powerpoint 演示文稿 - 精品课程建设平台

1/121,信息资源管理,理论、技术、应用,Information Resource Management,张文新 副教授,电话mail: 办公室：经济管理楼1213室,2/121,讲义主要内容,3/121,第08讲,信息分析技术,4/121,引言,用数据说话（理念-技术-工具）从数据中发现问题和规律,5/121,6/121,7/121,8/121,9/121,10/121,11/121,引言,思考：假设你是学院的教务秘书，试分析一个年级全体学生的学生成绩信息。,12/121,内容提要,8.1. 信息分析的统计学基础8.2. 信息分析技术8.3. 信息分析应用案例,13/121,8.1. 信息分析的统计学基础,统计分析中的两个最基础的概念描述性统计（Descriptive Statistics）：描述性统计就是组织、描述和总结所收集到的一组数据的特征。需要注意的是，它所描述的是这组数据本身的分布特征。 推论统计（Inferential Statistics ）：推论统计就是从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体。我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（sample），把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（population）。,14/121,8.1. 信息分析的统计学基础,统计分析中的两个最基础的概念判断（描述性统计？推论性统计）：对某班级一门课程考试的成绩的统计分析；工厂通过抽样检测确定某产品的质量合格率；顾客对某产品或某项服务的满意度调查分析。,15/121,8.1. 信息分析的统计学基础,描述性统计集中趋势的量度（measures of central tendency） ：共性离散程度的量度（measures of variability)：异质性,16/121,8.1. 信息分析的统计学基础,集中趋势的量度集中趋势(平均数值)是对整个群体的数值的最好的代表。有三种形式的平均数值：平均值（mean）、中位数（median）、众数（mode）。 其中，最常用的是平均值。,思考：为什么要用中位数呢？中位数与平均值有什么不同呢？,17/121,8.1. 信息分析的统计学基础,离散程度离散程度 （异质性 ）反映的是数值之间是如何的不同。 同样均值不同差异程度 。如： 7，6，3，3，1 3，4，4，5，4 4，4，4，4，4 有三个离散程度的量度指标：全距（range）、标准差（standard deviation）、方差（variance）。 其中，最常用的是标准差。,18/121,8.1. 信息分析的统计学基础,全距的概念和计算全距是一组数据中最大值与最小值之差，又称极差。例如，有两组数据：甲组：54、63、70、73、80、85、99乙组：67、70、75、79、80、83、85甲组数据的全距为R=99-54=45；乙组数据的全距为R=85-67=18。说明甲组数据比乙组数据离散程度大。,思考：在企业管理中“全距”用在何处呢？,19/121,20/121,21/121,8.1. 信息分析的统计学基础,标准差标准差反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。标准差越大表示差异越大。,“标准差”这个统计概念用在哪里呢？,22/121,23/121,8.1. 信息分析的统计学基础,24/121,8.1. 信息分析的统计学基础,方差量度离散程度的第三个指标是方差（variance）。方差就是标准差的平方。,25/121,8.1. 信息分析的统计学基础,用图形显示数据？为什么要用图形显示数据？ 用什么图形显示数据？柱状图 线性图饼图 ？ ？ ？ ？ ？ ？,26/121,8.1. 信息分析的统计学基础,27/121,8.1. 信息分析的统计学基础,28/121,8.1. 信息分析的统计学基础,图型显示的频数分布特征随机事件A在n次实验中出现m次，m与n的比值，就是随机事件A出现的频数 频数分布的特征可以有4个指标来显示：均值标准差斜度（skewness）峰度（kurtosis）,29/121,8.1. 信息分析的统计学基础,低收入 A群体的平均收入 B群体的平均收入 C群体的平均收入 高收入,均值,30/121,异质性（标准差）,频数,低收入 均值 高收入,群体A的收入分布,群体B的收入分布,群体C的收入分布,8.1. 信息分析的统计学基础,31/121,斜度,8.1. 信息分析的统计学基础,32/121,峰度,低收入 高收入,频数,群体A的收入分布,群体B的收入分布,群体C的收入分布,8.1. 信息分析的统计学基础,33/121,信息分析技术统计分析技术机器学习方法不确定性理论可视化技术数据库技术。,8.2. 信息分析技术,34/121,信息分析技术,8.2. 信息分析技术,35/121,8.2. 信息分析技术,信息分析技术统计分析技术：根据研究目的应用加工整理的统计资料和分析方法，对客观事物进行判断和推理的过程。统计分析的四个阶段：对事物的描述性分析，它是运用所掌握的信息，对系统进行尽可能充分和全面的认识；对事物进行解析性分析，它往往通过建立数学模式，识辨和刻画出一定的解析结构，确定事物中各个元素的内在联系；预演性研究，其目的是掌握系统运行和动态变化的规律，得出分析的结论；根据分析结果进行决策，所谓决策，就是指对事物状况进行充分的观察和认识，对系统构造及其要素的内在联系进行识别和深入的分析，并且在对事物的未来做出正确判断的基础上，在多种可行的方案中进行优选。,36/121,方差分析相关分析回归分析因子分析聚类分析,8.2. 信息分析技术,37/121,8.2. 信息分析技术,方差分析方差分析是检验多个样本均数间差异是否具有统计意义的一种方法方差分析是一项很重要的研究工具，能够直接发现用定距或定尺度测量的调查对象组之间的差异。方差分析在商业研究中的用途，如：各细分市场的产品消费量有差异么？接触到不同电视的广告组对品牌的评价有差异么？零售商、批发商、代理商对厂家的分销政策态度一致吗？消费者购买某品牌的目的随价格水平变化么？顾客对商店的熟悉程度会影响其对商店的偏好么？,38/121,8.2. 信息分析技术,相关分析相关分析是用于了解两个定量变量之间关系最简便又易于理解的方法。把这个方法推广为多元回归分析，就可以了解一个变量与几个变量之间的关系。在商业研究中，相关分析可用于，如：销售额与广告支出的关系有多强？市场分额与销售力量的多少是否存在联系？消费者对质量的认知是否与其对价格的认知有关？,39/121,8.2. 信息分析技术,回归分析把存在相关关系的两个或多个变量，一个或几个作为自变量，另一个作为因变量，把它们之间不十分准确、稳定的关系用数学方程式来表达，用自变量的值来估计、预测因变量的值，这个过程称为回归分析。变量之间相互关联的规律或关系称为回归关系，表达回归关系的数学方程称为回归方程。回归分析在商业研究中的应用，如:销售额的变差是否可以用广告支出、价格、和分销水平的变差来解释？市场分额的变差是否能够以销售人员的数量、广告支出和销售促进预算来解释？消费者对质量的认知是否有他们对价格、品牌形象和品牌属性的认知决定？,40/121,8.2. 信息分析技术,因子分析因子分析是一项多元统计分析技术，其主要目的就是简化数据。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结果。这些假设变量是不可观测的，通常称为因子。它们反映了原来众多的观测变量所代表的主要信息，并能解释这些观测变量之间的相互依存关系。 在商业研究中的用途广泛：市场细分，可以用因子分析确定顾客细分的潜在变量； 产品研究，可以用因子分析确定影响消费者选择的品牌属性；广告研究，可以用因子分析了解目标市场的媒体消费习惯；价格研究，可以用来发现价格敏感顾客的主要特征。,41/121,因子分析因子分析实例：某公司为了了解消费者对牛肉、色、羊肉、猪肉及鸡等五种肉类食物的偏好倾向，进行了一次市场调查。请1000位消费者对这五种肉类进行评分。评分采用十分制，分数越高表示越喜欢。调查结果列于下表。试用因子分析方法研究影响消费者选择食物的因素。,8.2. 信息分析技术,42/121,8.2. 信息分析技术,案例：肉类消费倾向调查表：,43/121,8.2. 信息分析技术,使用SPSS软件进行因子分析实例,44/121,结果解析： 上表是SPSS11.0输出的旋转后的因子载荷矩阵，我们可以依此推断两个公共因子的含义。从表中的数据来看，鸡、鱼、牛肉在第一公共因子的因子载荷值较高，而在第二公共因子的因子载荷值较低，故第一公共因子反映鸡、鱼、牛肉的公共特性。第一公共因子代表脂肪少。而羊肉、猪肉在第二公共因子的因子载荷值较高，在第一公共因子的因子载荷值较低，这说明第二公共因子反映羊肉、猪肉的公共特性，第二公共因子代表价格。因而我们可以认为脂肪和价格是决定消费者肉类消费的主要因素。,8.2. 信息分析技术,45/121,聚类分析聚类分析是把研究对象按照一定的规则分成若干类别，并使类之间的差别尽可能地大，类内的差别尽可能地小。相似性是聚类的依据。 当研究的对象缺乏描述信息或无法组织成任何分类模式时，聚类分析可根据样本数据发现规律，从而找出全体数据的描述。,8.2. 信息分析技术,46/121,聚类分析分类和聚类的差别：分类是“分”而成类，由有形的整体对象分解为若干部分或分支；聚类是“聚”而生类，从大量联系不明显甚至表面无联系的文献或数据中产生相关的群或集。,8.2. 信息分析技术,47/121,8.2. 信息分析技术,聚类分析技术聚类要素的数据处理距离的计算选择聚类方法（之一：谱系聚类法）聚类分析实例,48/121,一、聚类要素的数据处理,在聚类分析中，聚类要素的选择是十分重要的，它直接影响分类结果的准确性和可靠性。被聚类的对象常常是多个要素构成的。不同要素的数据往往具有不同的单位和量纲，其数值的变异可能是很大的，这就会对分类结果产生影响。因此当分类要素的对象确定之后，在进行聚类分析之前，首先要对聚类要素进行数据处理。,49/121,假设有m 个聚类的对象，每一个聚类对象都有n个要素构成。它们所对应的要素数据可用表8.1给出。,表8.1 聚类对象与要素数据,50/121,在聚类分析中，常用的聚类要素的数据处理方法有如下几种:, 总和标准化。分别求出各聚类要素所对应的数据的总和，以各要素的数据除以该要素的数据的总和，即 这种标准化方法所得到的新数据满足,（8.1）,51/121, 标准差标准化，即 由这种标准化方法所得到的新数据，各要素的平均值为0，标准差为1，即有,（8.2）,一、聚类要素的数据处理,52/121, 极大值标准化，即 经过这种标准化所得的新数据，各要素的极大值为1，其余各数值小于1。 极差的标准化，即 经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。,（8.3）,（8.4）,53/121,例题:表8.2给出了某地区9个农业区的7项指标，它们经过极差标准化处理后，如表8.3所示。,表8.2 某地区9个农业区的7项经济指标数据,54/121,表8.3 极差标准化处理后的数据,一、聚类要素的数据处理,55/121,样品间的相似性度量距离计算 设有n个样品的多元观测数据： xi=(xi1, xi2, , xip)T, i=1, 2, , n 每个样品可看成 p元空间的一个点，n个样品组成 p元空间的 n个点。用各点之间的距离来衡量各样品之间的相似程度。设d(xi, xj)是样品xi和xj之间的距离，一般要求它满足下列条件: （1）d(xi, xj) 0，且 d(xi, xj)= 0 当且仅当 xi= xj； （2）d(xi, xj)= d(xj, xi)； （3）d(xi, xj) d(xi, xk)+ d(xk, xj),二、距离的计算,56/121,二、距离的计算,常见的距离有 绝对值距离 欧氏距离 明科夫斯基距离,（8.5）,（8.6）,（8.7）,57/121, 切比雪夫距离。当明科夫斯基距 时，有 据表8.3中的数据，用公式（8.5）式计算可得9个农业区之间的绝对值距离矩阵如下：,（8.8）,（8.9）,58/121,三、谱系聚类法,原理：先把各个分类对象单独视为一类，然后根据距离最小的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类。每一次归并，都划去该对象所在的列与列序相同的行。经过m-1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序作出聚类谱系图。,59/121,谱系聚类法谱系聚类方法是一种聚类较准确、实施较简单的聚类方法。谱系聚类法的目的是根据给定数据产生一个层次结构。 基本过程：开始每个样品各成一类，然后相继将两个最相近的类合并成一个新类，直到所有的样品成为一个总类，从而得到一个按相似性大小聚结起来的谱系图。,三、谱系聚类法,60/121,聚类分析的方法： 谱系聚类法 类间相似性可用类间距离来衡量。常用的有最短距离、最长距离、重心距离和类平均距离等。用i，j 分别表示样品xi和xj ，用dij表示样品xi和xj之间的距离。设Gp为一个类，它包含np个样品 x1, x2, , xnp， 则其均值： 称为类Gp的重心。,三、谱系聚类法,61/121,聚类分析的方法： 谱系聚类法 类Gp和Gq之间的最短距离、最长距离、重心距离和类平均距离定义如下： （1）最短距离： （2）最长距离： （3）重心距离： （4）组平均距离： 或,三、谱系聚类法,62/121,谱系聚类法：谱系聚类法的步骤： （1）n个样品开始时作为n个类，计算两两之间的距离，构成一个对称的距离矩阵： 此时，类间距离就是样品间的距离。,三、谱系聚类法,63/121,谱系聚类法：谱系聚类法的步骤： （2）选择Dn中的非对角线上的最小元素，设这个最小元素是 dpq，这时，Gp=xp, Gq=xq。 将Gp和Gq并成一个新类Gr =Gp, Gq。 在Dn中消去Gp和Gq 所对应的行和列，并加入由新类Gr与剩 下的其他未聚合的类的类间距离所组成的一行和一列，得 到一个新的距离矩阵Dn-1，它是n-1阶矩阵。 （3）从Di-1中的（i= n, n-1, , 2）出发重复步骤（2）的做法得Di-2 （i= n, n-1, , 2），直至n个样品聚为一个大类为止。,三、谱系聚类法,64/121,三、谱系聚类法,例题：根据距离矩阵式（8.9），用谱系直接聚类法对某地区的9个农业区进行聚类分析,步骤如下:,(2)在余下的元素中，除对角线元素以外，d75= d57=0.83为最小者，故将第5区与第7区并为一类，划掉第7行和第7列；,(1)在距离矩阵D中，除去对角线元素以外，d49=d94=0.51为最小者，故将第4区与第9区并为一类，划去第9行和第9列；,65/121,三、谱系聚类法,(3)在第2步之后余下的元素之中，除对角线元素以外，d82= d28=0.88为最小者，故将第2区与第8区并为一类，划去第8行和第8列；,(4)在第3步之后余下的元素中，除对角线元素以外，d43= d34=1.23为最小者，故将第3区与第4区并为一类，划去第4行和第4列，此时，第3、4、9区已归并为一类；,66/121,(6)在第5步之后余下的元素中，除对角线元素以外，d65= d56=1.78为最小者，故将第5区与第6区并为一类，划去第6行和第6列，此时，第5、6、7区已归并为一类；,(5)在第4步之后余下的元素中，除对角线元素以外，d21= d12=1.52为最小者，故将第1区与第2区并为一类，划去第2行和第2列，此时，第1、2、8区已归并为一类；,67/121,(7)在第6步之后余下的元素中，除对角线元素以外，d31= d13=3.10为最小者，故将第1区与第3区并为一类，划去第3行和第3列，此时，第1、2、3、4、8、9区已归并为一类；,根据上述步骤，可以作出聚类过程的谱系图8.1。,(8) 在第7步之后余下的元素中，除去对角线元素以外，只有d51= d15=5.86，故将第1区与第5区并为一类，划去第5行和第5列，此时，第1、2、3、4、5、6、7、8、9区均归并为一类。,三、谱系聚类法,68/121,图8.1 直接聚类谱系图,三、谱系聚类法,1,2,3,4,5,6,7,69/121,聚类分析实例,表8.5给出了某农业生态经济系统各个区域单元的有关数据，下面我们运用系统聚类法，对该农业生态经济系统进行聚类分析，步骤如下： (1)用标准差标准化方法，对9项指标的原始数据进行处理； (2)采用欧氏距离测度21个区域单元之间的距离； (3)选用组平均法，计算类间的距离，依据不同的聚类标准（距离），对各样本（各区域单元）进行聚类，并作出聚类谱系图。,70/121,表8.5 某农业生态经济系统各区域单元的有关数据,71/121,表8.5 某农业生态经济系统各区域单元的有关数据（续）,72/121,图8.5 某农业生态经济系统区域单元的系统聚类（组平均法）谱系图,聚类分析实例,73/121,从聚类分析谱系图（图8.5）可以看出，在不同的聚类标准（距离）下，聚类结果不同，当距离标准逐渐放大时，21个区域单元被依次聚类。当距离为0时，每个样本为单独的一类；当距离为5，则21个区域单元被聚为16类；当距离为10，则21个区域单元被聚为9类；当距离为15，则21个区域单元被聚为5类；当距离为20，则21个区域单元被聚为3类； 最终，当聚类标准（距离）扩大到25时，21个区域单元被聚为1类。,聚类分析实例,74/121,案例一：搜狐网2007 网上3.15企业公众形象与和谐消费大型网络调查 分析报告,数字100市场研究有限公司2007.3.15,8.3. 信息分析应用案例,75/121,研究背景,为了推动企业更好地履行社会责任，切实维护消费者的合法权益，为构建社会主义和谐社会做出贡献，搜狐网、中国消费者协会与北京数字100市场研究公司从2006年开始携手，针对消费安全问题进行“网上3.15”调查活动。 2007年“网上3.15”调查活动的主题是“和谐消费”，截止到2007年3月13日下午5时，共回收问卷1206份，其中有效问卷1202份，达到99.7。,案例企业公众形象与和谐消费大型网络调查,76/121,研究报告主要针对消费安全进行研究； 研究报告数据采集由搜狐公司通过互联网采集； 研究报告数据分析由北京数字100市场研究有限公司承担。,技术说明,案例企业公众形象与和谐消费大型网络调查,77/121,调查分析的内容,案例企业公众形象与和谐消费大型网络调查,78/121,随着各种各样的消费安全事件出现，近八成的消费者高度重视与自身利益密切相关的消费安全问题。,一、消费者对消费安全的关注度和评价,79/121,与2005年情况相近，食品消费安全仍是消费者关注度最高的问题，其次是医疗保健问题。,一、消费者对消费安全的关注度和评价,80/121,与2005年相比，消费者的消费安全信心指数略有提高，但整体仍偏低，消费环境安全性有待提高：目前六成以上的消费者对消费安全的信心不足。,一、消费者对消费安全的关注度和评价,81/121,虽然四成消费者缺乏消费安全感，但大部分消费者对未来的消费安全充满信心。,一、消费者对消费安全的关注度和评价,82/121,消费透明度的增加有利于提高消费信心： 随着媒体对消费安全事件曝光的增多，在2006年，消费者感知到的消费安全事件数量虽然增多，但并没有影响到消费信心的提高。,一、消费者对消费安全的关注度和评价,83/121,企业社会责任感虽有所增强，但仍需加强重视： 随着媒体和公众对消费安全问题的重视，企业的社会责任感意识也在增强，近一半消费者认为在过去的2006年，企业的社会责任感有所提高。,二、消费者对企业社会责任的评价,84/121,除了一直是消费安全问题重点的食品和医疗行业外，中介行业的消费安全成为新热点： 与2005年相比，2006年食品行业的消费安全问题比例有所下降。,二、消费者对企业社会责任的评价,85/121,诚信与尊重是建立融洽的企业与消费者关系的基础，消费者能够理解诚信企业的过失： 偶尔的过失对企业来说在所难免，对此，绝大部分消费者都表示可以理解； 近八成的消费者对诚信企业的过失表示理解，甚至四成消费者对尊重消费者、勇于承担责任的企业表示赞赏。,二、消费者对企业社会责任的评价,86/121,从企业内部到外部法律环境，都要保证消费者对产品的安全有知情权： 消费者对企业生产出有安全隐患的产品表示可以理解，但需要企业的诚信和尊重； 对于有安全隐患的产品，不论是企业主动、还是外部强迫，必须保证消费者的知情权。,二、消费者对企业社会责任的评价,87/121,虽然召回制度可以亡羊补牢，防患于未然对企业更为重要： 随着越来越多的行业和企业执行召回制度，消费者也认为这是目前处置有安全隐患产品的最佳方法； 与2005年相比，2006年更多的消费者认为与其事后召回，上市前保证无隐患才是根本。,二、消费者对企业社会责任的评价,88/121,企业的消费者权益意识淡薄，亟需提高： 目前企业往往在消费者权益受损后、企业面临危机时才采取事后补救，致使90以上的消费者认为企业对自身权益的尊重不够，需要加强。,二、消费者对企业社会责任的评价,89/121,建立良好的企业与消费者关系，在中国才刚刚起步： 在建立与消费者关系方面，2006年企业的进步不大； 90%以上的消费者认为企业未能有效的建立与消费者的关系； 重视危机公关并不能带来稳定良好的消费者关系，反而使企业显得更加功利。,二、消费者对企业社会责任的评价,90/121,建立融洽的消费者关系对企业意义重大，不仅对企业有利，也促进社会的全面发展,二、消费者对企业社会责任的评价,91/121,利润和社会责任感并非矛盾，提高社会责任感有利于增强企业的竞争力： 85的消费者认为企业的利润和社会责任感是一致的，优秀的企业也是有社会责任感的企业。,二、消费者对企业社会责任的评价,92/121,虽然消费安全的根源在于企业，但现阶段保证消费安全仍以法制和政府的监管为主： 与2005年相比，更多的消费者认识到在外部监管下，企业需要自觉承担社会责任，消费者也要提高安全意识；在企业未自觉树立起社会责任意识的时期，外部的强制力更显重要。,三、解决消费安全问题的途径,93/121,解决食品安全问题，生产企业和法制监管的作用都有待加强 消费者解决食品安全问题的最直接途径是产品的经销商，生产企业在其中的作用不大； 作为第三方消费者协会和新闻媒体对质量安全问题起着重要的协调作用； 解决消费安全问题，法制监管还未起到应有的作用。,三、解决消费安全问题的途径,94/121,现阶段提高企业的社会责任，仍主要依靠外部力量来推动： 目前企业自身的社会责任意识淡漠，往往在出现问题直至曝光后才会重视，在这种情况下，政府/行业协会的监管和媒体舆论的压力成为推动企业开展社会责任活动的主要力量。,三、解决消费安全问题的途径,95/121,总结,消费者十分重视消费安全问题，尤其是在食品和医疗方面； 与2005年相比，消费者的消费安全信心有所提高，但总体来说，对消费环境缺乏安全感； 目前消费透明度不高，企业缺乏自觉尊重消费者权益和承担社会责任的意识； 消费者对企业的产品隐患问题表示可以理解，但需要企业的诚信和尊重，首要的是保障消费者的知情权；和谐的消费者关系对企业意义重大，但目前企业意识淡薄，临时抱佛脚的危机公关无法带来和谐的稳定消费者关系；在目前企业和消费者都不成熟的条件下，健全的法制、政府的大力监管以及媒体的力量对维护消费安全的责任重大。,96/121,案例二：GIS地理信息系统,97/121,GIS定义,GIS是由计算机硬件、软件和不同方法组成的系统，该系统设计用来支持空间数据采集、管理、处理、分析、建模和显示，以便解决复杂的规划和管理问题。美国联邦数字地图协调委员会（FICCDC）,98/121,GIS定义概念框架,99/121,GIS定义对GIS的理解,GIS的物理外壳是计算机化的技术系统 数据采集系统、数据管理系统、数据处理和分析系统、可视化表达与输出系统等组成，影响着GIS硬件平台、系统效率和功能、数据处理方式和产品类型。GIS的操作对象是空间数据 地理数据属性数据、几何数据、时间数据。GIS对空间数据的管理好操作，是GIS区别于其它信息系统的根本标志，也是技术难点之一。,100/121,GIS定义对GIS的理解（续）,GIS的技术优势在于它的空间分析能力 GIS独特的地理空间分析能力、快速的空间定位搜索和复杂的查询功能、强大的图形处理和表达、空间模拟和空间决策支持等，可产生常规方法难以获得的重要信息，这是GIS的重要贡献。GIS与地理学、测绘学联系紧密 地理学是GIS的理论依托，为GIS提供有关空间分析的基本观点和方法。测绘学为GIS提供各种定位数据，其理论和算法可直接用于空间数据的变换和处理。 GIS引入地学界，如同Fortran语言引入计算机科学界一样重要。 美国学者 K. I.兰菲尔,101/121,GIS定义GIS在信息系统中的位置,102/12