知识发现与情报分析.pdf

知识发现与情报分析 姚中平 一、知识发现 谁能读这么多？ 谁需要读这么多? 发现与创新是不是一个数字的游戏? “首先必需认识到，科研工作者都十分宝贵自己的时间，除极少数和自己工作关 系十分密切的论文以外，绝大多数读者都不会阅读全文。” - 邹承鲁 “我的科学之路”，2003年10月 塞缪尔·约翰逊（Samuel Johnson） （1709-1784，英国），著名作家、评论家以及词典编撰 家。知识分成两类：    Knowledge is of two kinds. We know a subject ourselves, or we know where we can find information upon it . Knowledge Discovery – What？ • “识别存在于数据库中有效的、新颖的、具有潜在价值的乃至最终可 理解的模式的过程” • “从大量的有噪音的、模糊的、实际应用的信息或数据中寻找其规律 ，分析数据间相互关系，发现隐藏于其中有助于说明问题、解决问题 的知识的过程。” • “知识发现是知识管理过程中的重要环节，它包括知识的获取、组织 、加工和利用” • “知识管理的目的就是为了使组织中知识的有序化，使人们能够方便 地获取解决问题的知识、发现数据中关联的知识，并由此创造新的知 识” “Providing an ‘Information Filter’… can alleviate the problems of insufficient “Providing an ‘Information Filter’… can alleviate the problems of insufficient information or information overload” information or information overload” - From “Value of Information and Information Services” A report from U.S. of Transportation Systems Department Knowledge Discovery – What？  知识发现是从数据集中识别出有效的、新颖 的、潜在有用的，以及最终可理解的模式的非 平凡过程。知识发现将信息变为知识，从数据 矿山中找到蕴藏的知识金块，将为知识创新和 知识经济的发展作出贡献。  知识发现是所谓数据挖掘的一种更广义的说 法，即从各种媒体表示的信息中，根据不同的 需求获得知识。知识发现的目的是向使用者屏 蔽原始数据的繁琐细节，从原始数据中提炼出 有意义的、简洁的知识，直接向使用者报告。 问题与挑战  持续的“压力”  信息爆炸 加上 交流爆炸：非常容易得到的数字信息  不断上涨的费用 / 不断变化的商业模型  多种多样的用户需求与需要  革命 与 进化  eScience 的出现 – 数据与信息迅速转变成数字形式  知识的全球化: 学术研究 学术交流  学习与教育的方式  新出版形式的变化：e-Print, Blog, Self Archive, Open Access …  信息行业生态的变化  基本问题仍然存在：Data Rich Knowledge Poor  中国：更多的下载 更多的发现？创新？ 聪明地发现：领先一步 • Acquire: what I know I need to know 获取：我知道我需要知道的东西 • Retrieve: what I know I don’t kn