从信息爆炸到智能知识管理

1 (p1): 第1章 绪论
1 (p1-1): 1.1信息时代背景下的知识管理和数据挖掘
2 (p1-2): 1.2知识管理和数据挖掘在应用中遇到的问题
5 (p1-3): 1.3智能知识管理研究的意义
5 (p1-4): 1.4本书的框架与内容
8 (p2): 第2章 信息爆炸与知识获取方式变迁
8 (p2-1): 2.1信息爆炸与知识管理现状综述
8 (p2-1-1): 2.1.1信息爆炸及其成因
12 (p2-1-2): 2.1.2知识获取方式及知识管理研究对象的变迁
20 (p2-1-3): 2.1.3知识管理模式的研究现状
26 (p2-1-4): 2.1.4知识管理技术和工具
29 (p2-1-5): 2.1.5本节小结
30 (p2-2): 2.2数据挖掘的研究综述——数据挖掘及其对知识管理的影响
30 (p2-2-1): 2.2.1数据挖掘过程
33 (p2-2-2): 2.2.2数据挖掘算法
35 (p2-2-3): 2.2.3数据挖掘的研究领域分析
36 (p2-2-4): 2.2.4数据挖掘获取的知识的特点
37 (p2-2-5): 2.2.5数据挖掘在应用中面临的问题
38 (p2-2-6): 2.2.6本节小结
38 (p2-3): 2.3智能知识管理的研究现状
38 (p2-3-1): 2.3.1智能的概念及其实现途径
39 (p2-3-2): 2.3.2机器学习的策略
42 (p2-3-3): 2.3.3智能知识管理相关研究综述
47 (p2-4): 2.4本章小结
49 (p3): 第3章 智能知识管理的理论框架
49 (p3-1): 3.1智能知识管理的相关概念
49 (p3-1-1): 3.1.1基本概念
51 (p3-1-2): 3.1.2数据挖掘新视角下的知识分类
53 (p3-1-3): 3.1.3智能知识的定义及分析
54 (p3-1-4): 3.1.4智能知识管理
56 (p3-1-5): 3.1.5智能知识管理系统
58 (p3-2): 3.2智能知识管理的理论基础
58 (p3-2-1): 3.2.1认知心理学理论
59 (p3-2-2): 3.2.2人工智能理论
60 (p3-2-3): 3.2.3复杂性科学与复杂系统理论
61 (p3-2-4): 3.2.4系统科学理论
62 (p3-2-5): 3.2.5可拓学理论
64 (p3-3): 3.3数据挖掘与智能知识管理的关系
66 (p3-4): 3.4智能知识管理的研究框架
66 (p3-4-1): 3.4.1智能知识管理的目标
67 (p3-4-2): 3.4.2智能知识管理的研究框架
70 (p3-4-3): 3.4.3智能知识管理的方法和路径
72 (p3-5): 3.5智能知识管理的关键技术
72 (p3-5-1): 3.5.1获取智能知识的新的数据挖掘算法技术
72 (p3-5-2): 3.5.2具有记忆能力的智能知识表达技术
73 (p3-5-3): 3.5.3主动进化的智能知识的自我审计技术
73 (p3-5-4): 3.5.4具备社会性的智能知识通信与推理技术
73 (p3-5-5): 3.5.5基于情景识别的智能知识主动推送技术
73 (p3-6): 3.6智能知识管理支撑条件的构建
74 (p3-6-1): 3.6.1管理原则：结果导向，客户价值，持续发展
74 (p3-6-2): 3.6.2项目管理流程与制度
76 (p3-7): 3.7本章小结
77 (p4): 第4章 智能知识的直接获取技术
77 (p4-1): 4.1智能知识获取的数据准备
77 (p4-1-1): 4.1.1数据集的类型分析及选取策略
78 (p4-1-2): 4.1.2内部数据转换的可拓策略分析
80 (p4-1-3): 4.1.3数据转换措施
82 (p4-2): 4.2获取智能知识的转化规则挖掘算法
83 (p4-2-1): 4.2.1转化规则挖掘的理论分析
85 (p4-2-2): 4.2.2转化规则获取的方法
87 (p4-2-3): 4.2.3获取转化规则的挖掘算法及实现步骤
89 (p4-3): 4.3获取智能知识的可拓分类算法
90 (p4-3-1): 4.3.1 MCLP分类原理
92 (p4-3-2): 4.3.2可拓分类的概念
92 (p4-3-3): 4.3.3可拓分类的实现框架
93 (p4-3-4): 4.3.4可拓分类的算法设计
96 (p4-3-5): 4.3.5可拓分类的结果示例
97 (p4-4): 4.4小结与展望
98 (p5): 第5章 智能知识管理的间接实现模式
98 (p5-1): 5.1原始知识的获取方法及表现形式
99 (p5-2):…