知识过载与智能知识管理.pdfVIP

Management管理 知识过载与智能知识管理 口 李兴森 张玲玲 数据挖掘从大量数据中挖掘出 持的关键技术之一。通过数据挖掘 记忆、识别、自我更新和消亡等特征 了供决策参考的知识，这类知识和 获取的知识特别是决策树分类规则 的有价值知识。传统的人类知识也 传统概念中人的知识有很大不同。 知识的数量可能非常庞大，但并非 是智能的，它们都隐含着知识的使 知识的质量参差不齐，数量巨多， 所有的知识都可以很好地被应用， 用条件、背景、适宜人群等，能根据 更新周期短，从而形成知识过载。 其中有一些是粗糙的知识与杂质。 环境变化自动调整。但智能知识的 如何有效运用数据挖掘的结论 再考虑其它挖掘方式，得到的 提出是基于大量非智能知识的出现。 为商业决策服务?智能知识管理平台 知识会更多。每条规则都是一种知 数据挖掘产生了大量类似的非 的实现，将大大提高企业的决策水 识，但并非所有这些规则是有用的， 智能知识，他们有定量化的指标，产 平，使知识为更广层次的员工服务。 这样就进^知识过载状态。知识过载 生周期短，随时间变化可在短期内 使用户感到困惑，降低了决策支持的 更新。另外，不同时期产生的知识 知识过载及其产生背景 效果，不得不投入大量 间有时存在 人力资源和计算机资源 冲突，知识 信息技术迅速发展，管理信息 从中搜寻有用知识。 本身也随环 系统、互联网、数据挖掘、知识管理 中国科学院虚拟 境变化而退 等正在不断改变企业的环境。管理 经济与数据科学研究 化，动态适 信息系统使管理的广度和深度都得 中心率先进行了数据 应性差。而 到提高的同时，积累了大量的数据， 挖掘知识应用研究， 且，应用过 数据挖掘技术应运而生。 中心研究团体称这种 程中知识是 数据挖掘作为商业智能重要工 初始挖掘出来未经筛 被 动地 利 具之一，是一种数学模型、人机系统 选的规则为原始知识， 用，不能主 和管理科学相结合的新型信息技术方 从中过滤、审计出的 动提供给需 法。这种方法利用关联规则、分类、 有用的特别感兴趣的 图1智能知识的孵化过程 要的人，而 聚类、预测、相随模式和时间序列等 规则称为可用知识。 用户无法识 手段从大量、不完全、有噪声、模糊、 知识过时就成为垃圾知识。如 别边界条件，人工审计的成本高，工 随机的数据中，提取隐含在其中、人 何识别知识的时效，如何提高知识 作量大，周期长。 们事先不知但又是潜在有用的信息和 利用率，降低知识过载的负荷，是 智能知识概念应时而生。智能 知识。这些新知识可用来制定有效的 数据挖掘领域面临的潜在问题之一。 知识首先是有用的知识；其次，它 商业战略去吸引新顾客和维持已有顾 能