知識管理中的數據挖掘技術探討

劉汝元

摘 要：本文探討了在一建構完善的數據庫中，挖掘建立利用數據挖掘的技術，將其應用在知識管理上，以有助于組織出有用的信息。期望能夠妥善地管理其知識，使企業能夠更具競爭。

關鍵詞：知識管理；知識管理系統；信息系統；數據挖掘

一、引言

隨著時間的演進，以及生活水平的提升，造成人類經濟活動歷經三個時代：農業時代、 工業時代以及信息時代，而工作也從原先的勞力密集，漸漸轉向以腦力密集的工作為主，尤其在現今的信息時代里，企業強調的是如何運用員工的智能與知識來創造新的利潤與維持競爭力。另外Peter Drucker（1993）在《后資本主義社會》中指出： 現今社會面臨最大的挑戰為“管理革命”，而這也是知識運用的第三次變動，而前兩次的變動分別是知識運用在工具、制程以及產品上，以及知識運用在工作上，而第三次變動則是對知識本身作最適當的管理，而在此所謂的管理就是運用知識去找出既有知識最有效的運用方法。換言之，即將知識應用在有系統的創新Jeremy & Tony Hope（1997）兄弟在其所著的書中《Competing In the Third Wave》指出我們將從第二波的工業經濟明顯地轉換到第三波以信息為基礎的經濟，而信息經濟的特性是：知識將成為企業最主要的原物料，科技將是分布式作業組織生產的最主要工具。在此信息經濟的環境中，智慧資本將變成衡量一家企業價值最重要的指針。

此外，在今日軟件界的巨人微軟公司的總裁比爾蓋茲于1999 年所出的著作《數字神經系統—與思想等快的明日世界》中，更是明確的指出在數字神經系統里，一個最重要的關鍵要素就是鏈接企業的三大系統功能：即知識管理、 企業經營和電子商務，以打造明日高效能的企業。而知識管理就是企業能通過所建構的數字神經系統，來管理企業信息的流動，讓需要者能獲得正確的資訊，并因此能快速地采取行動，做出最好的決策。另一方面，隨著信息科技的進步，人類對計算機的依賴程度越來越高，無論在決策的制定上，或是在數據的處理上，都必須有賴于計算機科技的協助與幫忙，甚至到現在，計算機已經不再只是局限于做數據的倉儲或是做快速運算的工具，而是發展出具備人工智能的功能，以協助人類作更精準的判斷與決策。并且在這信息爆炸的時代里，獲得的數據數量相當龐大，若無適當的管理模式，將會造成數據泛濫，導致數據無法充分運用，而形成所謂的信息垃圾， 因此要如何將過多的數據做最好的管理與運用，便成為現今最熱門的研究課題，亦即要找出一種適當的數據挖掘模式應用在一個完善的數據庫之中。而數據挖掘的目的，乃希望能通過豐富的數據庫，來幫助人類作數據的歸類與分析動作，進而從中找出企業未知的現象及關系，讓管理者得以充分利用手邊的信息，來了解企業的問題，并提出改善及因應之道。而數據挖掘所面臨最主要的問題為如何在大量且多樣的數據中，找出特定的模式與資訊，以有助于使用者的決策分析。

二、數據挖掘方法簡介

依不同的學習方式，學習可以劃分成兩類（Quinlan，1986）。

（1）人工神經網絡。數據挖掘的相關問題也可采用人工神經學習的方式，以幫助發掘出有用的信息。人工神經網絡的基本原理主要是利用重復學習的方式，將一連串例子交予學習，使其歸納出一個足以區分的模式，如此日后在后面對新的例證推導時，進行預測。（2）歸納學習。歸納學習的方式在數據挖掘的領域中受到廣泛的運用。包含樹狀分類法、關聯數據分析法與概念數導向歸納學習法。樹狀分類法為利用各個屬性值， 將數據庫中的數據予以適當的分類，而制成判定樹。而在日后，也可將新增的數據，依據判定樹的分類方式，來將其歸至所屬的類別之中，并依據判定樹來作出最適當的分析模型。關聯數據分析法其目的在找出各種數據之間的關聯性，希望能由

數據庫中各種數據的分布情況，以了解其中彼此互動的關系。 包含交易數據之關聯規則（Agrawal， Ghosh， Imielinski， Iyer

and Swamik，1992）、 KID3（Piatesky-Shapiro ，1991）等。

數據挖掘分析方式與統計分析方式最大的差異在于數據分析型態：數據挖掘方法所分析的數據型態為定量數據與定性數據；而至于統計方法所分析的數據為定量數據。所謂定量數據（Quantitative）是指：數據是由眾多數值組合而成，且針對此類數據的處理方法，可采數值分析的方法來做；而至于定性數據（Qualitative）則是指：凡是不以數值來表示，僅以類別區分的數據，則稱為定性數據，又稱為類別數據，如性別、教育程度等

總結：本研究希望通過上述的數據挖掘方法，研究知識管理系統的構建，并在此系統中引進數據挖掘技術。然而在此系統中最主要的目的在于希望能通過建構完善的知識庫，并通過人工智能方式來提供知識工作者建議，以使得知識工作者在自我學習上有所依據與參考，并有助于知識工作者的知識提取，甚至進一步能使組織朝向學習型組織發展，以強化組織的核心競爭力，使組織能夠在這變化快速的環境中立足。

參考文獻：

[1] 王建平.數據挖掘技術的發展與研究？[期刊論文].情報雜志2007（6）

[2] 韓客松，王永成.？文本挖掘數據挖掘和知識管理[J].情報學報，2001，（01）：45-47.doi：10.3969/j.issn.1000-0135.2001.01.015.