您的位置: 主页 > 人工智能学家 > 手机成人影片下载:面向智能决策的知识管理平台框架研究

手机成人影片下载:面向智能决策的知识管理平台框架研究

时间: 2019-08-13阅读:

摘要:为了实现企业智能决策,依据数据信息和知识之间的密切关联,阐述和分析了基于知识的决策支持体系研究以及数据仓库在知识管理中的应用,提出一种基于数据仓库的知识管理平台框架,并介绍了平台框架建设中的关键管理技术和方法,为智慧型企业的知识管理系统建设提供新的思路。

关键词:智能决策;DIKW;数据仓库

中图分类号:TP391;TP182        文献标识码:A

文章编号:1009-3044(2019)16-0239-03

开放科学(资源服务)标识码(OSID):

1 背景

在新一轮科技革命和产业变革形势下,IBM 公司在2008年提出了“智慧地球”的理念,伴随着云计算、大数据、物联网等信息技术的高度发展和应用,继而“智慧城市”“智慧企业”等战略概念也纷纷进入人们的视野。在这样的背景下,军工企业信息化建设和发展需要抓住机遇,建设“智慧院所”“智能工厂”等实现研发制造管理过程的全面智能化,构建一个从感知-->决策-->行动-->优化自循环自完善的生态环境,提高企业的核心競争力。

管理思想学家罗素.艾可夫在1989年撰写的《从数据到智慧》一文中阐述了关于数据、信息、知识之间的层次关系及其演变转化模式,提出了经典的DIKW层次体系模型(Data-Information-Knowledge-Wisdom) [1],该体系将数据、信息、知识、智慧自下而上纳入一种金字塔形的层次模型中,每一层比下一层都赋予特定的特质。从体系中可以看出,知识转化的过程是数据信息在联结的维度上从零散到系统,从简单到复杂的过程,在理解的维度上从外部到内部,浅显到深化的过程。由此可以认为,企业中知识加工和应用的层次越高,智慧程度越高。企业通常可直接使用的知识层次基本属于数据信息层面,当进一步对数据信息进行整合、加工和挖掘,将知识标准化、结构化以及模型化后,逐渐形成可自动运行、推理、判断的高层级知识,将最合适的知识在最合适的时间传递给最合适的人,以使他们做出最好的决策和实施[2][3],来实现企业的智慧化转变。

同时,企业决策过程中也需要综合考虑数据和知识的关系及其对决策行为的影响,把基于数据的客观计算分析和知识驱动的预测判断结合起来,能够更好地实现企业的智能决策目标。因此, 在遵循“DIKW”体系基本原理下,本文提出了一种面向企业智能决策,基于数据仓库的知识应用平台框架,为智慧型军工企业知识管理的建设与应用提供一种新的思路。

2 相关理论综述

2.1 基于知识的智能决策体系

以往的决策支持体系研究受多库系统结构影响,经常把数据、模型以及知识区分开来建库及其管理系统,先后出现了基于数据的决策支持、基于模型的决策支持和基于通信的决策支持等系统体系,到80年代初期Bonczek等人将知识处理思想引入到决策支持系统中,实际上决策者在决策过程中所能获得的事实、方法、规律或者推理判断,都是其中必不可少的知识, 把这些作为知识进行统一管理和应用,有利于体系结构的简洁和处理方法的一致性,基于知识的智能决策支持体系逐渐成为智能决策支持体系研究的主流[4]。

基于知识的智能决策体系是以日常业务处理的各类数据为基础建立数据仓库,与用户驱动的知识发现结合使用,利用数据挖掘等技术实现数据的知识化应用,通过综合分析和预测,为领导层在企业经营战略、市场发展等重大问题上提供决策帮助的系统体系。目前大多的军工企业在决策时所能依据的知识判断与信息系统提供的信息之间存在“断层”,传统的知识管理系统无法有效地支持大量数据直接转换为知识内容,仍需要依靠决策人员通过经验将获得的数据信息经过人为的分析、判断、重新组织,才能转化为可理解可使用的智能决策知识,因此,要能够实现“从简单的原始数据呈现到提供具有决策质量的知识与理解”,基于知识的智能决策架构需要完成对数据、知识、模型、交互四个部分的有效集成[5]:通过一系列知识处理方法从数据资源层获取相关知识和经验,并运用合适的知识建模方法与语言将知识规范化和模型化,根据特定任务和场景需求进行智能化的推理和演绎,在人机交互层实现决策帮助。

2.2 数据仓库引入知识管理的作用

由上文可知,知识管理需要对数据信息进行深度加工和分析,提取转化为可支持管理者决策的结构化、结论性的信息及未知的、潜在有用的知识,因此知识管理的立足点在于数据管理,它是数据管理的一种延伸和发展。在数据管理技术发展过程中,数据仓库是在数据大量存在的情况下,为了进一步挖掘数据资源、为了决策需要应运而生的,数据仓库之父 Bill.Inmon定义它为“面向主题的、集成的、稳定的和随时间变化的数据集合”。为了实现决策分析,数据仓库从事务型数据中抽取分散的数据源,进一步清洗、加工、汇总和集成可得到具有特定主题、格式规范的分析型数据,而知识管理中所使用的数据挖掘和知识发现技术往往依赖于经过良好组织和预处理的数据源,数据的好坏直接影响着知识发现的效果,因此数据仓库和知识管理的结合成为一种必然。

基于数据管理与知识管理这种密切关系,本文提出将数据仓库引入面向智能决策的知识管理平台中,以集成规范化的数据主题作为数据发掘和知识发现的基础,为决策的预测分析提供高质量数据源,且使决策更具客观性。

3 面向智能决策的知识管理平台框架

通过上述理论综述和分析,本文提出将业务数据进行提取、集成和统一管理,以搭建主题数据库为出发点,设计基于数据仓库的知识管理平台框架,通过对数据与知识的深度感知与分析应用,形成数据-信息-知识-智慧的一体化架构,通过不断的自学习和创新,形成自判定-自迭代的智慧型军工企业的先进战略体系。总体框架如图1所示,主要包括以下三个层次:

3.1 知识基础层

上一篇:不再见钢琴谱:微博女性用户生育意愿影响因素分析
下一篇:没有了

相关阅读