企業知識管理論文

導語：企業知識管理論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]隨著知識經濟的到來，知識作為一種重要的經濟資源可以提升企業的競爭力，知識管理作為一種經營戰略模式越來越受到企業的重視。數據挖掘技術是數據庫和信息決策領域的一個理論前沿，是知識發現的核心部分，利用數據挖掘技術可以從企業海量的數據和信息中挖掘出有效的知識，幫助企業實施科學有效的知識管理，從而提升企業的核心競爭力，促進企業科學、快速與持續發展。

[關鍵詞]數據挖掘知識管理知識知識管理系統

近年來，知識管理飛速發展，學者對知識管理的研究越來越深入，知識管理在企業中的實踐也越來越廣泛。企業可以廣泛搜集到組織所掌握的技術訣竅、業務資料和長期實踐經驗等數據資料。但如何對這些數據資料進行科學地分析、處理，從而發掘出對管理和決策有價值的信息和知識，卻是企業面臨的主要挑戰。數據挖掘技術可以有效地解決這一問題，并且被廣泛應用于企業知識管理中。企業要在激烈的市場競爭中獲勝，必須對組織中的知識進行整理或收集，形成企業的核心競爭能力的知識資本，從而提高企業的市場競爭力。

一、數據挖掘技術的常用方法

數據挖掘是從數據當中發現趨勢或模式的過程，這個過程的目標是通過對大量數據的分類從而發現新的信息。數據挖掘（DataMining）指的是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值的信息和知識的過程。

企業中應用數據挖掘技術的一般過程為：問題定義、發現信息、制訂實施計劃、采取行動及監測效果等步驟。數據挖掘過程中常采用以下幾種方法：

1.分類（有指導的學習）。數據挖掘中的分類（或有指導的學習）方法在商務領域普遍存在。人們可以對數據庫中的數據進行分組，一旦數據被分類，就可以概括這些不同組的特點。數據分類的基本技術有神經網絡、遺傳算法、決策樹、貝葉斯信任網絡、統計分析等方法。

2.聚類研究（無指導的學習）。聚類是一種對具有共同趨勢和模式的數據元組進行分組的方法。聚類又稱分段，是將數據集劃分成若干個不同組的過程。聚類技術試圖找出數據集中共性和差異，并將具有共性的元組聚合在相應的類或段中。

3.可視化。可視化即以圖形方式表示數據，以圖形方式表示的數據易于理解。可視化技術可以很容易地表示例外情況，例外是其值不在期望范圍的數據。

4.關聯（貨籃子）分析。關聯（或貨籃子，簡稱MB）分析可以發現給定數據集中的頻繁模式，常被用作從產品目錄或零售商店的銷售數據（無論是有形銷售還是在線銷售）中導出產品和關聯的商用信息。

5.Web頁挖掘。隨著互聯網技術的迅速發展，web上的信息無比豐富，web頁挖掘可以對web頁上的海量數據進行分析，提煉出有價值的信息。

6.異常性分析。從繁多的數據中挖掘出與其他數據顯著不同的數據。

二、企業中數據、知識、信息、知識管理和信息管理的關系

企業中數據指的是各種未經處理的業務數據、銷售數據、生產數據等，通過對這些數據進行加工處理就可以得到一些對企業經營有利的信息。企業中的知識和信息共同構成企業知識的來源，知識不是數據和信息的簡單積累，知識是一種包括了人員的經驗、價值觀、關聯關系，以及專家見解等要素的動態集合。數據是形成信息的基礎或組成部分，處理過的數據可以形成信息。信息是知識的重要組成部分，信息經過加工處理可以變成知識。

知識管理是指對知識的創新、獲取、加工、存儲、傳播和應用的管理，知識管理的研究存在兩大研究主題：企業知識管理和圖書館知識管理。企業知識管理的內容包括：企業智力資源管理、知識產權資源管理、市場資源管理、組織設計管理、文化管理、信息化管理。信息管理是為實現組織目標，滿足組織需求，解決組織環境問題而對信息資源進行開發、規劃、控制、集成、利用的一種戰略管理。信息管理是知識管理的基礎，知識管理是信息管理的延伸與發展。

三、基于數據挖掘技術的知識管理

數據挖掘技術可以從企業數據中挖掘出有價值的知識，增強企業商務智能。信息化的推進讓企業積累了大量的數據，建立充分利用這些數據的意識，從凌亂的數據中挖掘有用知識，這意味著企業開始向知識管理邁進。數據挖掘通過數據總結、數據分類、數據聚類和關聯規則來發現企業中的顯式知識和隱式知識。下圖是基于數據挖掘技術的知識管理框架：

知識管理框架圖

從圖中可以看到，知識管理框架的核心是知識管理系統，知識管理系統可以看作是獲取數據、提取知識、管理知識和向知識使用者提供知識的系統。知識管理系統從數據源中獲取數據，通過數據挖掘可以發現數據中的隱式知識并且通過知識服務器供知識使用者使用。整個知識框架的目的是打敗企業的競爭對手。企業中的一個組織可能扮演多個角色，其中的一個角色可能就是競爭對手，例如：一個組織擁有它自己的數據庫并且利用數據挖掘技術從數據庫中提取知識，它還可能會使用從其他組織的數據庫中提取的知識。在這個例子中，這個組織具有數據源和知識消費者兩個角色，并且利用數據挖掘技術從多個組織中挖掘知識，因此，它還扮演數據提取者的角色。

四、結論

企業處在日益激烈的市場競爭環境中，企業越來越難依靠資本、技術、自然資源和勞動力等經濟資源來獲得獨特的競爭優勢。隨著知識經濟的到來，知識作為一種經濟資源將發揮越來越重要的作用，知識管理作為一種全新的經營管理模式可以提高企業的競爭力。人、信息技術和組織是知識管理的三個要素，信息技術搭建組織知識流轉的信息基礎結構，形成遵循組織統一入口、本體分類、知識流程和有序的知識結構體系。數據挖掘是數據庫和信息決策領域的一個理論前沿，是知識發現的核心部分。數據挖掘技術可以快速有效地分析和處理來自企業內外部的大量的數據和信息，從而為企業的預測和決策提供科學依據。

上一頁[1][2]