從知識運轉(zhuǎn)模式論知識挖掘

1、從知識運轉(zhuǎn)形式論知識挖掘隨著計算機技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、高密度存儲技術(shù)、數(shù)據(jù)挖掘技術(shù)等的廣泛應(yīng)用，改變了情報研究組織獲取信息的方式和方法，以及其內(nèi)部信息資源保障體系的效勞手段和工作重心。這就要求情報研究知識管理系統(tǒng)不僅要完成一般性的知識管理功能，還應(yīng)該在對知識管理的根底上應(yīng)用現(xiàn)代化手段實現(xiàn)知識挖掘，即利用智能工具挖掘蘊藏于海量顯性知識中的隱性知識。1、知識與知識運轉(zhuǎn)模型1.1顯性知識和隱性知識1958年，英國物理學家和哲學家.Planyi在其代表作?個體知識?中首先提出了隱性知識和顯性知識的概念，后來，I.Nnaka又對隱性知識和顯性知識的概念進展了較明確的定義1：隱性知識TaitKnledge

2、是建立在個人經(jīng)歷根底之上并涉及各種無形因素的知識，多為主觀洞察力、直覺和預感性知識。其根植于個人行為、經(jīng)歷和知識情景中，與人們的行為嚴密相連，難以編碼和度量，是計算機不容易直接處理的知識；顯性知識ExpliitKnledge是指那些有形媒體所攜有的知識，可以以正式的語言，通過書面記錄、數(shù)字描繪、技術(shù)文件、手冊和報告等明確表達和交流的知識，是可以被進展編碼和度量的、可由計算機處理的知識，是對隱性知識一定程度的抽象和概括。1.2基于知識管理的知識運轉(zhuǎn)形式I.Nnaka和H.Takeuhi把知識轉(zhuǎn)化歸納為以下四種形式2：社會化、外在化、綜合化以及內(nèi)隱化。社會化是個人間分享隱性知識的過程；外在化是對隱

3、性知識的明晰表述，是從隱性知識向顯性知識的轉(zhuǎn)化；綜合化是一種知識擴散的過程，通過分布式文檔管理、內(nèi)容管理、數(shù)據(jù)倉庫等工具將個人知識上升為組織知識；內(nèi)隱化意味著顯性的組織知識轉(zhuǎn)化為組織中其他成員的隱性知識，成員吸收后在其工作過程中創(chuàng)造出新的隱性知識。在此根底上他們提出了“知識應(yīng)用知識獲泉知識組織知識擴散的轉(zhuǎn)換過程，組織知識創(chuàng)造是隱性知識和顯性知識持續(xù)互動的結(jié)果。個人隱性知識是組織知識創(chuàng)造的根底，在知識創(chuàng)造螺旋中四種知識轉(zhuǎn)化形式是互相連續(xù)的、螺旋上升的，不斷增加著個體和組織知識庫的容量。知識管理所要實現(xiàn)的是組織中個人的隱性知識即內(nèi)隱到組織的顯性知識外顯，再到組織的內(nèi)部知識之間的轉(zhuǎn)化。其目的是促進系

4、統(tǒng)內(nèi)知識的獲娶存儲、開展和共享。這就需要首先使知識可以在系統(tǒng)內(nèi)運轉(zhuǎn)流動起來。從知識之間的四種轉(zhuǎn)化形式分析得出，在系統(tǒng)知識管理過程中，知識運轉(zhuǎn)經(jīng)歷以下幾個環(huán)節(jié)：沉淀，即知識編碼，是知識從隱性到顯性的過程；共享，即知識可以為更多組織成員所學習和應(yīng)用的過程；學習和應(yīng)用，即吸收組織內(nèi)的隱性和顯性知識應(yīng)用于工作理論從而創(chuàng)造價值，與共享環(huán)節(jié)一起改善知識擴散度；創(chuàng)新，即獲取外部新知識或提升內(nèi)部知識層次。沉淀、共享、學習和應(yīng)用、創(chuàng)新四個關(guān)鍵的知識運轉(zhuǎn)環(huán)節(jié)組合成一個螺旋上升的閉環(huán)，稱之為“知識運轉(zhuǎn)形式。知識運轉(zhuǎn)形式(略)說明組織中的知識經(jīng)過沉淀、共享、學習和應(yīng)用、創(chuàng)新四個環(huán)節(jié)的循環(huán)之后，實現(xiàn)了螺旋式上升，組織中

5、的知識不斷地進展著隱性知識和顯性知識的互相轉(zhuǎn)化。在這個過程中，從個人的內(nèi)隱知識轉(zhuǎn)化到組織的外顯知識時，必須利用智能工具挖掘蘊藏于海量顯性知識中的隱性知識，知識挖掘技術(shù)起著非常重要的作用。2、知識挖掘概念知識挖掘?qū)儆谥R科學中的概念。知識挖掘是從資料集中識別出有效的、新穎的、潛在有用的，以及最終可理解的形式的非平凡過程。知識挖掘是對資源所包含的顯性知識進展提煉，如從各類文獻中提取斷言型、解釋型和數(shù)值型的知識元；對同類數(shù)值型知識元進展列表比照，發(fā)現(xiàn)文獻的隱性關(guān)聯(lián)；對知識元進展可視化處理、文獻智能聚類等，使信息增值。知識挖掘的目的是運用最新的智能工具來挖掘蘊藏于海量顯性信息中的隱性知識，并形成專業(yè)知

6、識庫和知識倉庫。將隱性知識顯性化并給予管理利用，非常符合情報分析研究用戶對個性化、隱性知識的需求，可以真正支撐起情報分析研究知識管理系統(tǒng)的顯性知識與隱性知識全方位開發(fā)戰(zhàn)略。3、Ltus知識發(fā)現(xiàn)實例分析Ltus的知識挖掘方案是一種成型的知識挖掘形式。這種形式主要是通過知識倉庫來實現(xiàn)，知識倉庫是外部異構(gòu)的相關(guān)數(shù)據(jù)庫和本機構(gòu)知識庫構(gòu)成的虛擬“庫集合。知識庫中的所有知識單元被統(tǒng)一于同樣的標準之下3。這樣，知識挖掘就可以通過統(tǒng)計和分析工具在知識庫中完成。Ltus第三代A構(gòu)架(略)3.1Ltus知識發(fā)現(xiàn)的新理念Ltus知識發(fā)現(xiàn)解決方案是包括前端桌面應(yīng)用和后端效勞器應(yīng)用的完好系統(tǒng)，可以幫助企業(yè)發(fā)現(xiàn)和有效利用

7、存儲在信息系統(tǒng)中的“信息內(nèi)容和掌握在人腦中的“專家技能。前端的Ltus知識工作站KStatin是一個基于eb的知識門戶解決方案，結(jié)合了Ltus先進的門戶技術(shù)、實時協(xié)作平臺Saetie和群組協(xié)作解決方案QuikPlae等核心協(xié)作工具與效勞，集應(yīng)用、協(xié)作效勞和個人效勞3個根本層次于一體，把“人、場所和事件3個知識管理的根本因素統(tǒng)一到單一的界面上，提供群組協(xié)作應(yīng)用功能，允許相關(guān)人員通過LtusNtes客戶端或閱讀器單一訪問入口，以發(fā)現(xiàn)、共享和傳遞知識。后端的LNs知識發(fā)現(xiàn)效勞器可以發(fā)現(xiàn)“人、場所和事件之間的關(guān)系，幫助用戶從存儲在企業(yè)文檔、數(shù)據(jù)庫、電子郵件、eb以及ERP等業(yè)務(wù)系統(tǒng)的信息中挖掘知識。3

8、.2Ltus第三代A構(gòu)架分析第三代辦公自動化系統(tǒng)以知識管理為核心，隨著Internet技術(shù)的迅速開展，Ltus進一步將Internet/Intranet/Extranet因特網(wǎng)、內(nèi)聯(lián)網(wǎng)、外聯(lián)網(wǎng)的技術(shù)和應(yīng)用與群件技術(shù)進展成功的集成，從而形成了以知識管理為核心的信息技術(shù)。圖2顯示了Ltus第三代A構(gòu)架。其中底層是企業(yè)的根本信息支撐環(huán)境，它包括RPIIanufatureResurePlanningII、ISanageentInfratinSyste系統(tǒng)對企業(yè)內(nèi)部各種層次消費經(jīng)營管理過程的信息化支撐，以及對企業(yè)外部Internet的信息獲齲三類系統(tǒng)的互相作用表達了Intranet的思想，通過設(shè)計與實現(xiàn)

9、優(yōu)秀的Internet信息獲取工具，可以有效地利用外部的有用信息為企業(yè)內(nèi)部的經(jīng)營管理過程效勞。第二層是企業(yè)多維知識倉庫，存在于底層企業(yè)信息支撐環(huán)境中的企業(yè)信息資源是龐雜而海量的，需要在數(shù)據(jù)挖掘與形式提取的工具支持下，開掘其中有價值的形式與知識，進展嚴密而科學的組織，這是支持知識管理系統(tǒng)實現(xiàn)的有利根據(jù)。圖中的圓環(huán)代表了企業(yè)員工的工作環(huán)境，其上的各個結(jié)點代表企業(yè)中不同崗位上的企業(yè)員工。知識管理的目的就在于更好地支持各個層次企業(yè)員工的工作流過程，包括：a.員工與企業(yè)知識倉庫之間的個人知識挖掘與交融過程，用于完成員工不斷根據(jù)個人需求在知識倉庫中的映射與知識提取，以及員工個人知識不斷交融進入企業(yè)整個知識

10、倉庫的過程；b.員工之間的知識流轉(zhuǎn)與共享過程，提供了不同知識映射集合之間共享與穿插的可能，同時也提供了無法進入企業(yè)知識倉庫中的非構(gòu)造化個人頭腦知識的交流與互動的時機，從而可能引發(fā)新知識的產(chǎn)生；.個人知識支持的工作過程與信息反應(yīng)過程，是在個人知識平臺支持下指導實現(xiàn)員工的工作過程，以及工作結(jié)果的信息反應(yīng)過程。充分利用這一過程，可以及時地搜集知識利用的反應(yīng)信息，為閉環(huán)知識管理系統(tǒng)的完善與控制提供了必要基矗基于企業(yè)多維知識倉庫還可以通過進一步的知識支持與決策分析過程，建立面向決策的企業(yè)決策支持系統(tǒng)，也就是圖中的第三層。通過建立決策模型與先進系統(tǒng)理論的應(yīng)用，支持企業(yè)決策者高層次的管理決策過程，從根本上決

11、定與引導企業(yè)的開展演變過程。由上述分析，可以看到知識在企業(yè)內(nèi)部的縱向提取過程、員工與知識系統(tǒng)的發(fā)散性交融作用、企業(yè)員工工作環(huán)境中員工知識的互相穿插作用，相增相長，以及員工知識在企業(yè)信息管理中的循環(huán)更新過程，這正是知識管理系統(tǒng)的邏輯實現(xiàn)模型。轉(zhuǎn)貼于論文聯(lián)盟.ll.4、基于知識挖掘的相關(guān)技術(shù)從對Ltus系統(tǒng)構(gòu)架的分析，可以看到知識挖掘所涉及的主要技術(shù)有知識分類技術(shù)、數(shù)據(jù)倉庫技術(shù)、聯(lián)機分析挖掘技術(shù)、eb挖掘技術(shù)和信息可視化技術(shù)等。4.1知識分類技術(shù)Knledgelassifying知識分類是直接對知識，而不是對圖書資料進展分類，它不同于傳統(tǒng)的圖書分類法，知識分類是基于現(xiàn)代科學理論和認知理論，參照教育

12、部制定的學科分類、科技部制定的自然科學基金學科指南以及其他分類方法編制的知識分類體系，據(jù)此對資源進展知識層面上的分類。4.2數(shù)據(jù)倉庫技術(shù)Knledgearehusing數(shù)據(jù)倉庫概念的創(chuàng)始人.H.Inn在?BuildingtheDataarehuse?一書中指出：“數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程4。首先，數(shù)據(jù)倉庫用于支持決策，面向分析型數(shù)據(jù)處理，它不同于企業(yè)現(xiàn)有的操作型數(shù)據(jù)庫；其次，數(shù)據(jù)倉庫是對多個異構(gòu)的數(shù)據(jù)源有效集成，集成后按照主題進展了重組，并包含歷史數(shù)據(jù)。數(shù)據(jù)倉庫系統(tǒng)體系構(gòu)造包括以下四個局部見圖3：a.數(shù)據(jù)源。是數(shù)據(jù)倉庫系統(tǒng)的根

13、底，是整個系統(tǒng)的數(shù)據(jù)源泉。b.數(shù)據(jù)的存儲與管理。是整個數(shù)據(jù)倉庫系統(tǒng)的核心，數(shù)據(jù)倉庫的真正關(guān)鍵是數(shù)據(jù)的存儲和管理。數(shù)據(jù)倉庫的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫，同時也決定了其對外部數(shù)據(jù)的表現(xiàn)形式。.LAP效勞器。對分析需要的數(shù)據(jù)進展有效集成，按多維模型予以組織，以便進展多角度、多層次的分析，并發(fā)現(xiàn)趨勢。d.前端工具。主要包括各種報表工具、查詢工具、數(shù)據(jù)分析工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉庫或數(shù)據(jù)集市的應(yīng)用開發(fā)工具。其中數(shù)據(jù)分析工具主要針對LAP效勞器，報表工具、數(shù)據(jù)挖掘工具主要針對數(shù)據(jù)倉庫。數(shù)據(jù)倉庫構(gòu)架(略)知識倉庫強調(diào)為決策者提供一個提升知識管理流程全過程的智能分析平臺。知識倉庫可以對不

14、同類型的知識顯性知識和隱性知識和不同形式的知識純文本、二進制對象、模型、圖形等進展捕捉、存儲、編碼、組織和分析。另外，這些知識還包括元知識關(guān)于知識的知識和分析后產(chǎn)生的新知識。數(shù)據(jù)倉庫的目的是要建立一種體系化的數(shù)據(jù)存貯環(huán)境，將分析決策所需的大量數(shù)據(jù)從傳統(tǒng)的操作環(huán)境中別離出來，使分散的、不一致的操作數(shù)據(jù)轉(zhuǎn)換成集成的、統(tǒng)一的信息，組織內(nèi)的成員都可以在此單一的環(huán)境之下，通過運用其中的數(shù)據(jù)與信息，發(fā)現(xiàn)全新的視野和新的問題、新的分析方法，進而開展成制度化的決策系統(tǒng)，并獲取更大效益。知識倉庫應(yīng)具備以下主要功能：消費和組織知識的功能、檢索和管理知識的功能、隱性知識共享和轉(zhuǎn)化功能、知識存儲和檢索功能、知識分析和

15、決策功能、新知識的產(chǎn)生和反應(yīng)功能、用戶行為分析跟蹤功能等。4.3聯(lián)機分析挖掘技術(shù)LA,nlineAnalytialiningLA是LAP和D相結(jié)合的產(chǎn)物，LAPnlineAnalytialPressing，聯(lián)機分析處理與DDataining，數(shù)據(jù)挖掘是基于數(shù)據(jù)倉庫技術(shù)而開展起來的信息分析與挖掘工具。在系統(tǒng)中LA和LAP往往是集成應(yīng)用的如圖4。集成的LA和LAP構(gòu)造(略)LAP是驗證型的，建立在多維視圖的根底上，重在根據(jù)已有的形式將直接源自數(shù)據(jù)倉庫中的不同信息源的大量相關(guān)信息聯(lián)絡(luò)起來，以給分析人員一個明晰、一致的視圖。LAP的多維數(shù)據(jù)分析與數(shù)據(jù)倉庫的多維數(shù)據(jù)組織正好形成互相結(jié)合、互相補充的關(guān)系。

16、LAP的多維數(shù)據(jù)分析主要通過對多維數(shù)據(jù)的維進展剖切、鉆取和旋轉(zhuǎn)來實現(xiàn)對數(shù)據(jù)庫所提供的數(shù)據(jù)進展深化分析，為決策者提供決策支持。多維構(gòu)造是決策支持的支柱，也是LAP的核心。多維構(gòu)造中的維打破了三維概念，可以是超立方體和多立方體的數(shù)據(jù)構(gòu)造。LAP主要有兩個特點：一是在線性nline，即對用戶的懇求做出快速響應(yīng)；二是可以應(yīng)用多種統(tǒng)計分析工具、算法對數(shù)據(jù)進展多維分析ultianalysis。D是挖掘型的，建立在各種信息源的根底上，重在發(fā)現(xiàn)隱藏在大量原始數(shù)據(jù)深層中的對人們有用的形式patterns。D有兩個主要過程，即建立模型和預測將來結(jié)果。LA兼有LAP多維分析的在線性、靈敏性和D對數(shù)據(jù)處理的深化性，L

17、A效勞器可以執(zhí)行如概念描繪、關(guān)聯(lián)、分類、預測、聚類、時間序列分析等多種數(shù)據(jù)挖掘任務(wù)，它通常由多個集成的數(shù)據(jù)挖掘模塊組成，比LAP效勞器復雜得多。目前LA正處于研究之中，針對LA的開展驅(qū)動力和根本構(gòu)造，以下幾點是必要的：LA建立在多維數(shù)據(jù)庫和LAP的根底之上，能對任何它想要的數(shù)據(jù)進展挖掘；用戶對挖掘算法具有動態(tài)選擇的權(quán)利；具有強大的基于超立方體的挖掘算法；可以協(xié)調(diào)好執(zhí)行效率與挖掘的準確性之間的關(guān)系；具有靈敏的可視化工具和良好的擴展性。通過把LA和技術(shù)相結(jié)合，形成網(wǎng)絡(luò)聯(lián)機分析挖掘技術(shù)。特別合適數(shù)據(jù)量宏大、信息類型復雜、表現(xiàn)形式繁多的網(wǎng)絡(luò)信息資源的挖掘和組織，這是目前最新的數(shù)據(jù)挖掘技術(shù)。4.4eb挖

18、掘技術(shù)ebining隨著Internet在流量、規(guī)模和復雜度等方面的飛速增長，成為一個宏大的、分布廣泛的、全球性的信息效勞中心。eb中包含了eb頁面的內(nèi)容信息、豐富的超鏈接信息以及eb頁面的訪問和使用信息，為數(shù)據(jù)挖掘提供了豐富的資源。eb挖掘就是利用數(shù)據(jù)挖掘技術(shù)從eb文檔和eb活動中抽取人們感興趣的、潛在的、有用的規(guī)律和形式。eb挖掘可分為三類：a.eb內(nèi)容挖掘ebntentining。對eb頁面的內(nèi)容進展挖掘，主要是對各種非構(gòu)造化數(shù)據(jù)，如文本、音頻、視頻和圖形圖像等各種數(shù)據(jù)相交融的多媒體數(shù)據(jù)挖掘。b.eb構(gòu)造挖掘ebStrutureining。對eb頁面之間的構(gòu)造進展挖掘，從的組織構(gòu)造和連接

19、關(guān)系中推導知識，如HITS算法5。.eb使用信息挖掘ebUsageining。通過eb日志文件和相關(guān)數(shù)據(jù)，對用戶訪問eb時留下的訪問記錄進展挖掘，發(fā)現(xiàn)用戶訪問eb頁面的形式。4.5信息可視化技術(shù)InfratinVisualizatin信息可視化技術(shù)正在成為信息科學的一個重要分支。它的目的是實現(xiàn)信息的知覺化、感知化。信息可視化集成了多方面的內(nèi)容，包括信息抽取和描繪、人機交互、數(shù)據(jù)挖掘、制圖學和成像學等。信息可視化對知識挖掘的支持是將抽象的、典型的非數(shù)字化如文本信息轉(zhuǎn)換為二維或三維圖形的形式。它可幫助用戶理解大規(guī)模數(shù)據(jù)集合，在處理信息可視化空間內(nèi)，可以顯示和觀察數(shù)據(jù)屬性，被顯示的對象之間的隱藏關(guān)系變得顯而易見。信息可視化參考模型(略)可視化信息系統(tǒng)的開發(fā)由以下幾局部組成6：a.確定有意義的信息特征，即真正理解準備可視化的信息；b.明晰地定義一個可視化空間二維或三維，這個空間用于存放可視化對象；.映射數(shù)字化描繪或者確定在二維或三維可視化環(huán)境中可視化對象的位置；d.集成用于搜索可視化信息和與其進展交互的工具。信息可視化運用圖形化技術(shù)支持多種多樣的交互功能，便于用戶探究概念關(guān)系和