张结红知识管理之知识管理技术和知识管理工具PPT.pptxVIP

知识管理的核心技术和主要工具产品综析;目录;; 1、知识管理技术概述 ;共享; 文档库 数据仓库 知识地图;;门户技术; 2.知识管理技术 （1）计算机网络技术 国际互联网——Internet 内联网——Intranet 外联网——Extranet 网格技术 语义网技术 （2）基于数据库的知识挖掘技术 文本挖掘技术 数据挖掘技术 ;知识管理技术基础; 网格技术的特点 网格通过高性能计算环境，促进全球分布式计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享、管理、协调与控制，这些资源包括机器、网络、数据和任何设备。 它们连接成一个整体，整个网络如同一台巨大无比的计算机，实现互联网上所有资源的全面连通，实现高度的资源共享，高速的信息存取，向每个用户提供一体化的信息服务。 ; 网格技术发展现状 目前，网格的研究主要集中在美国和欧洲。英国政府投资近1亿英镑，用来研制英国国家网格（UK National Grid）,美国政府用于网格技术基础研究经费则达5亿美元。我国中科院计算机研究所也制定了网格研究计划，被称为“织女星网格（Vega Grid)”。 网格技术将带来因特网的新生，极大改变我们的工作和生活。美国福布斯杂志预测，网格技术将在2020年产生一个年产值为20万亿美元. ; 语义网技术 语义网的基本思想提供基于机器可处理的数据语义，并应用这些元数据的启发式进行自动化的信息访问。数据语义的显性表示和领域理论将使得Web提供一种全新质量的服务。 最终目标是将人类知识编织成一个巨大网络，并以机器处理的方式来实现它。 ; 文本挖掘技术 文本挖掘是知识挖掘的一个分支，它利用智能算法，如神经网络、基于案例的推理、可能性推理等，并结合文字处理技术，分析大量的非结构化文本源（如文档、电子表格、客户电子邮件、问题查询、网页等），抽取或标记关键字概念、文字间的联系、并按照内容对文档进行分类，获取有用的知识和信息。 ; 数据挖掘技术 数据挖掘是利用分类、评价、预测、关联分组、聚类等关联性分析与机器自我学习，以及其他统计方法，从复杂且数据庞大的数据库中，挖掘出显然的、隐含的、前所未有而可能有用信息和知识的过程。 ;数据仓库的起源 20世纪70年代出现并广泛应用的关系型数据库技术为大量数据和信息组织、管理提供了有效工具。 由于市场竞争和信息社会需求的发展，人们迫切需要信息系统支持决策，支持突发查询能力，这种需求促使20世纪80年代中后期出现了数据仓库思想的萌芽。 20世纪90年代，W.H.Inmon 在其里程碑式的著作《建立数据仓库》的概念，从此数据仓库的研究和应用得到了广泛关注。; 数据仓库的特征 数量巨大 数据按主题分类 数据具有集成性和有序性 数据具有一定的时限 数据具有稳定性 ; 数据仓库的功能 动态、整合的数据管理和知识查询功能 集成的客户知识分析功能：基于数据库支持、及时识别忠诚顾客的功能 基于数据库支持的客户购买行为参考功能 基于数据库支持的客户流失警示功能 基于Web数据仓库的信息共享功能 ;;知识仓库 数据仓库中仅仅存储了决策者所需知识的一部分,企业绝大部分智力财富以隐性知识的方式存在于员工的大脑中。因此,数据仓库不足以满足对知识检索的需求。 知识仓库能够对不同类型的知识(显性知识和隐性知识)和不同形式的知识(纯文本、二进制对象、模型等)进行捕捉、存储、编码、组织和分析。另外,这些知识还包括元知识(关于知识的知识)和分析后产生的新知识。 ;;知识仓库的功能 隐性知识共享和转化功能 知识存储和检索功能 知识分析功能 新知识的产生和反馈功能 用户行为分析跟踪功能 ;知识管理主要工具产品; 知识地图 知识地图起源于地理上的地图，美国捷运公司最早的知识地图是一张包含知识资源的美国地理地图，可以说这就是知识地图的雏形。 知识地图的概念最早是由布鲁克斯(B. C. Brooks)提出的。他提出的知识地图的概念主要是指人类的客观知识,他认为人类的知识结构可以绘制成各个单元概念为节点的学科认识图。 ;知识地图的特点 知识地图是一个向导,它本身并不是一个知识的集合 知识地图指向的是知识源,而这些知识源不仅可以是已经固化在一定的载体上的各种形式的文献、数据库,也可以是大脑中存储了丰富的隐性知识的专家或其他员工。 知识地图不仅仅要揭示知识的存储地,通常也要揭示知识之间的关系。 知识地图的最终目标是帮助企业员工实现知识的共享。 ;知识地图的分类 按照知识地图变化的状态来分 静态知识地图 动态知识地图 按照知识地图功能进行分类 概念型知识地图 流程型知识地图 职称型知识地图 根据知识地图的用途分类 企业知识地图 学习知识地图