智慧型知識管理

資訊時代出現的數據爆炸、信息泛濫及噪音化趨勢，使人們難以根據自己的需要選擇、收集所需的信息，系統或個人所接受的信息超過其自身的處理能力導致信息不能有效利用的狀況，稱為“信息爆炸”（Information Explosion）。隨著管理信息系統和數據挖掘技術的套用，知識的增長速度又進一步加快。而數據挖掘得到的大量知識具有多樣性、粗糙性、時效性和分散性等特點，需要靠專家經驗進行鑑別、篩選才能有效利用。當產生的這類知識數量很大或者表現形式可解釋性差時，人工識別變得非常困難。另外，識別出的知識隨著時間的推移也會失效，同時新的知識也在不斷產生，而且，套用過程中知識是被動地利用，不能主動提供給需要的人，而用戶無法識別邊界條件，導致人工審計大量知識的成本高，工作量大，周期長。從上述分析可以看到，有效管理數據挖掘獲取的知識並非易事，莊子“人生也有涯而知也無涯”的矛盾深深地困擾著現代人。
如何有效利用數據挖掘獲取的知識，彌補目前知識管理實施中遇到的問題，尚未引起學者足夠的重視。數據挖掘獲取的知識是將隱藏在資料庫和網際網路中的規律，通過深入挖掘分析而得到的，它很難用顯性知識或隱性知識來描述其特徵。因此，當前知識管理理論和方法還沒有探討如何有效地管理上述由數據挖掘獲取的知識。而數據挖掘領域的專家大都把數據建模後得到知識作為數據挖掘流程的結束，對獲取的知識如何有效選擇、運用沒有進行足夠的分析研究。知識管理和數據挖掘的智慧型融合研究對持續提高組織的決策水平，提升企業的核心競爭力有著重要的意義。
智慧型知識管理將探討如何利用可能的技術手段，構築一套系統化方案，使信息爆炸轉化為知識的智慧型化個性服務，從而提升組織及個人的信息利用能力，提高決策水平。傳統的智慧型知識管理從算法、過程、結構等方面，強調以IT為工具對現有知識的管理，研究對象是“智慧型的知識管理系統”，研究的側重點側重於管理平台功能的智慧型性，缺乏對從大量數據和信息中獲取知識並進行管理的系統研究和知識整合利用的方法的設計，忽視知識本身的智慧型化。當知識數量巨大時，這種智慧型的知識管理平台難以勝任，必須讓知識自身具備一定的智慧型，進行自我管理。
因此，從知識本身入手，參考複雜性科學理論，研究數據挖掘獲取的知識的特點和統一表達，使知識本身具備記憶、學習、識別等智慧型性，是減輕知識管理平台壓力，降低信息爆炸的一條新路。智慧型知識是指通過數據挖掘技術得到的，通過人機互動的處理後具有記憶、識別、自我更新和消亡等智慧型特徵的有價值的知識。
智慧型知識管理（Intelligent KnowledgeManagement，IKM）是引入心理學、複雜系統、人工智慧等理論和技術，對通過數據挖掘技術獲取的原始知識（粗糙知識）與主體知識（規範知識、經驗、領導意圖、企業情境等因素）相結合，並對其進行過濾、篩選、提取、存儲、轉化和利用，以智慧型地支持企業有效管理決策的管理過程。它是在有用知識的基礎上進行智慧型化處理，孵化出自身具有智慧型特點的知識並實現自我更新和智慧型套用等過程的管理，使知識能在需要的時間將需要的知識傳送給需要的人，從而促進數據挖掘獲取的知識的實用性，減少信息爆炸，提高知識管理水平。