情报增值与决策支持.pptVIP

情报增值与决策支持 王贻志 研究员 上海社会科学院信息研究所 yzwang@sass.org.cn 1.在信息时代,信息资源成为生产要素 生产函数Y=f(x), x为投入要素向量 在农业社会, 土地和劳动力构成了主要的生产要素 在工业社会, 资本、劳动力和技术构成了主要的生产要素 在信息社会，信息成为主要的生产要素之一 将信息作为一种资源，在更大程度创造其经济、社会价值，是“信息化带动工业化、实现跨越式发展”、“实现可持续发展”的重要内容 2、信息作为一种资源的特点：价值明显衰减的时效特性 自然资源的价值一般并不表现出明显的时效性，如矿藏资源、森林资源等 一些战略性的短缺资源表现出增值的时效性特征 信息资源具有明显的价值衰减的时效特性 目前对信息资源的开发利用成为发达国家和发展中国家数字鸿沟不断扩大的主要方面，我国实现经济、社会的“可持续发展”和“跨越式发展”，信息资源的开发利用是重要的方面 3、知识管理中的核心问题 随着信息技术快速发展，如何发现隐藏在海量数据或资料中有价值的信息？例如：用于商店货架商品布局、产品或服务的市场定位、客户关系管理、风险管理、大型项目的战略决策等 经济和社会活动中，决策是最为重要的活动之一，这类活动通常是不确定的、具有多准则的（往往包含多重相互冲突的目标，决策需要基于整体的优化）以及具有复杂性的，如何采用网络技术来整合“数据、数据处理和决策分析”? 4、发展趋势一：智能数据挖掘 智能数据挖掘：传统的数据挖掘，主要基于硬计算技术（Hard Computing, 基于“精确的”和“设定的”方法），人们逐渐认识到这类方法往往不适合识别数据中真实存在的知识，软计算技术（Soft Computing, 基于“模糊的”和“逐步发展的”方法，主要包括模糊逻辑 (FL)、神经网络(NN)、遗传算法(GA)等 ）及其应用不断发展，目前发展趋势：基于软计算方法和硬计算方法结合的知识挖掘。 发展趋势二：基于“方法-人类-计算机”交互的智能决策支持系统（IDSS） 多目标决策(MOD)与模糊多目标决策(FMOD) 组(Group)决策支持与模糊组决策支持 基于网络的多目标决策支持(WMODS) 神经决策系统(NDS) 双层（bi-level）决策支持 模糊双层多目标决策 应用：敏捷商务（Smart business）、政府的智能决策支持系统(Intelligent decision support system )及电子服务、发展战略规划（生态规划） 5、我国信息开发利用方面的瓶颈问题 我国信息资源开发利用尚处于“初级阶段”，具有巨大的发展空间 知识挖掘需要尽可能完整的、细粒化的基础数据（传统处理方法存在很大的局限性） 目前基础数据管理现状：“分散化、部门化、部门利益化”，整合基础数据资源的成本非常高 制约我国信息资源深度开发利用的瓶颈：不是技术上的问题，而是来自管理体制方面的制约。 谢谢 * 硬计算(hard computing) 软计算(soft computing) 精确的(precise) 不精确的(inexact) 定量的(quantitative) 定性的(qualitative) 最优的(optimizing) 满意的(“Satisfying”) 不变的(unchanging) 适应的(adaptive) 被程式化的(programmed) 被训练的(trained) 被设定的(designed) 逐步发展的(evolved) 清晰的(“Crisp”) 粗略的(rough) 可界定的(discernible) 模糊的(fuzzy) *