本书将探讨如何利用可能的技术手段，构筑一套系统化方案，使信息爆炸转化为知识的智能化个性服务，从而提升组织及个人的信息利用能力，提高企业决策水平。
本书共分8章。第1章简要论述信息时代知识管理和数据挖掘对决策的影响，及其在应用中遇到的问题，指出智能知识管理研究的方向。第2章从信息爆炸入手，论述知识获取方式的变迁，对知识管理、数据挖掘的研究现状进行了综述，提出知识的智能化管理是必由之路。第3章对智能知识进行定义，阐述了其理论基础及理论框架。第4章介绍智能知识的直接获取技术，包括数据准备、转化规则挖掘算法及可拓分类算法等。第5章介绍智能知识的间接实现模式，系统阐述了从粗糙的原始知识到智能知识的过程，包括其孵化过程、表达方式、存储结构、知识智能审计策略和推理机制。第6章对智能知识管理系统进行了设计，为软件开发做好技术储备。第7章介绍了智能知识管理模式的实施流程及应用案例。最后一章对本研究做了总结和展望。
本书对数据挖掘获取知识的形式、特点和管理模式进行研究，以促进知识管理和数据挖掘学科的互补式交叉发展，提高企业决策质量。运用理论和实践相结合、定性和定量相结合的研究方法，综合知识管理、数据挖掘、人工智能、可拓学和复杂性理论等交叉学科的研究成果，给出了智能知识(IK)和智能知识管理(IKM)的概念。改变了学者一贯采用的智能的知识管理方案，提出让知识本身具有记忆、识别、推理、自适应等一系列特点的智能知识及其管理模式理沦，建立了IKM研究的体系框架，以减少即将来临的知识过载。
本书通过引入可拓学理论，设计了具有目标智能性的可拓规则挖掘算法和基于MCLP的可拓分类算法，首次提出了智能知识的孵化方法，实现了智能知识的表达和存储方案，并提出了智能知识的自我审计方法和推理技术等新方案。最后分析了智能知识管理系统(IKMS)的需求，并进行了详细的软件功能设计，从而为智慧决策提供一种新视角和一条新途径。
本书适合知识管理、数据挖掘、决策支持、人工智能等研究领域的学者、企业CEO、CIO及研究生和大学高年级学生阅读，也可以作为研究生选修课教材。
|
