從資訊爆炸到智慧知識管理（簡體書）

本書對數據挖掘獲取知識的形式、特點和管理模式進行研究，以促進知識管理和數據挖掘學科的互補式交叉發展，提高企業決策質量。運用理論和實踐相結合、定性和定量相結合的研究方法，綜合知識管理、數據挖掘、人工智能、可拓學和復雜性理論等交叉學科的研究成果，給出了智能知識(IK)和智能知識管理(IKM)的概念。改變了學者一貫采用的智能的知識管理方案，提出讓知識本身具有記憶、識別、推理、自適應等一系列特點的智能知識及其管理模式理淪，建立了IKM研究的體系框架，以減少即將來臨的知識過載。
本書通過引入可拓學理論，設計了具有目標智能性的可拓規則挖掘算法和基於MCLP的可拓分類算法，首次提出了智能知識的孵化方法，實現了智能知識的表達和存儲方案，并提出了智能知識的自我審計方法和推理技術等新方案。最后分析了智能知識管理系統(IKMS)的需求，并進行了詳細的軟件功能設計，從而為智慧決策提供一種新視角和一條新途徑。
本書適合知識管理、數據挖掘、決策支持、人工智能等研究領域的學者、企業CEO、CIO及研究生和大學高年級學生閱讀，也可以作為研究生選修課教材。

《智能科學技術著作叢書》序
前言
第1章　緒論
　1.1　信息時代背景下的知識管理和數據挖掘
　1.2　知識管理和數據挖掘在應用中遇到的問題
　1.3　智能知識管理研究的意義
　1.4　本書的框架與內容
第2章　信息爆炸與知識獲取方式變遷
　2.1　信息爆炸與知識管理現狀綜述
2.1.1　信息爆炸及其成因
2.1.2　知識獲取方式及知識管理研究對象的變遷
2.1.3　知識管理模式的研究現狀
2.1.4　知識管理技術和工具
2.1.5　本節小結
　2.2　數據挖掘的研究綜述——數據挖掘及其對知識管理的影響
2.2.1　數據挖掘過程
2.2.2　數據挖掘算法
2.2.3　數據挖掘的研究領域分析
2.2.4　數據挖掘獲取的知識的特點
2.2.5　數據挖掘在應用中面臨的問題
2.2.6　本節小結
　2.3　智能知識管理的研究現狀
2.3.1　智能的概念及其實現途徑
2.3.2　機器學習的策略
2.3.3　智能知識管理相關研究綜述
　2.4　本章小結
第3章　智能知識管理的理論框架
　3.1　智能知識管理的相關概念
3.1.1　基本概念
3.1.2　數據挖掘新視角下的知識分類
3.1.3　智能知識的定義及分析
3.1.4　智能知識管理
3.1.5　智能知識管理系統
　3.2　智能知識管理的理論基礎
3.2.1　認知心理學理論
3.2.2　人工智能理論
3.2.3　復雜性科學與復雜系統理論
3.2.4　系統科學理論
3.2.5　可拓學理論
　3.3　數據挖掘與智能知識管理的關係
　3.4　智能知識管理的研究框架
3.4.1　智能知識管理的目標
3.4.2　智能知識管理的研究框架
3.4.3　智能知識管理的方法和路徑
　3.5　智能知識管理的關鍵技術
3.5.1　獲取智能知識的新的數據挖掘算法技術
3.5.2　具有記憶能力的智能知識表達技術
3.4.3　主動進化的智能知識的自我審計技術
3.5.4　具備社會性的智能知識通信與推理技術
3.5.5　基於情景識別的智能知識主動推送技術
　3.6　智能知識管理支撐條件的構建
3.6.1　管理原則：結果導向，客戶價值，持續發展
3.6.2　項目管理流程與制度
　3.7　本章小結
第4章　智能知識的直接獲取技術
第5章　智能知識管理的間接實現模式
第6章　智能知識管理系統設計
第7章　智能知識管理模式的應用
第8章　總結與展望
參考文獻
附錄知識管理和數據挖掘研究論文統計
後記