「首席架构师推荐」精选企业门户系统列表

简介: 「首席架构师推荐」精选企业门户系统列表

企业信息门户(Enterprise Information Portal; EIP)

目录

  • 1 什么是企业信息门户
  • 2 企业信息门户的功能
  • 3 企业信息门户平台的特点
  • 4 企业信息门户的发展过程
  • 5 企业信息门户平台解决方案

什么是企业信息门户

企业信息门户EIP(Enterprise Information Portal)是指在Internet /Intranet的环境下,把各种应用系统、数据资源和互联网资源统一集成到企业信息门户之下,根据每个用户使用特点和角色的不同,形成个性化的应用界面,并通过对事件和消息的处理传输把用户有机地联系在一起。它不仅仅局限于建立一个企业网站,提供一些企业、产品、服务信息,更重要的是要求企业能实现多业务系统的集成、能对客户的各种要求做出快速响应、并且能对整个供应链进行统一管理。同面向公众的信息门户相比,企业信息门户肩负着企业最重要的使命-- 为企业客户的投资增值创建最高效率的业务模式,其功能和特性都围绕着企业间竞争所需的一切高效率而生成,其最突出的特性就是对信息交流的实时双向性的要求。在此基础上,随着具体功能的增加则可区分出不同的企业信息门户应用的水平。

企业信息门户已经超出了传统的管理信息系统概念,也越过了普通意义的网站,它是是企业管理信息系统与电子商务两大应用的结合点。企业对知识信息、对增长和扩散速度的需求是产生企业门户概念的主要动力。企业门户技术的应用必将推动信息技术革命进入一个全新的阶段。

企业信息门户的特点在于唯一性、集成性、个性化和整体性。企业门户正是拥有这些新特点,才有了生命力。其中:唯一性是企业的要求,也是门户的意义所在;集成性是现实条件的制约,体现了企业经营的延续性;个性化则是客户的偏好,也是企业门户的生命力;而整体性则是企业对信息的高层次要求。

企业信息门户平台的概念仍然有待扩展,有待完善。与其他IT行业的新概念相仿,在这个新兴领域,没有现成的"词典",对概念的理解都是动态的。

企业信息门户的功能

于企业内部是管理和查询日常业务的公用平台:通过集成的各类管理子系统,员工可以访问企业的客户信息、销售信息、生产信息、库存信息、财务信息、会议信息,以最低的成本共享和利用企业的所有信息;

对外则是企业网站:通过企业门户及时向客户和合作伙伴提供产品、服务的信息。开拓新的网上业务,推动企业走进电子商务;

使企业能够释放存储在内部和外部的各种信息;

使企业员工、客户和合作伙伴能够从单一的渠道访问其所需的个性化信息。

企业信息门户平台的特点

统一的信息访问渠道:通过将内部和外部各种相对分散独立的信息组成一个统一的整体,使用户能够从统一的渠道访问其所需的信息,从而实现优化企业运作和提高生产力的目的。

不间断的服务:通过网络和安全可靠的机制使用户在任何时间任何地点都可以访问企业的信息和应用,保证企业的业务运转永不停顿,将网络经营的优势发挥到极至。

强大的内容管理能力:对企业各种类型信息的处理能力EIP支持几乎各种结构化和非结构化的数据,能识别90多种关系型和OLAP数据库中的数据,并可以搜索和处理各种格式的文档。

个性化的应用服务:信息门户的数据和应用可以根据每一个人的要求来设置和提供,定制出个性化的应用门户,提高了员工的工作效率,增强了对顾客的亲和力和吸引力。

与现有系统的集成:能将企业现有的数据和应用无缝地集成到一起,无需重新开发,保护了原有的投资。

高度的可扩展性:能适应企业新的人员和部门的调整的变化,满足企业业务调整和扩展的要求,解决企业与IT部门短时间内无法解决的技术需求问题。

安全可靠的保障:通过安全机制保证数据的机密性及完整性,保障企业业务的正常运转。

企业信息门户的发展过程

门户系统最早是从门户网站的概念开始的,但当时的门户并非指现在所说的门户概念,所以Gartner Research 调查公司将当时的门户定义为第0代门户产品,它的主要功能只是简单的网站展现,特点是集合单个的网络域址,搜索信息内容;第一代门户系统是信息平台,主要是基于内容过滤的,个性化,定向的搜索,也叫信息门户;第二代门户系统是网络应用及信息整合平台,主要集成应用数据的展现,是政府、企业的应用整合工具,但还无法完成系统间的协作,也叫做应用门户;第三代门户系统是协作的电子业务平台,主要是统一、全面的应用、数据、用户之间的协作,此时的门户不仅能够集成各种应用系统、数据库、互联网内容,而且可以完成系统间彼此的协同工作。

企业信息门户平台解决方案

企业信息门户(Enterprise Information Portal)正是能很好地解决这些问题的新的模式。它通过数据与应用的集成及个性化的控制,为管理者、雇员、供应商、用户、分销商等提供一个唯一的企业接入点,通过该接入点,提供全面的企业信息和应用。企业门户是企业e化转型的一个战略性方向。企业e化转型后展现给企业一个理想的未来:规范管理购销过程,降低运营成本,压缩供应链,提高效率,科学决策,快速反应,企业全球化等等。

企业信息门户是将Web技术与企业的运作过程相集成的解决方案,提供了一个单独的系统模块来访问信息和应用。企业门户可以根据用户的商业需求和在企业中的角色来过滤确定用户的访问对象和面容。

企业信息门户在企业信息发布的高效和简易性上面具有明显的优势。它能将存储在企业内的各种数据源转换为可用的信息,通过新型的信息传递方式传递,从而提高效率。在商务方面,它控制事务的处理和内容,使得公司内部和相互之间的通讯与交易变得更加有效率。它可减少生产循环的时间,提高客户服务质量,增加收益、扩大市场分额。

无论是采购员、工作调度员、销售员,销售经理,行政管理人员,人力资源经理,客户,分销商,代理商,合作伙伴,还是管理者,企业门户都能让其迅速获取有关业务、应用及服务等方面的信息,为每一个角色提供一个个性化的信息门户:

面向企业内部:企业知识门户,员工门户。

面向企业外部:分销商门户,代理商门户,客户门户,合作伙伴门户。

可以集成的模块:人事管理,知识管理,销售管理,项目管理,客户资源管理,资产产品管理,工作流程管理等等。

业界流行的概念如OA,MIS,SRM,ERP等等都可以看做企业信息门户中一个子系统。



企业门户供应商列表

这是一个著名的企业门户供应商列表。企业门户是跨组织边界集成信息、人员和流程的框架。



相关文章
|
14天前
|
运维 Cloud Native 持续交付
深入理解云原生架构及其在现代企业中的应用
随着数字化转型的浪潮席卷全球,企业正面临着前所未有的挑战与机遇。云计算技术的迅猛发展,特别是云原生架构的兴起,正在重塑企业的IT基础设施和软件开发模式。本文将深入探讨云原生的核心概念、关键技术以及如何在企业中实施云原生策略,以实现更高效的资源利用和更快的市场响应速度。通过分析云原生架构的优势和面临的挑战,我们将揭示它如何助力企业在激烈的市场竞争中保持领先地位。
|
16天前
|
人工智能 前端开发 编译器
【AI系统】LLVM 架构设计和原理
本文介绍了LLVM的诞生背景及其与GCC的区别,重点阐述了LLVM的架构特点,包括其组件独立性、中间表示(IR)的优势及整体架构。通过Clang+LLVM的实际编译案例,展示了从C代码到可执行文件的全过程,突显了LLVM在编译器领域的创新与优势。
37 3
|
6天前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型,实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性,为机器学习工程师和研究人员提供了系统化的技术方案。
115 77
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
|
10天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】Kernel 层架构
推理引擎的Kernel层负责执行底层数学运算,如矩阵乘法、卷积等,直接影响推理速度与效率。它与Runtime层紧密配合,通过算法优化、内存布局调整、汇编优化及调度优化等手段,实现高性能计算。Kernel层针对不同硬件(如CPU、GPU)进行特定优化,支持NEON、AVX、CUDA等技术,确保在多种平台上高效运行。
63 32
|
10天前
|
存储 机器学习/深度学习 人工智能
【AI系统】计算图优化架构
本文介绍了推理引擎转换中的图优化模块,涵盖算子融合、布局转换、算子替换及内存优化等技术,旨在提升模型推理效率。计算图优化技术通过减少计算冗余、提高计算效率和减少内存占用,显著改善模型在资源受限设备上的运行表现。文中详细探讨了离线优化模块面临的挑战及解决方案,包括结构冗余、精度冗余、算法冗余和读写冗余的处理方法。此外,文章还介绍了ONNX Runtime的图优化机制及其在实际应用中的实现,展示了如何通过图优化提高模型推理性能的具体示例。
40 4
【AI系统】计算图优化架构
|
13天前
|
存储 人工智能 监控
【AI系统】推理系统架构
本文深入探讨了AI推理系统架构,特别是以NVIDIA Triton Inference Server为核心,涵盖推理、部署、服务化三大环节。Triton通过高性能、可扩展、多框架支持等特点,提供了一站式的模型服务解决方案。文章还介绍了模型预编排、推理引擎、返回与监控等功能,以及自定义Backend开发和模型生命周期管理的最佳实践,如金丝雀发布和回滚策略,旨在帮助构建高效、可靠的AI应用。
74 15
|
16天前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
56 12
存储 人工智能 自然语言处理
45 6
|
13天前
|
机器学习/深度学习 人工智能 API
【AI系统】昇腾异构计算架构 CANN
本文介绍了昇腾 AI 异构计算架构 CANN,涵盖硬件层面的达·芬奇架构和软件层面的全栈支持,旨在提供高性能神经网络计算所需的硬件基础和软件环境。通过多层级架构,CANN 实现了高效的 AI 应用开发与性能优化,支持多种主流 AI 框架,并提供丰富的开发工具和接口,助力开发者快速构建和优化神经网络模型。
34 1
|
16天前
|
机器学习/深度学习 人工智能 前端开发
【AI系统】AI 编译器基本架构
本文承接前文关于AI编译器发展的三个阶段,深入探讨通用AI编译器架构。文章首先回顾现有AI编译器架构,如PyTorch的转换流程及优化策略,然后介绍理想化的通用AI编译器架构,涵盖从前端接收多框架模型输入到后端生成特定硬件代码的全过程。重点解析了编译器的中间表达IR、前端与后端优化技术,以及现有AI编译器全栈产品的层次结构,为读者提供了全面的技术概览。
21 2