1、從知識運轉形式論知識挖掘隨著計算機技術、網絡通訊技術、高密度存儲技術、數據挖掘技術等的廣泛應用，改變了情報研究組織獲取信息的方式和方法，以及其內部信息資源保障體系的效勞手段和工作重心。這就要求情報研究知識管理系統不僅要完成一般性的知識管理功能，還應該在對知識管理的根底上應用現代化手段實現知識挖掘，即利用智能工具挖掘蘊藏于海量顯性知識中的隱性知識。1、知識與知識運轉模型1.1顯性知識和隱性知識1958年，英國物理學家和哲學家.Planyi在其代表作?個體知識?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展了較明確的定義1：隱性知識TaitKnledge

2、是建立在個人經歷根底之上并涉及各種無形因素的知識，多為主觀洞察力、直覺和預感性知識。其根植于個人行為、經歷和知識情景中，與人們的行為嚴密相連，難以編碼和度量，是計算機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、數字描繪、技術文件、手冊和報告等明確表達和交流的知識，是可以被進展編碼和度量的、可由計算機處理的知識，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轉形式I.Nnaka和H.Takeuhi把知識轉化歸納為以下四種形式2：社會化、外在化、綜合化以及內隱化。社會化是個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化；綜合化是一種知識擴散的過程，通過分布式文檔管理、內容管理、數據倉庫等工具將個人知識上升為組織知識；內隱化意味著顯性的組織知識轉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造出新的隱性知識。在此根底上他們提出了“知識應用知識獲泉知識組織知識擴散的轉換過程，組織知識創造是隱性知識和顯性知識持續互動的結果。個人隱性知識是組織知識創造的根底，在知識創造螺旋中四種知識轉化形式是互相連續的、螺旋上升的，不斷增加著個體和組織知識庫的容量。知識管理所要實現的是組織中個人的隱性知識即內隱到組織的顯性知識外顯，再到組織的內部知識之間的轉化。其目的是促進系

4、統內知識的獲娶存儲、開展和共享。這就需要首先使知識可以在系統內運轉流動起來。從知識之間的四種轉化形式分析得出，在系統知識管理過程中，知識運轉經歷以下幾個環節：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習和應用的過程；學習和應用，即吸收組織內的隱性和顯性知識應用于工作理論從而創造價值，與共享環節一起改善知識擴散度；創新，即獲取外部新知識或提升內部知識層次。沉淀、共享、學習和應用、創新四個關鍵的知識運轉環節組合成一個螺旋上升的閉環，稱之為“知識運轉形式。知識運轉形式(略)說明組織中的知識經過沉淀、共享、學習和應用、創新四個環節的循環之后，實現了螺旋式上升，組織中

5、的知識不斷地進展著隱性知識和顯性知識的互相轉化。在這個過程中，從個人的內隱知識轉化到組織的外顯知識時，必須利用智能工具挖掘蘊藏于海量顯性知識中的隱性知識，知識挖掘技術起著非常重要的作用。2、知識挖掘概念知識挖掘屬于知識科學中的概念。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展提煉，如從各類文獻中提取斷言型、解釋型和數值型的知識元；對同類數值型知識元進展列表比照，發現文獻的隱性關聯；對知識元進展可視化處理、文獻智能聚類等，使信息增值。知識挖掘的目的是運用最新的智能工具來挖掘蘊藏于海量顯性信息中的隱性知識，并形成專業知

6、識庫和知識倉庫。將隱性知識顯性化并給予管理利用，非常符合情報分析研究用戶對個性化、隱性知識的需求，可以真正支撐起情報分析研究知識管理系統的顯性知識與隱性知識全方位開發戰略。3、Ltus知識發現實例分析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現，知識倉庫是外部異構的相關數據庫和本機構知識庫構成的虛擬“庫集合。知識庫中的所有知識單元被統一于同樣的標準之下3。這樣，知識挖掘就可以通過統計和分析工具在知識庫中完成。Ltus第三代A構架(略)3.1Ltus知識發現的新理念Ltus知識發現解決方案是包括前端桌面應用和后端效勞器應用的完好系統，可以幫助企業發現和有效利用

7、存儲在信息系統中的“信息內容和掌握在人腦中的“專家技能。前端的Ltus知識工作站KStatin是一個基于eb的知識門戶解決方案，結合了Ltus先進的門戶技術、實時協作平臺Saetie和群組協作解決方案QuikPlae等核心協作工具與效勞，集應用、協作效勞和個人效勞3個根本層次于一體，把“人、場所和事件3個知識管理的根本因素統一到單一的界面上，提供群組協作應用功能，允許相關人員通過LtusNtes客戶端或閱讀器單一訪問入口，以發現、共享和傳遞知識。后端的LNs知識發現效勞器可以發現“人、場所和事件之間的關系，幫助用戶從存儲在企業文檔、數據庫、電子郵件、eb以及ERP等業務系統的信息中挖掘知識。3

8、.2Ltus第三代A構架分析第三代辦公自動化系統以知識管理為核心，隨著Internet技術的迅速開展，Ltus進一步將Internet/Intranet/Extranet因特網、內聯網、外聯網的技術和應用與群件技術進展成功的集成，從而形成了以知識管理為核心的信息技術。圖2顯示了Ltus第三代A構架。其中底層是企業的根本信息支撐環境，它包括RPIIanufatureResurePlanningII、ISanageentInfratinSyste系統對企業內部各種層次消費經營管理過程的信息化支撐，以及對企業外部Internet的信息獲齲三類系統的互相作用表達了Intranet的思想，通過設計與實現

9、優秀的Internet信息獲取工具，可以有效地利用外部的有用信息為企業內部的經營管理過程效勞。第二層是企業多維知識倉庫，存在于底層企業信息支撐環境中的企業信息資源是龐雜而海量的，需要在數據挖掘與形式提取的工具支持下，開掘其中有價值的形式與知識，進展嚴密而科學的組織，這是支持知識管理系統實現的有利根據。圖中的圓環代表了企業員工的工作環境，其上的各個結點代表企業中不同崗位上的企業員工。知識管理的目的就在于更好地支持各個層次企業員工的工作流過程，包括：a.員工與企業知識倉庫之間的個人知識挖掘與交融過程，用于完成員工不斷根據個人需求在知識倉庫中的映射與知識提取，以及員工個人知識不斷交融進入企業整個知識

10、倉庫的過程；b.員工之間的知識流轉與共享過程，提供了不同知識映射集合之間共享與穿插的可能，同時也提供了無法進入企業知識倉庫中的非構造化個人頭腦知識的交流與互動的時機，從而可能引發新知識的產生；.個人知識支持的工作過程與信息反應過程，是在個人知識平臺支持下指導實現員工的工作過程，以及工作結果的信息反應過程。充分利用這一過程，可以及時地搜集知識利用的反應信息，為閉環知識管理系統的完善與控制提供了必要基矗基于企業多維知識倉庫還可以通過進一步的知識支持與決策分析過程，建立面向決策的企業決策支持系統，也就是圖中的第三層。通過建立決策模型與先進系統理論的應用，支持企業決策者高層次的管理決策過程，從根本上決

11、定與引導企業的開展演變過程。由上述分析，可以看到知識在企業內部的縱向提取過程、員工與知識系統的發散性交融作用、企業員工工作環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信息管理中的循環更新過程，這正是知識管理系統的邏輯實現模型。轉貼于論文聯盟.ll.4、基于知識挖掘的相關技術從對Ltus系統構架的分析，可以看到知識挖掘所涉及的主要技術有知識分類技術、數據倉庫技術、聯機分析挖掘技術、eb挖掘技術和信息可視化技術等。4.1知識分類技術Knledgelassifying知識分類是直接對知識，而不是對圖書資料進展分類，它不同于傳統的圖書分類法，知識分類是基于現代科學理論和認知理論，參照教育

12、部制定的學科分類、科技部制定的自然科學基金學科指南以及其他分類方法編制的知識分類體系，據此對資源進展知識層面上的分類。4.2數據倉庫技術Knledgearehusing數據倉庫概念的創始人.H.Inn在?BuildingtheDataarehuse?一書中指出：“數據倉庫是面向主題的、集成的、穩定的、隨時間變化的數據集合，用以支持經營管理中的決策制定過程4。首先，數據倉庫用于支持決策，面向分析型數據處理，它不同于企業現有的操作型數據庫；其次，數據倉庫是對多個異構的數據源有效集成，集成后按照主題進展了重組，并包含歷史數據。數據倉庫系統體系構造包括以下四個局部見圖3：a.數據源。是數據倉庫系統的根

13、底，是整個系統的數據源泉。b.數據的存儲與管理。是整個數據倉庫系統的核心，數據倉庫的真正關鍵是數據的存儲和管理。數據倉庫的組織管理方式決定了它有別于傳統數據庫，同時也決定了其對外部數據的表現形式。.LAP效勞器。對分析需要的數據進展有效集成，按多維模型予以組織，以便進展多角度、多層次的分析，并發現趨勢。d.前端工具。主要包括各種報表工具、查詢工具、數據分析工具、數據挖掘工具以及各種基于數據倉庫或數據集市的應用開發工具。其中數據分析工具主要針對LAP效勞器，報表工具、數據挖掘工具主要針對數據倉庫。數據倉庫構架(略)知識倉庫強調為決策者提供一個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、二進制對象、模型、圖形等進展捕捉、存儲、編碼、組織和分析。另外，這些知識還包括元知識關于知識的知識和分析后產生的新知識。數據倉庫的目的是要建立一種體系化的數據存貯環境，將分析決策所需的大量數據從傳統的操作環境中別離出來，使分散的、不一致的操作數據轉換成集成的、統一的信息，組織內的成員都可以在此單一的環境之下，通過運用其中的數據與信息，發現全新的視野和新的問題、新的分析方法，進而開展成制度化的決策系統，并獲取更大效益。知識倉庫應具備以下主要功能：消費和組織知識的功能、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、新知識的產生和反應功能、用戶行為分析跟蹤功能等。4.3聯機分析挖掘技術LA,nlineAnalytialiningLA是LAP和D相結合的產物，LAPnlineAnalytialPressing，聯機分析處理與DDataining，數據挖掘是基于數據倉庫技術而開展起來的信息分析與挖掘工具。在系統中LA和LAP往往是集成應用的如圖4。集成的LA和LAP構造(略)LAP是驗證型的，建立在多維視圖的根底上，重在根據已有的形式將直接源自數據倉庫中的不同信息源的大量相關信息聯絡起來，以給分析人員一個明晰、一致的視圖。LAP的多維數據分析與數據倉庫的多維數據組織正好形成互相結合、互相補充的關系。

16、LAP的多維數據分析主要通過對多維數據的維進展剖切、鉆取和旋轉來實現對數據庫所提供的數據進展深化分析，為決策者提供決策支持。多維構造是決策支持的支柱，也是LAP的核心。多維構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據構造。LAP主要有兩個特點：一是在線性nline，即對用戶的懇求做出快速響應；二是可以應用多種統計分析工具、算法對數據進展多維分析ultianalysis。D是挖掘型的，建立在各種信息源的根底上，重在發現隱藏在大量原始數據深層中的對人們有用的形式patterns。D有兩個主要過程，即建立模型和預測將來結果。LA兼有LAP多維分析的在線性、靈敏性和D對數據處理的深化性，L

17、A效勞器可以執行如概念描繪、關聯、分類、預測、聚類、時間序列分析等多種數據挖掘任務，它通常由多個集成的數據挖掘模塊組成，比LAP效勞器復雜得多。目前LA正處于研究之中，針對LA的開展驅動力和根本構造，以下幾點是必要的：LA建立在多維數據庫和LAP的根底之上，能對任何它想要的數據進展挖掘；用戶對挖掘算法具有動態選擇的權利；具有強大的基于超立方體的挖掘算法；可以協調好執行效率與挖掘的準確性之間的關系；具有靈敏的可視化工具和良好的擴展性。通過把LA和技術相結合，形成網絡聯機分析挖掘技術。特別合適數據量宏大、信息類型復雜、表現形式繁多的網絡信息資源的挖掘和組織，這是目前最新的數據挖掘技術。4.4eb挖

18、掘技術ebining隨著Internet在流量、規模和復雜度等方面的飛速增長，成為一個宏大的、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，為數據挖掘提供了豐富的資源。eb挖掘就是利用數據挖掘技術從eb文檔和eb活動中抽取人們感興趣的、潛在的、有用的規律和形式。eb挖掘可分為三類：a.eb內容挖掘ebntentining。對eb頁面的內容進展挖掘，主要是對各種非構造化數據，如文本、音頻、視頻和圖形圖像等各種數據相交融的多媒體數據挖掘。b.eb構造挖掘ebStrutureining。對eb頁面之間的構造進展挖掘，從的組織構造和連接

19、關系中推導知識，如HITS算法5。.eb使用信息挖掘ebUsageining。通過eb日志文件和相關數據，對用戶訪問eb時留下的訪問記錄進展挖掘，發現用戶訪問eb頁面的形式。4.5信息可視化技術InfratinVisualizatin信息可視化技術正在成為信息科學的一個重要分支。它的目的是實現信息的知覺化、感知化。信息可視化集成了多方面的內容，包括信息抽取和描繪、人機交互、數據挖掘、制圖學和成像學等。信息可視化對知識挖掘的支持是將抽象的、典型的非數字化如文本信息轉換為二維或三維圖形的形式。它可幫助用戶理解大規模數據集合，在處理信息可視化空間內，可以顯示和觀察數據屬性，被顯示的對象之間的隱藏關系變得顯而易見。信息可視化參考模型(略)可視化信息系統的開發由以下幾局部組成6：a.確定有意義的信息特征，即真正理解準備可視化的信息；b.明晰地定義一個可視化空間二維或三維，這個空間用于存放可視化對象；.映射數字化描繪或者確定在二維或三維可視化環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展交互的工具。信息可視化運用圖形化技術支持多種多樣的交互功能，便于用戶探究概念關系和