智能知識管理：基本理論及其拓展

第1章數(shù)據(jù)挖掘與智能知識管理研究現(xiàn)狀1

1.1數(shù)據(jù)挖掘及其主要研究方向1

1.2知識管理及主要流派4

1.3智能知識管理的提出8

參考文獻(xiàn)16

第2章智能知識管理理論模型23

2.1智能知識的相關(guān)定義與艦框架23

2.2智能知識管理過程模型釀28

2.3智能知識管理的方法論36

2.4智能知識管理的未來研究發(fā)展方向41

參考文獻(xiàn)44

第3章智能知識管理的4T過程模型研究45

3.1基于知識來源的知識發(fā)現(xiàn)分類與比較分析45

3.2智能知識管理的4T過程與主要步驟49

3.34T的主要過程分析54

3.4本章小結(jié)70

參考文獻(xiàn)70

第4章智能知識的獲取研究72

4.1智能知識的分類與評價72

4.2基于關(guān)聯(lián)規(guī)則的智能知識獲取釀76

4.3基于粗糙集的MCLP分類的智能知識獲取86

4.4智能知識評價的應(yīng)用舉例102

4.5本章小結(jié)110

參考文獻(xiàn)110

第5章基于領(lǐng)域知識的深層知識發(fā)現(xiàn)及個性化推薦研究114

5.1領(lǐng)域知識驅(qū)動的知識發(fā)現(xiàn)過程114

5.2領(lǐng)域知識的表示與提取117

5.3基于領(lǐng)域知識的個性化推薦模型126

5.4本章小結(jié)156

參考文獻(xiàn)157

第6章智能知識管理系統(tǒng)的理論框架、設(shè)計與實現(xiàn)16%

6.1當(dāng)前數(shù)據(jù)挖掘系統(tǒng)概況164

6.2當(dāng)前數(shù)據(jù)挖掘軟件的不足166

6.3新一代挖掘系統(tǒng)的特性168

6.4軟件構(gòu)思及關(guān)鍵技術(shù)170

6.5系統(tǒng)框架模型175

6.6雛形系統(tǒng)的一個實現(xiàn)實例177

6.7本章小結(jié)182

參考文獻(xiàn)183

第7章案例與應(yīng)用研究：商業(yè)銀行客戶流失智能知識發(fā)現(xiàn)及應(yīng)用管理185

7.1商業(yè)銀行信用卡業(yè)務(wù)理解185

7.2貸記卡數(shù)據(jù)收集及數(shù)據(jù)整理188

7.3基于Logistic回歸的原始知識發(fā)現(xiàn)過程197

7.4基于Logistic回歸的智能知識發(fā)現(xiàn)208

7.5本章小結(jié)212

參考文獻(xiàn)212 2100433B

本書是國家自然科學(xué)基金項目"領(lǐng)域知識驅(qū)動的深層知識發(fā)現(xiàn)研究"和創(chuàng)新研究群體"數(shù)據(jù)挖掘與智能知識管理：理論與應(yīng)用研究"的研究成果之一，是眾多科研人員的科研成果的結(jié)晶。多年來，本書的作者一直從事基于最優(yōu)化的數(shù)據(jù)挖掘，大約八九年前作者對知識管理的研究非常感興趣，并進(jìn)行了深入的研究。全書共分為七章。本章前言作為第一章，主要闡述了智能知識管理提出的應(yīng)用和研究背景以及作者對于智能知識管理的一些主要觀點。

如何有效利用數(shù)據(jù)挖掘獲取的知識，彌補知識管理實施中遇到的問題，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。

智能知識管理將探討如何利用可能的技術(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性服務(wù)，從而提升組織及個人的信息利用能力，提高決策水平。傳統(tǒng)的智能知識管理從算法、過程、結(jié)構(gòu)等方面，強調(diào)以IT為工具對現(xiàn)有知識的管理，研究對象是“智能的知識管理系統(tǒng)”，研究的側(cè)重點側(cè)重于管理平臺功能的智能性，缺乏對從大量數(shù)據(jù)和信息中獲取知識并進(jìn)行管理的系統(tǒng)研究和知識整合利用的方法的設(shè)計，忽視知識本身的智能化。當(dāng)知識數(shù)量巨大時，這種智能的知識管理平臺難以勝任，必須讓知識自身具備一定的智能，進(jìn)行自我管理。

因此，從知識本身入手，參考復(fù)雜性科學(xué)理論，研究數(shù)據(jù)挖掘獲取的知識的特點和統(tǒng)一表達(dá)，使知識本身具備記憶、學(xué)習(xí)、識別等智能性，是減輕知識管理平臺壓力，降低信息爆炸的一條新路。智能知識是指通過數(shù)據(jù)挖掘技術(shù)得到的，通過人機交互的處理后具有記憶、識別、自我更新和消亡等智能特征的有價值的知識。

智能知識管理（Intelligent KnowledgeManagement，IKM）是引入心理學(xué)、復(fù)雜系統(tǒng)、人工智能等理論和技術(shù)，對通過數(shù)據(jù)挖掘技術(shù)獲取的原始知識（粗糙知識）與主體知識（規(guī)范知識、經(jīng)驗、領(lǐng)導(dǎo)意圖、企業(yè)情境等因素）相結(jié)合，并對其進(jìn)行過濾、篩選、提取、存儲、轉(zhuǎn)化和利用，以智能地支持企業(yè)有效管理決策的管理過程。它是在有用知識的基礎(chǔ)上進(jìn)行智能化處理，孵化出自身具有智能特點的知識并實現(xiàn)自我更新和智能應(yīng)用等過程的管理，使知識能在需要的時間將需要的知識傳送給需要的人，從而促進(jìn)數(shù)據(jù)挖掘獲取的知識的實用性，減少信息爆炸，提高知識管理水平。2100433B

1. 提出了大規(guī)模協(xié)同知識管理思想及其理論體系。首次提出了大規(guī)模協(xié)同知識管理理念，并給出了其研究背景、研究目的、與現(xiàn)有知識管理理論之間的區(qū)別與聯(lián)系以及新的理論體系。比較有代表性的新觀點或（和）新發(fā)現(xiàn)有：知識管理與數(shù)據(jù)管理的區(qū)別與聯(lián)系、知識管理理論體系的火炬模型、知識管理實踐的十大轉(zhuǎn)變、知識管理實踐與理論之間的鴻溝、大規(guī)模協(xié)同知識管理理論體系等。

2. 提出了大規(guī)模協(xié)同知識管理方法及其實現(xiàn)框架。為了進(jìn)一步深入分析大規(guī)模協(xié)同知識管理的本質(zhì)規(guī)律和應(yīng)用實現(xiàn)問題，本書提出了大規(guī)模協(xié)同知識管理方法論、方法、原則、流程和實現(xiàn)框架。比較有代表性的新觀點或（和）新發(fā)現(xiàn)有：傳統(tǒng)知識管理方法論的困境及其原因、大規(guī)模協(xié)同知識管理方法論、大規(guī)模協(xié)同知識管理方法、大規(guī)模協(xié)同知識管理原則（開放、長尾、專業(yè)余、小任務(wù)、涌現(xiàn)、自組織、人機協(xié)同、工程化處理原則）、大規(guī)模協(xié)同知識管理流程（知識的表示、聯(lián)網(wǎng)、發(fā)現(xiàn)、獲取和集成）以及大規(guī)模協(xié)同知識管理方法的實現(xiàn)框架（知識處理軟件系統(tǒng)的實現(xiàn)框架和組織知識生態(tài)系統(tǒng)的實現(xiàn)框架）。

3. 提出了知識管理理論體系的主要特征和概念模型——火炬模型。為了分析大規(guī)模協(xié)同知識管理理論與現(xiàn)有知識管理理論之間的區(qū)別與聯(lián)系，探討了知識管理理論體系的基本特征，并給出了知識管理理論體系的概念模型——火炬模型。比較有代表性的新觀點或（和）新發(fā)現(xiàn)有：知識管理理論體系的5個基本特征（研究對象的層次性、研究范圍的廣泛性、研究視角的多樣性、研究范式的差異性、研究趨勢的統(tǒng)一性）、知識管理理論體系的火炬模型和大規(guī)模協(xié)同知識管理與現(xiàn)有知識管理理論之間的聯(lián)系與區(qū)別。

4. 提出知識管理實踐的十大轉(zhuǎn)變及現(xiàn)有知識管理研究的局限性。在深入分析加拿大Goldcorp公司的創(chuàng)新、美國DARPA XC2V的研發(fā)、亞馬遜Amazon Mechanical Turk的知識處理、卡內(nèi)基梅隆大學(xué)Recptcha項目等新興知識管理相關(guān)實踐的基礎(chǔ)上，提出了知識管理的十大轉(zhuǎn)變和現(xiàn)有知識管理研究的局限性。比較有代表性的新觀點或（和）新發(fā)現(xiàn)有：知識管理實踐的十大轉(zhuǎn)變（從保密到共享、從封閉到開放、從頭部到長尾、從專業(yè)到專業(yè)余、從單一動機到多種動機、從有序到混沌邊緣、從小作坊到大工程、從規(guī)模增值到利用增值、從安全到信任、從他組織到自組織）、現(xiàn)有知識管理研究的主要局限性(高風(fēng)險與高成本)等。

5. 比較系統(tǒng)地提出了語義Web與Web2.0集成的知識處理模式。從大規(guī)模人機協(xié)同知識管理視角，以充分利用語義Web技術(shù)對人機合作完成知識處理任務(wù)中的重要作用為目的，在分析基于語義Web的知識處理特征和Web2.0知識處理方法論的基礎(chǔ)上，提出了語義Web與Web2.0集成的知識處理模式和基于語義Web的綜合集成研討廳，并選擇兩個語義Web知識管理項目（KiWi項目和DBPedia項目）為案例進(jìn)行了深入分析。比較有代表性的新觀點或（和）新發(fā)現(xiàn)有：基于語義Web的知識處理特征、Web2.0知識處理方法論、語義Web與Web2.0集成的知識處理模式、基于語義Web的綜合集成研討廳、KiWi知識處理特征和DBPedia項目知識處理特征 。

在管理理念上

知識管理真正體現(xiàn)了以人為本的管理思想，人力資源管理成為組織管理的核心。

在管理對象上

知識管理以無形資產(chǎn)管理為主要對象，比以往任何管理形式都更加強調(diào)知識資產(chǎn)的重要性。

在管理內(nèi)容上

要遵循“知識積累——創(chuàng)造——應(yīng)用——形成知識平臺——再積累——再創(chuàng)造——再應(yīng)用——形成新的知識平臺”的循環(huán)過程。

在范圍及重點上

知識管理包括顯性知識管理和隱性知識管理，但以隱性知識管理為重點，并注重顯性知識與隱性知識之間的共享與轉(zhuǎn)換。

目標(biāo)和策略上

以知識管理創(chuàng)新為直接目標(biāo)，已建立知識創(chuàng)新平臺為基本策略，智力性和創(chuàng)新性是知識管理的標(biāo)志性特點。

在組織結(jié)構(gòu)上

與以往其他管理形式所采取的金字塔式的等級模式不同，知識管理采取開放的、扁平式管理的學(xué)習(xí)型組織模式。