论文部分内容阅读
摘要：数据挖掘技术可以快速有效地分析和处理来自企业内外部的大量的数据和信息，从而为企业的预测和决策提供科学依据。
为了有效地提升企业的竞争力，知识管理，作为一种经营战略模式开始受到企业的重视。数据挖掘技术是数据库和信息决策领域的一个理论前沿，是知识发现的核心部分，利用数据挖掘技术可以从企业海量的数据和信息中挖掘出有效的知识，帮助企业实施科学有效的知识管理，从而提升企业的核心竞争力，促进企业科学、快速与持续发展。
关键词：数据挖掘；知识管理；管理系统一、引言
中图分类号：N64文献标识码： A
引言
企业处在日益激烈的市场竞争环境中，越来越难依靠资本、技术、自然资源和劳动力等经济资源来获得独特的竞争优势。随着知识经济的到来，知识作为一种经济资源将发挥越来越重要的作用，知识管理作为一种全新的经营管理模式可以提高企业的竞争力。企业可以广泛搜集到组织所掌握的技术诀窍、业务资料和长期实践经验等数据资料，但如何对这些数据资料进行科学地分析、处理，从而发掘出对管理和决策有价值的信息和知识，却是企业面临的主要挑战。
数据挖掘技术可以有效地解决这一问题，并且被广泛应用于企业知识管理中。它是数据库和信息决策领域的一个理论前沿，是知识发现的核心部分。数据挖掘技术可以快速有效地分析和处理来自企业内外部的大量的数据和信息，从而为企业的管理提供科学依据。
二、企业在知识管理中存在的问题
很多情况是，企业并没有自己专业的信息来源渠道，更缺乏对这种信息来源渠道的管理。只是更重视某几种信息渠道而已，如特别重视上级领导部门的信息渠道，或者特别重视来自竞争对手的信息渠道。诸多以人本管理为核心的企业，没有意识到信息的重要性，一个没有了解全局信息的企业家，将无法做出正确的决策。经过长期调研，作者认为所在的企业在知识管理方面存在以下问题：
（一）大量知识资本以隐性方式存在
知识资本隐性化严重地制约着经济的发展：一方面，企业对知识创新的投入严重不足，知识资本匮乏；另一方面，企业的智力资本浪费严重。国外知名企业在通过保护知识产权、技术秘密和核心技术来维护自身的竞争优势时，我国企业却存在着忽视知识产权价值、大量科研成果被束之高阁或科研成果在没有知识产权保护的情况下就以成果鉴定、发表论文和学术讨论的形式公布于众，慷慨地让人们共享等问题。
（二）知识孤岛
如果我们从知识管理的角度将视角深入到企业，我们会发现在部门之间存在着大量的信息和知识孤岛，而知识孤岛直接导致机构整体利益受损、效率低下、透明度差和资源浪费。
（三）知识系统失效
企业知识系统失效对企业的决策和发展都可能产生致命的影响。知识系统失效包括研发项目未能产生预期的市场效益；选择应用技术时出现判断失误；企业对知识投入严重不足，导致新技术研发受阻等。
三、数据挖掘技术
近些年,人们利用信息技术生产和搜集数据的能力大幅度提高,继而一个新的挑战被提出来:在这信息爆炸的时代,如何才能不被信息的汪洋大海所淹没,从中及时发现有用的知识,提高信息利用率呢? 数据挖掘(Data Mining)可以解决这个问题，它是从大量的、不完全的、有噪声的、模糊的、随机的数据中,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。人们将原始数据看作是形成知识的源泉,就像从矿石中采矿一样。
（一）数据挖掘的常用方法
1.分类
分类方法在商务领域普遍存在。人们对数据库中的数据进行分组，一旦被分类，就可以概括这些不同组的特点。数据分类的基本技术有神经网络、遗传算法、决策树、统计分析等方法。
2.聚类研究
聚类是一种对具有共同趋势和模式的数据元组进行分组的方法。聚类又称分段，是将数据集划分成若干个不同组的过程。聚类技术试图找出数据集中共性和差异，并将具有共性的元组聚合在相应的类或段中。
3.可视化
可视化即以图形方式表示数据，以图形方式表示的数据易于理解。可视化技术可以很容易地表示例外情况。
4.关联分析
关联（或货篮子）分析可以发现给定数据集中的频繁模式，常被用作从产品目录或零售商店的销售数据（无论是有形销售还是在线销售）中导出产品和关联的商用信息。
（二）数据挖掘的用途及优点
数据挖掘技术从一开始就是面向应用的。它不仅是面向特定数据库的简单检索查询调用,而且要对这些数据进行统计、分析、综合和推理,以指导实际问题的求解,发现事件间的相互关联。例如加拿大BC省电话公司要求加拿大Simon Fraser大学KDD研究组,根据其拥有十多年的客户数据,总结、分析并提出新的电话收费和管理办法,制定既有利于公司又有利于客户的优惠政策。这样一来,就把人们对数据的应用,从低层次的末端查询操作,提高到为各级经营决策者提供决策支持。这种需求驱动力 ,比数据库查询更为强大。
四、构建基于数据挖掘技术的知识管理系统
（一）知识管理
知识管理是指对知识的创新、获取、加工、存储、传播及应用的管理。企业知识管理的内容包括：企业智力资源管理、知识产权资源管理、市场资源管理、组织设计管理、文化管理、信息化管理。信息管理是知识管理的基础，知识管理是信息管理的延伸与发展。
（二）知识管理系统
知识管理系统可以看作是获取数据、提取知识、管理知识和向知识使用者提供知识的系统。知识管理系统从数据源中获取数据，通过数据挖掘可以发现数据中的隐式知识并且通过知识服务器供知识使用者使用。
（三）基于数据挖掘技术的知识管理
數据挖掘技术可以从企业数据中挖掘出有价值的知识，增强企业商务智能。信息化的推进让企业积累了大量的数据。企业中数据是指各种未经处理的业务数据，通过加工处理这些数据就可以得到有利的信息。企业中的知识和信息共同构成企业知识的来源，知识不是数据和信息的简单积累，而是一种包含了人员的经验、价值观、关联关系，以及专家见解等要素的动态集合。数据是形成信息的基础或组成部分，处理过的数据可以形成信息。信息是知识的重要组成部分，信息经过加工处理可以变成知识。建立充分利用这些数据的意识，从凌乱的数据中挖掘有用知识，这意味着企业开始向知识管理迈进。
作者所在企业构建了以数据挖掘技术为基础的知识管理系统。近几年，在企业信息化的框架下，企业的信息基础建设不断完善，网络平台建设逐步迈向成熟。依托网络平台，企业加快了实现数据大集中建设的步伐。在数据大集中的基础上，利用数据挖掘技术建立起有效的数据集成、管理、利用机制，建立企业数据挖掘软件系统，充分挖掘数据价值，为企业的科学化管理决策和发展新的业务服务。
五、结论
目前，企业所面临的市场形势严峻，以信息化带动工业化已成为全社会的共识。在现代经济发展中，企业不实施知识管理就缺乏竞争力。所以，知识管理将是企业管理的最终目标，同时也是在市场中拥有立足之地的根本。数据挖掘技术已在许多行业中得到了很好的应用，体现了其优越性和发展潜力,企业如果能选择正确的数据挖掘工具，真正发挥数据挖掘的作用，必将做出正确的决策，在激烈的市场竞争中保持有力的竞争优势。
参考文献
1. 周爽，贾克云，阮桂海. SAS数据挖掘与分析［M］. 北京：清华大学出版社，2011.
2. 梁循. 数据挖掘算法与应用［M］. 北京：北京大学出版社，2010.
3.毛国君,段立娟. 数据挖掘原理与算法(第二版) ［M］. 北京：清华大学出版社，2010.
为了有效地提升企业的竞争力，知识管理，作为一种经营战略模式开始受到企业的重视。数据挖掘技术是数据库和信息决策领域的一个理论前沿，是知识发现的核心部分，利用数据挖掘技术可以从企业海量的数据和信息中挖掘出有效的知识，帮助企业实施科学有效的知识管理，从而提升企业的核心竞争力，促进企业科学、快速与持续发展。
关键词：数据挖掘；知识管理；管理系统一、引言
中图分类号：N64文献标识码： A
引言
企业处在日益激烈的市场竞争环境中，越来越难依靠资本、技术、自然资源和劳动力等经济资源来获得独特的竞争优势。随着知识经济的到来，知识作为一种经济资源将发挥越来越重要的作用，知识管理作为一种全新的经营管理模式可以提高企业的竞争力。企业可以广泛搜集到组织所掌握的技术诀窍、业务资料和长期实践经验等数据资料，但如何对这些数据资料进行科学地分析、处理，从而发掘出对管理和决策有价值的信息和知识，却是企业面临的主要挑战。
数据挖掘技术可以有效地解决这一问题，并且被广泛应用于企业知识管理中。它是数据库和信息决策领域的一个理论前沿，是知识发现的核心部分。数据挖掘技术可以快速有效地分析和处理来自企业内外部的大量的数据和信息，从而为企业的管理提供科学依据。
二、企业在知识管理中存在的问题
很多情况是，企业并没有自己专业的信息来源渠道，更缺乏对这种信息来源渠道的管理。只是更重视某几种信息渠道而已，如特别重视上级领导部门的信息渠道，或者特别重视来自竞争对手的信息渠道。诸多以人本管理为核心的企业，没有意识到信息的重要性，一个没有了解全局信息的企业家，将无法做出正确的决策。经过长期调研，作者认为所在的企业在知识管理方面存在以下问题：
（一）大量知识资本以隐性方式存在
知识资本隐性化严重地制约着经济的发展：一方面，企业对知识创新的投入严重不足，知识资本匮乏；另一方面，企业的智力资本浪费严重。国外知名企业在通过保护知识产权、技术秘密和核心技术来维护自身的竞争优势时，我国企业却存在着忽视知识产权价值、大量科研成果被束之高阁或科研成果在没有知识产权保护的情况下就以成果鉴定、发表论文和学术讨论的形式公布于众，慷慨地让人们共享等问题。
（二）知识孤岛
如果我们从知识管理的角度将视角深入到企业，我们会发现在部门之间存在着大量的信息和知识孤岛，而知识孤岛直接导致机构整体利益受损、效率低下、透明度差和资源浪费。
（三）知识系统失效
企业知识系统失效对企业的决策和发展都可能产生致命的影响。知识系统失效包括研发项目未能产生预期的市场效益；选择应用技术时出现判断失误；企业对知识投入严重不足，导致新技术研发受阻等。
三、数据挖掘技术
近些年,人们利用信息技术生产和搜集数据的能力大幅度提高,继而一个新的挑战被提出来:在这信息爆炸的时代,如何才能不被信息的汪洋大海所淹没,从中及时发现有用的知识,提高信息利用率呢? 数据挖掘(Data Mining)可以解决这个问题，它是从大量的、不完全的、有噪声的、模糊的、随机的数据中,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。人们将原始数据看作是形成知识的源泉,就像从矿石中采矿一样。
（一）数据挖掘的常用方法
1.分类
分类方法在商务领域普遍存在。人们对数据库中的数据进行分组，一旦被分类，就可以概括这些不同组的特点。数据分类的基本技术有神经网络、遗传算法、决策树、统计分析等方法。
2.聚类研究
聚类是一种对具有共同趋势和模式的数据元组进行分组的方法。聚类又称分段，是将数据集划分成若干个不同组的过程。聚类技术试图找出数据集中共性和差异，并将具有共性的元组聚合在相应的类或段中。
3.可视化
可视化即以图形方式表示数据，以图形方式表示的数据易于理解。可视化技术可以很容易地表示例外情况。
4.关联分析
关联（或货篮子）分析可以发现给定数据集中的频繁模式，常被用作从产品目录或零售商店的销售数据（无论是有形销售还是在线销售）中导出产品和关联的商用信息。
（二）数据挖掘的用途及优点
数据挖掘技术从一开始就是面向应用的。它不仅是面向特定数据库的简单检索查询调用,而且要对这些数据进行统计、分析、综合和推理,以指导实际问题的求解,发现事件间的相互关联。例如加拿大BC省电话公司要求加拿大Simon Fraser大学KDD研究组,根据其拥有十多年的客户数据,总结、分析并提出新的电话收费和管理办法,制定既有利于公司又有利于客户的优惠政策。这样一来,就把人们对数据的应用,从低层次的末端查询操作,提高到为各级经营决策者提供决策支持。这种需求驱动力 ,比数据库查询更为强大。
四、构建基于数据挖掘技术的知识管理系统
（一）知识管理
知识管理是指对知识的创新、获取、加工、存储、传播及应用的管理。企业知识管理的内容包括：企业智力资源管理、知识产权资源管理、市场资源管理、组织设计管理、文化管理、信息化管理。信息管理是知识管理的基础，知识管理是信息管理的延伸与发展。
（二）知识管理系统
知识管理系统可以看作是获取数据、提取知识、管理知识和向知识使用者提供知识的系统。知识管理系统从数据源中获取数据，通过数据挖掘可以发现数据中的隐式知识并且通过知识服务器供知识使用者使用。
（三）基于数据挖掘技术的知识管理
數据挖掘技术可以从企业数据中挖掘出有价值的知识，增强企业商务智能。信息化的推进让企业积累了大量的数据。企业中数据是指各种未经处理的业务数据，通过加工处理这些数据就可以得到有利的信息。企业中的知识和信息共同构成企业知识的来源，知识不是数据和信息的简单积累，而是一种包含了人员的经验、价值观、关联关系，以及专家见解等要素的动态集合。数据是形成信息的基础或组成部分，处理过的数据可以形成信息。信息是知识的重要组成部分，信息经过加工处理可以变成知识。建立充分利用这些数据的意识，从凌乱的数据中挖掘有用知识，这意味着企业开始向知识管理迈进。
作者所在企业构建了以数据挖掘技术为基础的知识管理系统。近几年，在企业信息化的框架下，企业的信息基础建设不断完善，网络平台建设逐步迈向成熟。依托网络平台，企业加快了实现数据大集中建设的步伐。在数据大集中的基础上，利用数据挖掘技术建立起有效的数据集成、管理、利用机制，建立企业数据挖掘软件系统，充分挖掘数据价值，为企业的科学化管理决策和发展新的业务服务。
五、结论
目前，企业所面临的市场形势严峻，以信息化带动工业化已成为全社会的共识。在现代经济发展中，企业不实施知识管理就缺乏竞争力。所以，知识管理将是企业管理的最终目标，同时也是在市场中拥有立足之地的根本。数据挖掘技术已在许多行业中得到了很好的应用，体现了其优越性和发展潜力,企业如果能选择正确的数据挖掘工具，真正发挥数据挖掘的作用，必将做出正确的决策，在激烈的市场竞争中保持有力的竞争优势。
参考文献
1. 周爽，贾克云，阮桂海. SAS数据挖掘与分析［M］. 北京：清华大学出版社，2011.
2. 梁循. 数据挖掘算法与应用［M］. 北京：北京大学出版社，2010.
3.毛国君,段立娟. 数据挖掘原理与算法(第二版) ［M］. 北京：清华大学出版社，2010.