決策支持系統(tǒng)與企業(yè)智慧-免費(fèi)閱讀
【正文】 ?可採(cǎi)用下列三種方式來(lái)進(jìn)行 –表面評(píng)價(jià) (face validation)。 ?目的 ?為了確保存在於知識(shí)庫(kù)中的知識(shí)不會(huì)互相矛盾或衝突 。 系統(tǒng)建置的工具選擇（續(xù)） ?建構(gòu)語(yǔ)言 ?用以建構(gòu)系統(tǒng)之程式語(yǔ)言 ， 包括 LISP及 PROLOG 等 。 資料探勘 ——從資料庫(kù)中探勘知識(shí) (KDD) ? KDD的過(guò)程分為五個(gè)階段 ?選擇 (Selection) ?前置處理 (Preprocessing) ?轉(zhuǎn)換 (Transformation) ?資料探勘 (Data Mining) ?解釋與評(píng)估 (Interpretation / Evaluation) ? KDD的常用的技術(shù) ?統(tǒng)計(jì) (Statistics) ?人工智慧 (Artificial Intelligence) ?資料庫(kù)與資料倉(cāng)儲(chǔ) (Data Warehouse) 良好的知識(shí)表達(dá)法 ?表達(dá)能力 ?精確地表達(dá)知識(shí) ， 避免知識(shí)模稜兩可 。 ?人機(jī)交談 ?以 「 交談式擷取軟體 」 為界面 。 而協(xié)助這項(xiàng)轉(zhuǎn)換的人則稱(chēng)為 「 知識(shí)工程師 」 。 若結(jié)論不正確 ， 它再試探下一個(gè)可能結(jié)論 。 尤其是在管理決策中 ， 有許多並不能完全用數(shù)字或數(shù)學(xué)模式來(lái)解決 ，唯有依靠判斷性的知識(shí) 。 組織內(nèi)有價(jià)值的知識(shí) 之分類(lèi) ?個(gè)人知識(shí) ?是指員工本身所擁有的知識(shí) ， 包括特定技能 、 經(jīng)驗(yàn) 、習(xí)慣 、 直覺(jué) 、 價(jià)值觀等 。 由於員工可能會(huì)離職 ， 因此如何把員工知識(shí)化為組織的結(jié)構(gòu)化知識(shí) ， 保留在組織內(nèi) ， 是知識(shí)管理的重要工作 。 ?資訊科技使知識(shí)的效用更能發(fā)揮 ?知識(shí)若只在決策者的腦中固然能解決問(wèn)題 ， 但是對(duì)它的正確性及未來(lái)改善潛力都比較缺乏客觀的評(píng)估 。 圖 74 向前與向後結(jié)合的 適用性 向後推理 少數(shù)可能解答 刪減方案數(shù)目的決策樹(shù) 許多條件 圖 74 向前與向後結(jié)合的 適用性（續(xù)） 許多可能解答 少數(shù)可能解答 向前推理 不確定性的處理 ?造成專(zhuān)家系統(tǒng)結(jié)論不確定的原因至少有二 ?條件滿(mǎn)足的不確定性 –每個(gè)法則都有許多必須滿(mǎn)足的條件 。 圖 75 知識(shí)工程的程序 確認(rèn) 概念化 正規(guī)化 實(shí)施 測(cè)試 修訂 知識(shí)工程的程序 ?確認(rèn)階段 (Identification Stage) ?選擇知識(shí)工程師及專(zhuān)家 ， 並且分別定義各自的角色 。 為了較有系統(tǒng)地將專(zhuān)家的知識(shí)擷取出來(lái) ， 可以利用軟體將知識(shí)導(dǎo)出的流程規(guī)劃出來(lái) 。 ?表達(dá)效率 ?精簡(jiǎn)地表達(dá)知識(shí) ， 避免太多不必要的雜訊 。 知識(shí)編碼的步驟 ?檢視結(jié)構(gòu)圖是否正確 ， 並確認(rèn)該結(jié)構(gòu)圖所包含的知識(shí)足以達(dá)成
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1