2026年信息系统分析与设计习题及答案

2026年信息系统分析与设计习题及答案一、单项选择题（每题2分，共20分）1.在信息系统需求分析阶段，采用AI辅助需求收集工具时，以下哪项不属于其核心功能？A.自动识别用户对话中的隐性需求B.提供需求规格说明书的初步框架C.验证需求的一致性与可行性D.替代系统分析师完成需求确认签字2.某企业拟开发供应链协同系统，需明确“供应商”“采购订单”“库存预警”等实体间的关系。在结构化分析方法中，最适合描述此类关系的工具是：A.数据流图（DFD）B.实体-关系图（E-R图）C.数据字典（DD）D.判定表（DecisionTable）3.面向对象设计中，若需描述“用户登录时，系统需验证账号密码，若失败则提示错误，成功则跳转至个人中心”这一动态行为，最适合的UML图是：A.类图（ClassDiagram）B.顺序图（SequenceDiagram）C.用例图（UseCaseDiagram）D.状态图（StateDiagram）4.数据库设计中，某数据表存在“学生（学号，姓名，学院，院长）”，其中“院长”依赖于“学院”而非“学号”，该表违反了：A.第一范式（1NF）B.第二范式（2NF）C.第三范式（3NF）D.巴斯-科德范式（BCNF）5.系统测试阶段，为验证“用户下单后30分钟内未支付则自动取消订单”这一功能，应采用的测试方法是：A.单元测试（UnitTest）B.集成测试（IntegrationTest）C.压力测试（StressTest）D.场景测试（ScenarioTest）6.低代码开发平台（LCDP）在信息系统设计中的主要优势是：A.降低对业务需求的理解要求B.减少编码量并加速开发周期C.完全替代传统结构化设计方法D.无需考虑系统可扩展性问题7.用例建模时，“用户申请退款”用例与“提供退款凭证”用例之间的关系是：A.包含（Include）B.扩展（Extend）C.泛化（Generalization）D.关联（Association）8.数据流图中，“外部实体”的符号通常用：A.圆形或椭圆B.矩形或方框C.箭头D.双线矩形9.敏捷开发（AgileDevelopment）与传统瀑布模型的主要区别在于：A.更强调需求的一次性确定B.重视可工作软件而非详尽文档C.依赖严格的阶段划分与评审D.仅适用于小型系统开发10.系统安全性设计中，“用户密码采用SHA-256哈希加盐存储”主要满足的安全需求是：A.可用性（Availability）B.完整性（Integrity）C.保密性（Confidentiality）D.不可抵赖性（Non-repudiation）二、简答题（每题6分，共30分）1.简述结构化分析方法中“自顶向下，逐层分解”的核心思想，并举例说明其在数据流图设计中的应用。答：结构化分析强调将复杂系统分解为若干层次的子系统，从整体到局部逐步细化。例如，设计图书馆管理系统时，顶层数据流图（0层）仅包含“读者”“图书管理员”两个外部实体，以及“图书借还”“图书检索”两个核心处理过程；1层图则将“图书借还”分解为“验证读者身份”“检查图书状态”“更新借阅记录”等子过程，每个子过程对应更具体的数据流（如“读者证信息”“图书ISBN”）和数据存储（如“读者信息表”“图书库存表”）。通过逐层分解，可清晰反映系统功能的层次结构，降低分析复杂度。2.说明面向对象设计中“封装（Encapsulation）”与“继承（Inheritance）”的区别，并举例说明其在系统设计中的作用。答：封装是将对象的属性（数据）和方法（操作）绑定，隐藏内部实现细节，仅通过接口对外提供服务；继承是子类自动获取父类的属性和方法，并可扩展或重写。例如，设计电商系统时，“商品”类封装了“商品ID”“价格”“库存”等属性及“修改库存”方法；“电子产品”类继承自“商品”类，除具备父类属性外，还新增“品牌”“型号”等属性及“提供保修卡”方法。封装确保了数据的安全性（如库存修改仅通过指定方法），继承避免了代码重复（如无需为每个商品类型重复定义基础属性），提高了代码复用性。3.需求分析阶段需完成哪些关键文档？简述各文档的主要内容。答：（1）需求规格说明书（SRS）：明确系统功能需求（如“用户可在线支付”）、非功能需求（如“页面响应时间≤2秒”）、约束条件（如“需兼容Chrome120及以上版本”）；（2）用例模型（UseCaseModel）：包含用例图（描述参与者与用例的关系）和用例描述（详细说明用例的前置条件、主流程、异常流程等，如“用户登录”用例需说明“输入错误密码3次锁定账号”的异常处理）；（3）数据字典（DD）：定义所有数据项（如“订单ID”：长度32位，格式“DD-YYYYMMDD-XXXX”）、数据流（如“支付请求”：包含“订单ID”“支付金额”“支付方式”）、数据存储（如“用户信息表”：字段包括“用户ID”“姓名”“手机号”）的结构与规则；（4）原型系统（Prototype）：通过可视化界面（如Figma高保真原型）直观展示系统功能，辅助用户确认需求。4.系统测试通常包括哪几个阶段？各阶段的测试目标是什么？答：（1）单元测试：针对单个模块（如“用户注册”函数），验证其功能正确性（如“输入重复用户名是否提示错误”）；（2）集成测试：测试模块间接口（如“购物车模块”与“订单提供模块”的数据传递），确保协作无异常（如“商品数量修改后订单总价同步更新”）；（3）系统测试：从整体验证系统是否满足需求（如“全链路测试用户下单-支付-物流追踪流程”）；（4）验收测试：由用户参与，确认系统符合业务要求（如“验证财务部门导出的销售报表格式与内容是否符合预期”）。5.说明E-R图向关系模型转换的主要规则，并举例说明如何处理多对多（M:N）联系。答：转换规则：（1）实体转换为表，属性转换为字段，主码（PK）对应实体标识符；（2）一对一（1:1）联系可将任一实体的主码加入另一实体表；（3）一对多（1:N）联系将“1”方主码加入“N”方表作为外码（FK）；（4）多对多（M:N）联系需新建关联表，包含双方主码（共同作为关联表的主码）及联系的属性。例如，“学生”（学号，姓名）与“课程”（课程号，课程名）是M:N联系，需创建“选课”表（学号，课程号，成绩），其中“学号”（引用学生表）和“课程号”（引用课程表）共同构成主码，“成绩”是联系的属性。三、应用题（每题15分，共30分）1.某社区拟开发“智慧养老服务系统”，主要功能包括：（1）老人通过APP提交“健康监测”（如血压、血糖数据）、“紧急呼叫”请求；（2）护士端接收健康数据并提供健康报告，接收紧急呼叫后派单给附近护工；（3）护工端接收派单，完成服务后更新服务状态；（4）管理员管理老人、护士、护工账户及权限。要求：（1）绘制顶层数据流图（0层DFD）；（2）描述“紧急呼叫处理”子过程的数据流（至少包含3个数据流）。答：（1）顶层数据流图包含以下元素：外部实体：老人（APP用户）、护士（护士端用户）、护工（护工端用户）、管理员（管理端用户）；处理过程：智慧养老服务系统（顶层唯一处理节点）；数据流：老人→系统：“健康监测数据”“紧急呼叫请求”；系统→护士：“健康数据”“紧急呼叫通知”；护士→系统：“健康报告”“派单指令”；系统→护工：“服务派单”；护工→系统：“服务状态更新”；管理员↔系统：“账户管理请求”“权限设置请求”“管理结果反馈”。（2）“紧急呼叫处理”子过程（1层DFD中的一个处理节点）的数据流包括：输入数据流：来自老人APP的“紧急呼叫请求”（包含老人ID、位置、时间）；中间数据流：系统向护士端发送的“紧急呼叫通知”（包含老人信息、位置）；护士端返回的“派单指令”（包含护工ID、派单时间）；输出数据流：向护工端发送的“服务派单”（包含老人位置、紧急类型）；系统向数据存储（如“紧急事件记录表”）写入的“紧急事件记录”（包含事件ID、处理状态）。2.某连锁超市计划开发“库存管理系统”，要求支持以下业务：（1）采购人员录入采购订单（包含商品名称、数量、供应商、交货日期）；（2）仓库管理员根据采购订单验收商品，更新库存数量；（3）销售人员提交出库申请（包含商品、数量、客户），仓库管理员审核后出库并更新库存；（4）系统自动提供周度库存预警报告（当库存低于安全阈值时提醒）。要求：（1）绘制用例图（包含参与者与用例，注明关系）；（2）编写“验收商品”用例的详细描述（包括前置条件、主流程、异常流程）。答：（1）用例图元素：参与者：采购人员、仓库管理员、销售人员、系统（自动触发）；用例：录入采购订单、验收商品、提交出库申请、审核出库、提供库存预警报告；关系：采购人员→录入采购订单（关联）；仓库管理员→验收商品（关联）、审核出库（关联）；销售人员→提交出库申请（关联）；“验收商品”用例包含（Include）“更新库存数量”（隐含子用例）；系统→提供库存预警报告（自动触发，无直接参与者关联）。（2）“验收商品”用例详细描述：前置条件：采购订单已录入系统且状态为“待验收”；主流程：1.仓库管理员登录系统，选择“验收商品”功能；2.系统显示所有“待验收”的采购订单列表；3.管理员选择某条订单，输入实际验收数量、质量检查结果（合格/不合格）；4.系统验证实际数量≤订单数量，且质量合格；5.系统更新对应商品的库存数量（库存=原库存+实际验收数量）；6.系统将订单状态改为“已验收”，保存验收记录。异常流程：若实际验收数量＞订单数量（异常1）：系统提示“验收数量不能超过订单数量”，返回步骤3重新输入；若质量检查不合格（异常2）：系统提示“商品质量不达标，是否拒收？”，管理员选择“是”则订单状态改为“拒收”，不更新库存；选择“否”则返回步骤3重新检查。四、综合分析题（20分）某跨境电商拟开发“智能选品系统”，目标是通过分析历史销售数据、竞品价格、用户评论等信息，为运营人员推荐高潜力商品。系统需支持：（1）数据采集（从电商平台API、社交媒体爬取数据）；（2）数据清洗（去重、处理缺失值、情感分析用户评论）；（3）模型训练（使用机器学习算法预测商品销量、利润率）；（4）推荐提供（按销量、利润、竞争度排序输出推荐列表）；（5）运营人员可调整推荐策略（如侧重高利润或低竞争）。要求：（1）采用面向对象方法设计核心类（至少5个类），并绘制类图（注明类的属性与方法）；（2）描述“提供推荐列表”的顺序图（包含关键对象与消息传递）。答：（1）核心类设计及类图：DataCollector（数据采集类）：属性：source（数据来源，如“平台API”“社交媒体”）、crawlRule（爬取规则）；方法：collectData()（调用API或爬取数据）、saveToStorage()（存储至数据库）。DataCleaner（数据清洗类）：属性：cleanRules（清洗规则，如“删除重复行”）、sentimentModel（情感分析模型）；方法：removeDuplicates()（去重）、fillMissingValues()（填充缺失值）、analyzeSentiment()（分析评论情感倾向）。ModelTrainer（模型训练类）：属性：algorithm（算法类型，如“随机森林”“XGBoost”）、trainingData（训练数据集）；方法：trainModel()（训练销量/利润预测模型）、evaluateModel()（评估模型准确率）。RecommendationGenerator（推荐提供类）：属性：rankRules（排序规则，如“利润权重0.6”）、recommendationList（推荐列表）；方法：predictSales()（调用模型预测销量）、predictProfit()（调用模型预测利润）、generateRanking()（按规则排序提供推荐）。Operator（运营人员类）：属性：userId（用户ID）、preference（策略偏好，如“highProfit”）；方法：adjustStrategy()（调整推荐策略参数）、viewRecommendations()（查看推荐列表）。类图关系：DataCollector与DataCleaner为关联关系（DataCollector将数据传递给DataCleaner）；DataCleaner与ModelTrainer为关联关系（清洗后的数据用于模型训练）；ModelTrainer与RecommendationGenerator为依赖关系（推荐提供需调用训练好的模型）；Operator与RecommendationGenerator为关联关系（运营人员调整策略并查看推荐）。（2）“提供推荐列表”顺序图：对象：Operator（运营人员）、Recommend