基于知识数据挖掘技术地企业聚类研究.pdfVIP

中国现场统计研究会第十三属学术年会论文 2007年8月 1l 基于知识数据挖掘技术的企业聚类研究 刘海存杨印生马琨 (吉林人学生物与农业上程学院，长春，130022) 摘要：信息与互联网的广泛应用极大地激发了我国知识经济的突飞猛进，如何在海量的结构信息和 非结构信息中遴选出有效决策信息成为知识管理的关键。本文从知识管理和数据挖掘技术出发，采用 多元统计分析的聚类方法，对调查问卷中149家企业的知识需求与知识储备状况进行聚类分析，该分 类结果对于企业管理部门冈地制宜地从知识管理的角度制定企业管理策略及优惠政策，具有重要的现 实意义。 关键词：知识管理(KMS)，数据挖掘(DM)，聚类分析，多冗统计分析 中图分类号：F260 文献识别码：A 1引言 伴随知识经济和信息化时代的到来，对信息资源进行有效和动态管理已成为经济发展的 强烈需求。为提高国际竞争力和自身的绩效水平，企业需要采用先进的知识管理模式和人才 经营策略，以实现知识的有效利用。知识管理是企业对其所拥有的知识资源进行管理的过程， 即如何识别、获取、开发、分解、储存、传递知识，从而使每个员工在最大限度地贡献出其 积累的知识的同时，也能享用他人的知识12J。知识管理应从两个层面进行衡量，一是企业内部 知识管理的微观层面；二是针对于企业管理的宏观层面。本文，针对于企业知识管理的宏观 层面对调研企业的知识信息进行数据挖掘，从而获得企业管理的宏观策略与方法。 2基于数据挖掘的知识管理技术 2．1知识管理流程 知识管理就是当组织面对不连续的日益加剧的环境变化时，为满足组织提高适应力、生 产力和竞争能力的需要。寻求信息技术处理数据和信息的能力同组织成员的创造与革新能力 结合起来的一种过程。企业知识管理基本流程包括知识创造、知识组织、知识转移和知识应 用。其中，知识创造是一个组织开发有价值的新思想、新方案的过程，是开发新知识替换1F1 知识的过程。通过社会化和协同过程以及个人的认知过程，组织中的隐性知识和显性知识被 创造、共享、增强、放大和证明；知识组织过程与组织记忆有关，是知识管理的一个重要方 面，组织记忆是“来自于过去经验、事件的知识，影响现在组织活动的方法”，它包括以各种 形式存在的组织知识：知识转移可以认为是知识被定位，而后传递／扩散到使用者并被其吸收 的过程；知识应用可以理解为企业员工对获取、吸收的新知识和已有知识进行整合并实际运 用到工作流程中以解决问题或制定决策的过程IlJ。 2．2数据挖掘技术与知识管理融合 数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据 中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库 技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员，投 身到数据挖掘这一新兴的研究领域，形成新的技术热点【11。数据挖掘(Data Mining)的定义， 简单地说，就是从存放在数据库、数据仓库或其他信息库中的大量数据中发现和提取有趣知 识的过程，且数据挖掘是知识发现过程的一个步骤。就是从大量的、不完全的、有噪声的、 模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用 的信息和知识的过程。在此，我们要求的数据源必须是真实的、大量的、含噪声的，而且发 12 中国现场统计研究会第十三届学术年会论文 2007年8月 现的是用户感兴趣的知识，发现的知识要可接受、可理解、可运用，并不要求发现放之四海 皆准的知识，仅支持特定的发现问题。即数据挖掘所得到的信息应具有先未知，有效和可实 用三个特征12一。能否挖掘隐含在企业海量数据中的知识，充分将少量的数据转化为对企业有 用的知识，是企业成功的关键。 企业知识管理需要数据挖掘技术的支撑，采用基于数据挖掘技术的知识管理模式将更会 促进企业知识资源有效利用。采用基于数据挖掘技术的知识管理链通常包括数据的识别、数 据的获取、数据的挖掘(形成知识)、知识的存储、知识的传递、知识的共享、知识的应用及