导 师: 廖开际
学科专业: H1202
授予学位: 硕士
作 者: ;
机构地区: 华南理工大学
摘 要: 企业知识是企业创新的基石,在知识日渐丰富的今天,企业知识管理面临的问题不再是知识的缺乏,更多的是如何有效管理已有的知识。因此,对企业知识合理分类,让企业用户能迅速准确地搜索定位知识是一个非常值得关注的问题。同时,大多数企业都建立起了基于工作流的办公自动化系统(office automation)和业务管理系统,如果在流程流转的过程中自动获取与流程相关的知识,并推送给流程执行者,知识管理就能够和现有应用系统很好的结合起来,从而在较低的成本支出下,把企业的信息系统升级改造为知识管理系统。本文研究了企业知识分类系统中的关键问题,并通过系统实现验证了研究成果,具体研究内容和创新性研究成果如下: (1)与业务流程紧密结合的知识库模型。对企业的知识库应如何构建,才能在现有技术条件的基础上最大限度地满足企业用户对知识分类的需求,不同的技术实现提出了不同的知识库模型。本文提出的知识库模型由元知识库、企业知识模式库及企业流程知识模式库三部分组成,用知识模式这一概念去描述企业知识以及企业的业务流程。这种模型的主要优点包括:一是将知识分类的过程简化为两种知识模式的匹配过程,从而使知识库结构简单,系统编程实现容易;二是知识分类的精度较高,分类结果可控。通过对企业元知识的提炼,构建企业的元知识库。元知识库集合越大,企业知识模式和企业流程知识模式库的精度越高,从而分类越细致。三是可以很方便的为企业oa软件提供接口,使其系统能通过流程节点迅速找到与之相关的知识,并推送给流程的执行者。 (2)基于二进制区分矩阵的规则知识提取算法。区分矩阵是粗糙集中一个比较重要的概念,使用区分矩阵来表达知识可以很方便的计算约简和核,二进制区分矩阵则是针对区分矩阵的改进,它采用二进制的方法直接描述每个属性对论域中对象的区分情况,所以可以直接反映信息系统中蕴涵的知识,本文采用文献[1]中提出的算法提取规则知识,并对其作了改进,虽然时间复杂度同为o(n<'2>),但有效地减少了属性的比较次数,提高了规则知识提取的速度。 (3)基于语义理解的企业知识搜索。现有的搜索引擎基本不涉及对搜索内容的语义分析,信息量巨大是其中很重要的一个原因。但对企业而言,其涉及的知识通常是一个相对较小的集合,对其进行基于语义理解的搜索是可行的。本文先采用中文文本处理技术对企业的显性知识进行处理,分析其知识语义,然后将知识语义用知识模式来表达。对搜索语句也进行同样的处理,构造出搜索语句的知识模式。这样,知识搜索就转化成了知识模式的匹配过程,这种过程类似于人类对信息的处理。通过元知识库中的同义词组去理解搜索语句,构造搜索语句的知识模式,最大限度地去理解企业用户的搜索需求,将与之匹配的知识推送给用户。
关 键 词: 知识分类 粗糙集理论 知识模式 企业创新 办公自动化系统 业务管理系统
分 类 号: [F270.7]