试论知识发现和知识管理的决策支持系统研究的论文.docVIP

　　试论知识发现和知识管理的决策支持系统研究的论文 论文摘要：在数据仓库和知识仓库的基础上对决策支持系统的架构进行了改进，提出了基于知识发现和知识管理的决策支持系统模型，并对该系统模型中的各个模块的功能特点进行了研究。该系统融合了知识发现和知识管理理念，运用了数据仓库、数据挖掘等技术，实现企业的科学决策。 　　论文关键词：知识发现；知识管理；决策支持系统 　　在知识经济时代，企业所处的商业环境发生了根本性变化，知识资本成为了企业价值的重要组成部分，是企业做出决策的重要依托。目前，学界对利用知识技术帮助决策、利用专家系统等人工智能提高和强化决策支持系统功能的研究，主要停留在方法手段和个别领域等方面，从宏观上将知识发现、知识管理与决策理论、决策支持系统的实现结合起来，进行整体研究的还很少，系统模型不够完善。本文拟对决策支持系统的架构进行改进，提出知识发现、知识管理与决策支持系统的简单集成框架，即在决策支持系统结构中融入知识发现和知识管理模块，以期达到更优的决策结果。 　　1知识发现 　　1．1知识发现的定义 　　1989年8月，在第11届国际人工智能联合会议的专题研讨会上，首次提出了基于数据库的知识发现(knoanagement)就是运用集体的智慧提高应变能力和创新能力，为企业实现显性知识和隐性知识共享和有效转换提供新途径。简而言之，知识管理就是企事业单位对其所拥有的知识资源进行管理的过程。比尔?盖茨在《未来时速》中提到“知识管理是个手段，不是目的，它是搜集和组织信息、把信息传播给需要它的人、不断地通过分析和合作来优化信息”。 　　2．2知识管理的过程 　　知识管理过程可以划分为四个环节：知识生成(pro—duce)管理，包括知识获取和知识创新；知识积累(stock-pile)管理，包括知识整理、知识保存、知识更新；知识应用(application)管理，包括知识测评、知识应用；知识交流(municate)管理，包括知识传递、知识分享。这四个环节，九个部分相互承接与联系，共同构成了知识的基础管理体系。各个活动之间相互关联，并无简单的先后关系，而是在循环中不断进化和提高，形成了知识螺旋上升式的有机闭合环路，如同一条“知识链(kno，dss)是以现代信息技术为手段，综合运用计算机技术、管理科学、经济数学、人工智能技术等多种学科知识，针对某～类型的半结构化和非结构化决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案等方式，为管理者做出正确决策提供帮助的人机交互式系统。 　　3．2系统目标 　　系统设计日标是：对与决策相关的各种数据进行抽取、转换和加载等处理后，建立统一规范和高度共享的数据仓库，并在此基础上采用数据挖掘和olp等技术多角度分析数据，从中提取潜在的知识，并对发现的知识实施进一步的管理，求精、深化，从而建立高效的决策支持系统。 　　3．3系统构建 　　根据系统的设计目标，文章给出基于知识发现和知识管理的决策支持系统的模型，其基本结构框架如图3所示，箭头方向为控制流。 该系统由数据仓库管理模块、知识发现模块、知识管理模块、人机交互模块四大模块组成。 　　3．3．1数据仓库管理模块 　　该模块将不同来源的、结构不一致的数据进行概括和聚集，抽取其面向决策支持的部分并加载到数据仓库中，对其实行统一管理。当需要查询时，就可以直接访问数据仓库而无需再访问其它信息源。数据仓库是知识发现的基础，是面向主题的、集成的、稳定的、随时间不断变化的数据集合，用以支持决策管理的制定过程。 　　3．3．2知识发现模块 　　该模块是在数据仓库的基础上，运用数据分析工具，从数据中提取对决策有用的知识。模块中提供了大量知识发现引擎抽取算法，针对所要发现任务的所属类别，如分类、回归分析、聚类、关联规则等，设计或选择有效的数据挖掘算法并加以实现。数据挖掘和olap(联机分析处理)技术是知识提取的有力工具。从数据仓库中选择的数据在知识发现引擎里得到处理，生成辅助模式和关系。对发现的模式进行解释，在此过程中，为了取得更为有效的知识，可能会返回前面处理步骤中的某些步骤以反复提取，从而提取出更有效的知识。测试与评价所发现的知识，对知识进行一致性、效用性处理以确保本次发现的知识不会与以前发现的知识相抵触。将发现的知识将存放到知识库中，最终以用户能了解的方式呈现给用户。 　　3．3．3知识管理模块 　　上一模块提取的知识存放在知识库中，这些知识必须以一种有效的方式来进行管理，才能更好地为决策服务。经过知识生成、知识积累、知识交流和知识应用四个管理环节，以及与领域知识、员工的隐性知识、外部环境的交互，知识得到进一步的优化，以供决策。 　　3．3．4人机交互模块 　　决策者通过友好的人机界面，可以与系统进行交流。用户向系统