数据挖掘获取的知识的智能化管理研究

数据挖掘已成为从数据库和互联网资源中获取知识的重要手段。通过数据挖掘获取的知识具有大量性、新颖性、粗糙性、时效性等特点，传统的知识管理手段无法对之有效管理。为此本项目将其作为一类特殊的知识明确地引入到知识管理中，针对数据挖掘应用过程中遇到的获取的知识难以理解、知识冲突、知识过载、缺乏有效的知识组织和集成应用方法等问题，提出智能知识及其管理模式的概念。通过研究知识本身具有记忆、识别、聚集、自适应等智能特点的机理，为知识的智能化自主管理建立基本的理论基础。综合可拓学和复杂性理论等学科的研究成果，提出基于生命周期方法的知识转化过程方法论，对知识智能化应用过程中的孵化、建模、组织、自我审计等关键技术展开深入研究，并借助Agent技术开发智能知识管理原型系统。该研究基于应用需求，为知识的智能化管理提出了一条新路径，对丰富知识管理的研究内容、促进数据挖掘的实践应用和学科融合具有理论和实践意义。