 176

5.7.1 识别协议概述 176

5.7.2 Feige-Fiat-Shamir识别协议 177

5.7.3 改进的Feige-Fiat-Shamir识别协议 178

5.8 密钥管理 180

5.8.1 密钥管理的意义 180

5.8.2 密钥的分类与产生 181

5.8.3 密钥的分配 181

5.8.4 密钥保护和秘密共享 183

思考题 184

第6章 信息处理 187

6.1 信息处理过程 188

6.1.1 信息处理的多阶段模型 188

6.1.2 信息处理过程中各阶段任务 188

6.2 信息预处理 191

6.2.1 连续属性集离散化分析 192

6.2.2 概念泛化分析 195

6.2.3 空值估算 199

6.3 信息处理的统计学方法 204

6.3.1 多元数据的相关分析 205

6.3.2 聚类分析 208

6.3.3 判别分析 214

6.3.4 回归分析 217

6.3.5 时间序列分析 222

6.4 信息处理的机器学习方法 225

6.5 不确定信息的处理方法 229

6.5.1 模糊集方法 229

6.5.2 粗糙集方法 231

6.5.3 贝叶斯网络 237

思考题 242

第7章 信息决策理论与方法 245

7.1 统计学方法在管理决策中的应用 245

7.1.1 回归分析的应用 246

7.1.2 聚类分析的应用 248

7.1.3 时间序列分析的应用 249

7.2 人工智能方法在管理决策中的应用 251

7.2.1 规则的表示与推理 252

7.2.2 不确定推理 259

7.3 信息熵在管理决策中的应用 263

7.3.1 管理决策的熵思想 264

7.3.2 基于信息熵的管理决策方法 265

思考题 278

参考文献 281