從知識運(yùn)轉(zhuǎn)模式論知識挖掘

1、從知識運(yùn)轉(zhuǎn)形式論知識挖掘隨著計(jì)算機(jī)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(bào)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(bào)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(shí)現(xiàn)知識挖掘，即利用智能工具挖掘蘊(yùn)藏于海量顯性知識中的隱性知識。1、知識與知識運(yùn)轉(zhuǎn)模型1.1顯性知識和隱性知識1958年，英國物理學(xué)家和哲學(xué)家.Planyi在其代表作?個(gè)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(jìn)展了較明確的定義1：隱性知識TaitKnledge

2、是建立在個(gè)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(yù)感性知識。其根植于個(gè)人行為、經(jīng)歷和知識情景中，與人們的行為嚴(yán)密相連，難以編碼和度量，是計(jì)算機(jī)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(bào)告等明確表達(dá)和交流的知識，是可以被進(jìn)展編碼和度量的、可由計(jì)算機(jī)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(yùn)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(gè)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(kuò)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(gè)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(kuò)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(dòng)的結(jié)果。個(gè)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(gè)體和組織知識庫的容量。知識管理所要實(shí)現(xiàn)的是組織中個(gè)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(jìn)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(yùn)轉(zhuǎn)流動(dòng)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(yùn)轉(zhuǎn)經(jīng)歷以下幾個(gè)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(xué)習(xí)和應(yīng)用的過程；學(xué)習(xí)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(jià)值，與共享環(huán)節(jié)一起改善知識擴(kuò)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(xué)習(xí)和應(yīng)用、創(chuàng)新四個(gè)關(guān)鍵的知識運(yùn)轉(zhuǎn)環(huán)節(jié)組合成一個(gè)螺旋上升的閉環(huán)，稱之為“知識運(yùn)轉(zhuǎn)形式。知識運(yùn)轉(zhuǎn)形式(略)說明組織中的知識經(jīng)過沉淀、共享、學(xué)習(xí)和應(yīng)用、創(chuàng)新四個(gè)環(huán)節(jié)的循環(huán)之后，實(shí)現(xiàn)了螺旋式上升，組織中

5、的知識不斷地進(jìn)展著隱性知識和顯性知識的互相轉(zhuǎn)化。在這個(gè)過程中，從個(gè)人的內(nèi)隱知識轉(zhuǎn)化到組織的外顯知識時(shí)，必須利用智能工具挖掘蘊(yùn)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(xué)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(jìn)展提煉，如從各類文獻(xiàn)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(jìn)展列表比照，發(fā)現(xiàn)文獻(xiàn)的隱性關(guān)聯(lián)；對知識元進(jìn)展可視化處理、文獻(xiàn)智能聚類等，使信息增值。知識挖掘的目的是運(yùn)用最新的智能工具來挖掘蘊(yùn)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(bào)分析研究用戶對個(gè)性化、隱性知識的需求，可以真正支撐起情報(bào)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(shí)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(shí)現(xiàn)，知識倉庫是外部異構(gòu)的相關(guān)數(shù)據(jù)庫和本機(jī)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(biāo)準(zhǔn)之下3。這樣，知識挖掘就可以通過統(tǒng)計(jì)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(gè)基于eb的知識門戶解決方案，結(jié)合了Ltus先進(jìn)的門戶技術(shù)、實(shí)時(shí)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(gè)人效勞3個(gè)根本層次于一體，把“人、場所和事件3個(gè)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(dòng)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(jìn)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(jìn)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(fèi)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(dá)了Intranet的思想，通過設(shè)計(jì)與實(shí)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(jià)值的形式與知識，進(jìn)展嚴(yán)密而科學(xué)的組織，這是支持知識管理系統(tǒng)實(shí)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(gè)結(jié)點(diǎn)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(gè)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(gè)人知識挖掘與交融過程，用于完成員工不斷根據(jù)個(gè)人需求在知識倉庫中的映射與知識提取，以及員工個(gè)人知識不斷交融進(jìn)入企業(yè)整個(gè)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(shí)也提供了無法進(jìn)入企業(yè)知識倉庫中的非構(gòu)造化個(gè)人頭腦知識的交流與互動(dòng)的時(shí)機(jī)，從而可能引發(fā)新知識的產(chǎn)生；.個(gè)人知識支持的工作過程與信息反應(yīng)過程，是在個(gè)人知識平臺支持下指導(dǎo)實(shí)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(shí)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?；谄髽I(yè)多維知識倉庫還可以通過進(jìn)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(jìn)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(dǎo)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(shí)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(jī)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(jìn)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(xué)理論和認(rèn)知理論，參照教育

12、部制定的學(xué)科分類、科技部制定的自然科學(xué)基金學(xué)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(jìn)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(shí)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(gè)異構(gòu)的數(shù)據(jù)源有效集成，集成后按照主題進(jìn)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(gè)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(gè)系統(tǒng)的數(shù)據(jù)源泉。b.數(shù)據(jù)的存儲與管理。是整個(gè)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(shí)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(jìn)展有效集成，按多維模型予以組織，以便進(jìn)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(bào)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(bào)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(qiáng)調(diào)為決策者提供一個(gè)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(jìn)制對象、模型、圖形等進(jìn)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(yùn)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(jìn)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(fèi)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(jī)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(jī)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(yàn)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(gè)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(bǔ)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(jìn)展剖切、鉆取和旋轉(zhuǎn)來實(shí)現(xiàn)對數(shù)據(jù)庫所提供的數(shù)據(jù)進(jìn)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(gè)特點(diǎn)：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(jì)分析工具、算法對數(shù)據(jù)進(jìn)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(gè)主要過程，即建立模型和預(yù)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(yù)測、聚類、時(shí)間序列分析等多種數(shù)據(jù)挖掘任務(wù)，它通常由多個(gè)集成的數(shù)據(jù)挖掘模塊組成，比LAP效勞器復(fù)雜得多。目前LA正處于研究之中，針對LA的開展驅(qū)動(dòng)力和根本構(gòu)造，以下幾點(diǎn)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(jìn)展挖掘；用戶對挖掘算法具有動(dòng)態(tài)選擇的權(quán)利；具有強(qiáng)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(zhǔn)確性之間的關(guān)系；具有靈敏的可視化工具和良好的擴(kuò)展性。通過把LA和技術(shù)相結(jié)合，形成網(wǎng)絡(luò)聯(lián)機(jī)分析挖掘技術(shù)。特別合適數(shù)據(jù)量宏大、信息類型復(fù)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(fù)雜度等方面的飛速增長，成為一個(gè)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(dòng)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(jìn)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(jìn)展挖掘，從的組織構(gòu)造和連接

19、關(guān)系中推導(dǎo)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(shí)留下的訪問記錄進(jìn)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(xué)的一個(gè)重要分支。它的目的是實(shí)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(jī)交互、數(shù)據(jù)挖掘、制圖學(xué)和成像學(xué)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(zhǔn)備可視化的信息；b.明晰地定義一個(gè)可視化空間二維或三維，這個(gè)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(jìn)展交互的工具。信息可視化運(yùn)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