WEB文本挖掘在客户知识管理中应用.docVIP

WEB文本挖掘在客户知识管理中的应用 　　提要本文以客户知识管理需求为出发点，对WEB页面中富有知识资源价值的WEB文本及其挖掘方法进行研究，提出客户知识管理中的WEB文本挖掘采集方法，为进一步实现分布式知识资源的动态配置与管理打下了良好的基础，从而更好地支持客户知识管理实施。 　　关键词：知识管理；客户知识采集；WEB文本挖掘 　　中图分类号：C93文献标识码：A 　　 　　一、引言 　　 　　随着知识经济的发展，企业基于信息的竞争优势正在向基于知识创造的竞争优势发展，知识作为一种稀缺资源成为经济发展的核心要素。企业的知识资产不仅可以增加企业的市场竞争力，不断充实企业知识资本，累积企业实力，还能更好的支持企业管理。因此，知识管理作为企业管理的新模式悄然兴起，实施知识管理成为企业的重要战略。 　　在客户关系管理中，传统的方法是采用客户服务模式处理客户的信息和知识，其核心是建立基于售后服务的客户知识采集、反馈体系。本文以客户知识采集需求为基础，以WEB文本中的客户知识为采集目标，以WEB文本挖 　　掘的相关方法与技术为手段，创建了基于WEB文本挖掘客户知识采集方法，具有很广的研究和应用价值。 　　 　　二、基于WEB文本挖掘的客户知识管理方法 　　 　　（一）知识管理的概念。世界知识管理之父Sveiby博士1986年在世界上首次提出知识管理这个名词。知识管理的概念可从狭义和广义的角度理解：狭义的知识管理主要是针对知识本身的管理，包括对知识的创造、获取、加工、存储、传播和应用的管理；广义的知识管理不仅包括对知识进行管理，而且包括与知识有关的资源和无形资产的管理，涉及知识组织、知识设施、知识资产、知识活动、知识人员的全方位和全过程的管理。 　　（二）客户知识管理理论。1997年美国学者韦兰与科尔首次完整提出了客户知识管理（简称CKM）。CKM是一种管理策略，它使得企业组织、工作流程、技术支持和客户服务以客户为中心来协调和统一与客户的交互行动，从而达到获取、发展、保留价值客户，挖掘潜在客户，提升客户满意度和忠诚度，最终使客户长期价值最大化，为企业增加盈利。作为解决方案，CKM集合了当今必威体育精装版的信息技术，包括Internet和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能、呼叫中心以及相应的硬件环境。 　　（三）基于WEB挖掘的知识采集。知识采集作为一个外来词，又名知识获取、知识抽取。本文采用知识采集，主要是为了进一步突出在这个过程中对知识的收集和分类。知识采集也有自己的生命周期。从早期的直接从原始资料（人类专家和书面材料）中采集知识，到中期的从知识素材中提炼规律性知识，再到后期的通过实践检验和修正知识，经历过无数次周而复始的循环。客户知识采集过程体系应包括三项基本功能：（1）数据或信息采集功能；（2）信息到知识的转化功能；（3）知识分类功能。 　　企业关注客户服务，采集经销商和最终消费者对产品提出的各类问题及意见，这些信息和知识很大一部分存在于分布在全国各地经销商的网站中，知识采集者不可能一一登录网站查看。因此，需要设计面向WEB页面的知识采集方法，实现自动获取。 　　（四）WEB文本挖掘方法。在WEB文本挖掘中，文本的特征表示挖掘工作的基础，而文本分类和聚类是两种最重要、最基本的挖掘方法。 　　矢量空间模型（VSM）是近年来应用较多且效果较好的方法之一。在该模型中，文档空间被看作是由一组正交词条矢量所形成的矢量空间，每个文档d表示其中的一个范化特征矢量： 　　V（d）=（t1，w1（d）；…；ti，wi（d）；…；tn，w（d）） 　　其中ti为词条项，wi（d）为ti在d中的权值。可以将d中出现的所有单词作为ti，也可以要求ti是d中出现的所有短语，从而提高内容特征表示的准确性。 　　wi（d）一般被定义为ti在d中出现频率tfi （d）的函数，即： 　　wi（d ）=（tfi（d））（1） 　　式中常用的有： 　　布尔函数――=1，tf（d）?1 　　0，tf（d）=0 　　平方根函数――= 　　对象函数――=log（tfi（d）＋1） 　　TFIDF函数――=tfi（d）×log［N/ni］ 　　其中，N为所有文档的数目，ni为含有词条ti的文档数目。 　　文本分类是一种典型的有教师机器学习问题，一般分为训练和分类两个阶段，具体过程如下。 　　1、训练阶段：①定义类别集合C=｛c1，…，ci，…，cn｝，这些类别可以是层次式的或并列式的；②给出文档集合S=｛s1，…，sj，…，sn｝，每个训练文档sj，标上类别标识cj；③统计S中所有文档的特征矢量V（sj），确定代表C中每个类别的特征矢量V（cj）。 　　2、分类阶段：①对于测试文档集合T=｛d1，