基于知识管理的数据挖掘研究

论文摘要

科学技术和管理思想的发展和广泛应用,以及数据获取设备的发展,使得各种数据资源日益膨胀,远远超出了人们的分析能力。当数据积累到一定程度时,作为经验和教训的积累的数据库,必然会反映出某些规律。但是,由于缺乏有效的工具和分析的技术方法,巨大的数据资料并不能为企业提供有效的、潜在的信息。数据挖掘和知识发现技术的出现为人们提供了有效的手段,文中基于知识管理的数据挖掘流程,有效地运用了数据挖掘工具及知识管理的模式方法,帮助企业从海量的数据中发现潜在的知识,为企业的决策提供有效的支持。本文先介绍了知识管理和数据挖掘的产生背景和重要性,又着重介绍了知识管理的内涵、知识管理系统和数据挖掘技术的选择,分析了基于知识管理的数据挖掘流程,指出怎样应用知识管理建立数据挖掘环境,深入地阐述了建立在知识管理理论上的数据挖掘的作用和应用领域,最后通过山东移动通信有限公司XX分公司的案例,介绍了数据挖掘在知识型企业中的应用,应用SAS EM等挖掘工具,通过数据挖掘流程来解决企业数据分析中的问题,分析公司已有数据资源,挖掘有用信息,制定相应措施,加强管理,从而减少了资本投入,避免了资源浪费。本文具有较强的实用性,通过对数据的挖掘,创造新知识,结合专家领域知识评价知识,完善并集成知识,应用知识,共享知识,为企业竞争能力的提升提供支持。对于知识型企业或处于转型期的企业来说,具有很强的指导作用。

论文目录

• 中文摘要
• 英文摘要
• 第1章 前言
• 第2章 数据挖掘的理论及技术
• 2.1 数据挖掘的概述
• 2.2 数据挖掘技术
• 2.3 数据挖掘的研究现状及其不足
• 第3章 知识管理概述
• 3.1 知识管理的产生
• 3.1.1 知识管理的产生背景
• 3.1.2 知识管理的技术性
• 3.1.3 知识管理的研究现状
• 3.2 知识的分类
• 3.2.1 显性知识和隐性知识
• 3.2.2 数据、信息与知识
• 3.3 知识管理系统
• 3.3.1 知识管理系统的结构
• 3.3.2 知识管理系统的软件架构及应用
• 3.3.3 知识库
• 3.3.4 知识管理对知识的挖掘功能
• 第4章 基于知识管理的数据挖掘流程分析
• 4.1 正确识别业务问题
• 4.2 将数据转化成可操作的决策
• 4.2.1 确认和获取数据
• 4.2.2 建立有效的预测模型
• 4.2.3 存储结果生成决策
• 4.3 评测模型的有效性
• 4.4 建立数据挖掘环境
• 第5章 基于知识管理的数据挖掘应用
• 5.1 行业背景介绍
• 5.2 确定业务问题
• 5.3 搜集、整理数据
• 5.4 决策制定及实施
• 第6章 结论
• 参考文献
• 致谢
• 个人简历、在学期间的研究成果