從信息爆炸到智能知識管理

前言

　　邁人知識經(jīng)濟(jì)主導(dǎo)的21世紀(jì)，知識正成為組織的重要資源。隨著信息技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，信息采集、傳播的速度和規(guī)模都不斷提升，實(shí)現(xiàn)了全球的信息共享與交互，現(xiàn)代通信和傳播技術(shù)，大大提高了信息傳播的速度和廣度。通信網(wǎng)絡(luò)已經(jīng)成為信息社會(huì)必不可少的基礎(chǔ)設(shè)施。它克服了傳統(tǒng)的時(shí)間和空間的障礙，將世界更進(jìn)一步地連接為一體。伴隨而來的信息浩如煙海，在巨大的信息海洋中迅速而準(zhǔn)確地獲取自己需要的信息，變得越來越困難?！　⌒畔r(shí)代出現(xiàn)的數(shù)據(jù)爆炸、信息泛濫及噪音化趨勢，使人們難以根據(jù)自己的需要選擇、收集所需的信息，系統(tǒng)或個(gè)人所接受的信息超過其自身的處理能力導(dǎo)致信息不能有效利用的狀況，稱為“信息爆炸”（information explosion）。隨著管理信息系統(tǒng)和數(shù)據(jù)挖掘技術(shù)的應(yīng)用，知識的增長速度又進(jìn)一步加快。而數(shù)據(jù)挖掘得到的大量知識具有多樣性、粗糙性、時(shí)效性和分散性等特點(diǎn)，需要靠專家經(jīng)驗(yàn)進(jìn)行鑒別、篩選才能有效利用。當(dāng)產(chǎn)生的這類知識數(shù)量很大或者表現(xiàn)形式可解釋性差時(shí)，人工識別變得非常困難。另外，識別出的知識隨著時(shí)間的推移也會(huì)失效，同時(shí)新的知識也在不斷產(chǎn)生，而且，應(yīng)用過程中知識是被動(dòng)地利用，不能主動(dòng)提供給需要的人，而用戶無法識別邊界條件，導(dǎo)致人工審計(jì)大量知識的成本高、工作量大、周期長。從上述分析可以看到，有效管理數(shù)據(jù)挖掘獲取的知識并非易事，莊子“人生也有涯而知也無涯”的矛盾深深地困擾著現(xiàn)代信息人。　　如何有效利用數(shù)據(jù)挖掘獲取的知識，彌補(bǔ)目前知識管理實(shí)施中遇到的問題，尚未引起學(xué)者足夠的重視。數(shù)據(jù)挖掘獲取的知識是將隱藏在數(shù)據(jù)庫和互聯(lián)網(wǎng)中的規(guī)律，通過深入挖掘分析而得到的，它很難用顯性知識或隱性知識來描述其特征。因此，當(dāng)前知識管理理論和方法還沒有探討如何有效地管理上述由數(shù)據(jù)挖掘獲取的知識。而數(shù)據(jù)挖掘領(lǐng)域的專家大都把數(shù)據(jù)建模后得到知識作為數(shù)據(jù)挖掘流程的結(jié)束，對獲取的知識如何有效選擇、運(yùn)用沒有進(jìn)行足夠的分析研究。知識管理和數(shù)據(jù)挖掘的智能融合研究對持續(xù)提高組織的決策水平，提升企業(yè)的核心競爭力有著重要的意義?！　”緯鴮⑻接懭绾卫每赡艿募夹g(shù)手段，構(gòu)筑一套系統(tǒng)化方案，使信息爆炸轉(zhuǎn)化為知識的智能化個(gè)性服務(wù)，從而提升組織及個(gè)人的信息利用能力，提高企業(yè)決策水平。

內(nèi)容概要

　　本書對數(shù)據(jù)挖掘獲取知識的形式、特點(diǎn)和管理模式進(jìn)行研究，以促進(jìn)知識管理和數(shù)據(jù)挖掘?qū)W科的互補(bǔ)式交叉發(fā)展，提高企業(yè)決策質(zhì)量。運(yùn)用理論和實(shí)踐相結(jié)合、定性和定量相結(jié)合的研究方法，綜合知識管理、數(shù)據(jù)挖掘、人工智能、可拓學(xué)和復(fù)雜性理論等交叉學(xué)科的研究成果，給出了智能知識(IK)和智能知識管理(IKM)的概念。改變了學(xué)者一貫采用的智能的知識管理方案，提出讓知識本身具有記憶、識別、推理、自適應(yīng)等一系列特點(diǎn)的智能知識及其管理模式理淪，建立了IKM研究的體系框架，以減少即將來臨的知識過載。　　本書通過引入可拓學(xué)理論，設(shè)計(jì)了具有目標(biāo)智能性的可拓規(guī)則挖掘算法和基于MCLP的可拓分類算法，首次提出了智能知識的孵化方法，實(shí)現(xiàn)了智能知識的表達(dá)和存儲(chǔ)方案，并提出了智能知識的自我審計(jì)方法和推理技術(shù)等新方案。最后分析了智能知識管理系統(tǒng)(IKMS)的需求，并進(jìn)行了詳細(xì)的軟件功能設(shè)計(jì)，從而為智慧決策提供一種新視角和一條新途徑?！　”緯m合知識管理、數(shù)據(jù)挖掘、決策支持、人工智能等研究領(lǐng)域的學(xué)者、企業(yè)CEO、CIO及研究生和大學(xué)高年級學(xué)生閱讀，也可以作為研究生選修課教材。

書籍目錄

《智能科學(xué)技術(shù)著作叢書》序 前言 第1章　緒論 　1.1　信息時(shí)代背景下的知識管理和數(shù)據(jù)挖掘 　1.2　知識管理和數(shù)據(jù)挖掘在應(yīng)用中遇到的問題 　1.3　智能知識管理研究的意義 　　1.4　本書的框架與內(nèi)容 第2章　信息爆炸與知識獲取方式變遷 　2.1　信息爆炸與知識管理現(xiàn)狀綜述 　　2.1.1　信息爆炸及其成因 　　2.1.2　知識獲取方式及知識管理研究對象的變遷 　　2.1.3　知識管理模式的研究現(xiàn)狀 　　2.1.4　知識管理技術(shù)和工具 　　2.1.5　本節(jié)小結(jié) 　2.2　數(shù)據(jù)挖掘的研究綜述——數(shù)據(jù)挖掘及其對知識管理的影響 　　2.2.1　數(shù)據(jù)挖掘過程 　　2.2.2　數(shù)據(jù)挖掘算法 　　2.2.3　數(shù)據(jù)挖掘的研究領(lǐng)域分析 　　2.2.4　數(shù)據(jù)挖掘獲取的知識的特點(diǎn) 　　2.2.5　數(shù)據(jù)挖掘在應(yīng)用中面臨的問題 　　2.2.6　本節(jié)小結(jié) 　2.3　智能知識管理的研究現(xiàn)狀 　　2.3.1　智能的概念及其實(shí)現(xiàn)途徑 　　2.3.2　機(jī)器學(xué)習(xí)的策略 　　2.3.3　智能知識管理相關(guān)研究綜述 　2.4　本章小結(jié) 第3章　智能知識管理的理論框架 　3.1　智能知識管理的相關(guān)概念 　　3.1.1　基本概念 　　3.1.2　數(shù)據(jù)挖掘新視角下的知識分類 　　3.1.3　智能知識的定義及分析 　　3.1.4　智能知識管理 　　3.1.5　智能知識管理系統(tǒng) 　3.2　智能知識管理的理論基礎(chǔ) 　　3.2.1　認(rèn)知心理學(xué)理論 　　3.2.2　人工智能理論 　　3.2.3　復(fù)雜性科學(xué)與復(fù)雜系統(tǒng)理論 　　3.2.4　系統(tǒng)科學(xué)理論 　　3.2.5　可拓學(xué)理論 　3.3　數(shù)據(jù)挖掘與智能知識管理的關(guān)系 　3.4　智能知識管理的研究框架 　　3.4.1　智能知識管理的目標(biāo) 　　3.4.2　智能知識管理的研究框架 　　3.4.3　智能知識管理的方法和路徑 　3.5　智能知識管理的關(guān)鍵技術(shù) 　　3.5.1　獲取智能知識的新的數(shù)據(jù)挖掘算法技術(shù) 　　3.5.2　具有記憶能力的智能知識表達(dá)技術(shù) 　　3.4.3　主動(dòng)進(jìn)化的智能知識的自我審計(jì)技術(shù) 　　3.5.4　具備社會(huì)性的智能知識通信與推理技術(shù) 　　3.5.5　基于情景識別的智能知識主動(dòng)推送技術(shù) 　3.6　智能知識管理支撐條件的構(gòu)建 　　3.6.1　管理原則：結(jié)果導(dǎo)向，客戶價(jià)值，持續(xù)發(fā)展 　　3.6.2　項(xiàng)目管理流程與制度 　3.7　本章小結(jié) 第4章　智能知識的直接獲取技術(shù) 第5章　智能知識管理的間接實(shí)現(xiàn)模式 第6章　智能知識管理系統(tǒng)設(shè)計(jì) 第7章　智能知識管理模式的應(yīng)用 第8章　總結(jié)與展望 參考文獻(xiàn) 附錄知識管理和數(shù)據(jù)挖掘研究論文統(tǒng)計(jì) 后記

章節(jié)摘錄

　　例如，某數(shù)據(jù)挖掘項(xiàng)目通過運(yùn)用決策樹分類算法，把用戶分為“現(xiàn)用用戶”、“凍結(jié)用戶”和“流失用戶”，并預(yù)測用戶類型，得到了245條規(guī)則。但業(yè)務(wù)人員驚喜之余，發(fā)現(xiàn)如何從這些規(guī)則中獲取促使用戶由流失向續(xù)費(fèi)轉(zhuǎn)化的知識仍有很大難度?！　。?）不同算法得到的挖掘結(jié)論不一致的矛盾。采用不同技術(shù)，或不同算法得到的結(jié)論有時(shí)會(huì)不一致，要和專業(yè)知識相結(jié)合才能對其做出判斷。不同的人對同樣的數(shù)據(jù)進(jìn)行挖掘，可能產(chǎn)生不同的結(jié)果，甚至差異很大，這就涉及可靠性的問題。各種不同的模型挖掘得到的知識如何應(yīng)用、其效果如何評價(jià)、如何甄別有價(jià)值的知識是數(shù)據(jù)挖掘應(yīng)用中面臨的迫切問題?！　。?）挖掘過程中數(shù)據(jù)驅(qū)動(dòng)與領(lǐng)域?qū)＜也荒軈⑴c挖掘過程監(jiān)控的矛盾?，F(xiàn)有的數(shù)據(jù)挖掘系統(tǒng)或工具軟件往往是輸人數(shù)據(jù)后就進(jìn)行運(yùn)算，直到得出最終的挖掘結(jié)果，中間過程缺少數(shù)據(jù)挖掘過程中人與計(jì)算機(jī)的有機(jī)融合，很少能真正讓用戶、專家參與到挖掘過程尤其是對挖掘的結(jié)果的再處理之中，而有效的決策過程往往需要經(jīng)過多次人機(jī)交互和反復(fù)才能完成。　?。?）用于挖掘的屬性的有限性和未知的隱含屬性多的矛盾?，F(xiàn)實(shí)生活中，影響結(jié)果的因素有很多。而挖掘采用的數(shù)據(jù)庫屬性是有限的，如果隱含的重要因素沒有考慮，往往對結(jié)果產(chǎn)生不利的影響。　?。?）挖掘結(jié)論的靜態(tài)性與現(xiàn)實(shí)知識的動(dòng)態(tài)性的矛盾。挖掘出的結(jié)論是根據(jù)某一時(shí)刻的數(shù)據(jù)集得到的，而現(xiàn)實(shí)數(shù)據(jù)在不斷變化中。及時(shí)識別數(shù)據(jù)變化的趨勢，當(dāng)變化到某一程度時(shí)對原有挖掘的知識做出一定的重新評價(jià)是非常必要的。在數(shù)據(jù)挖掘結(jié)果的評價(jià)上，大部分學(xué)者將注意力集中在如何獲取準(zhǔn)確的模型上，而很少對挖掘出的結(jié)果進(jìn)行分類、評價(jià)或形式化進(jìn)而支持企業(yè)決策。特別是與企業(yè)情境的結(jié)合方面，數(shù)據(jù)挖掘產(chǎn)生的模式或規(guī)則要在企業(yè)中使用，必須結(jié)合企業(yè)具體的情境，這里的情境既包括相關(guān)的物理、業(yè)務(wù)等外部環(huán)境因素、背景因素，又包括主體的認(rèn)知、經(jīng)驗(yàn)、心理等內(nèi)部因素。　　總之，一方面數(shù)據(jù)挖掘獲取的知識不能有效利用，而另一方面，知識管理又面臨知識分享瓶頸導(dǎo)致的知識匱乏，這兩個(gè)問題成為困擾知識管理和數(shù)據(jù)挖掘有效應(yīng)用的主要因素。數(shù)據(jù)挖掘獲取的知識如何有效應(yīng)用已經(jīng)成為阻礙數(shù)據(jù)挖掘良性發(fā)展的瓶頸。如何鑒別數(shù)據(jù)挖掘的結(jié)果，如何準(zhǔn)確衡量有價(jià)值的知識，以及評價(jià)數(shù)據(jù)挖掘獲取知識的質(zhì)量成為數(shù)據(jù)挖掘應(yīng)用的關(guān)鍵問題之一，有待進(jìn)行系統(tǒng)的探索。只有解決了知識應(yīng)用瓶頸的問題，數(shù)據(jù)挖掘的決策支持作用才能得到有效發(fā)揮，促進(jìn)數(shù)據(jù)挖掘獲取的知識被企業(yè)、組織有效利用，提高決策水平。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    從信息爆炸到智能知識管理 PDF格式下載

---