知識工程與知識管理（第二版）

《知識工程與知識管理（第二版）》是2016年1月清華大學出版社出版的圖書，作者是陳文偉、陳晟。

基本介紹

• 中文名：知識工程與知識管理（第二版）
• 作者：陳文偉、陳晟
• 出版社：清華大學出版社
• 出版時間：2016年1月
• 定價：49 元
• ISBN：9787302422075

內容簡介

知識工程是利用智慧型技術(人工智慧、計算智慧型和商務智慧型)來建造高性能的知識系統，知識工程來源於知識管理中成熟的知識套用和知識創造，知識工程又是知識管理的技術支柱；而計算機進化規律的發掘對提高計算機套用能力和進一步促進計算機進化都有積極意義，它是介於知識工程與知識管理之間的有意義的課題。本書以“原理、實現、套用” 的講述方式，系統地介紹知識工程中的原理和開發技術、知識管理中的理論和實例，以便讀者能夠從理論和實踐兩個方面較紮實地掌握知識工程和知識管理，初步達到既掌握知識又能利用書中介紹的實現技術去開發知識系統的目標。

本書適合用作計算機科學與技術專業、信息管理與信息系統專業和系統工程專業的研究生教材，也可為大學本科高年級學生所用，同時本書也可供有關教師和科研技術人員學習參考。

圖書目錄

第1章知識工程與知識管理綜述1

1.1知識工程與人工智慧1

1.1.1知識工程概念1

1.1.2人工智慧概念和發展過程3

1.1.3知識系統的結構和知識工程的基礎9

1.2知識工程的核心問題10

1.2.1知識概念與邏輯推理10

1.2.2知識表示與知識推理13

1.2.3知識獲取25

1.3知識管理與知識工程27

1.3.1知識管理綜述27

1.3.2信息管理與知識管理29

1.3.3知識工程與知識產業31

1.3.4知識工程和知識管理相互促進33

習題136

第2章專家系統及其開發37

2.1專家系統綜述37

2.1.1專家系統概念37

2.1.2專家系統結構和原理38

2.1.3專家系統的套用與困難39

2.2產生式規則專家系統41

2.2.1產生式規則知識與推理41

2.2.2不確定性推理45

2.2.3解釋機制和事實資料庫48

2.2.4產生式規則知識推理簡例50

2.3元知識與兩級推理52

2.3.1元知識概念52

2.3.2元知識分類53

2.3.3領域知識和元知識的兩級推理55

2.3.4元知識的套用55

2.4專家系統的黑板結構56

2.4.1基本原理57

2.4.2HEARSAYⅡ語言識別系統58

2.4.3醫療診斷專家系統60

2.5專家系統開發與實例62

2.5.1專家系統的開發62

2.5.2專家系統工具63

2.5.3單推理樹形式的專家系統68

2.5.4多推理樹形式的專家系統70

習題275

知識工程與知識管理（第二版）第3章決策支持系統與商務智慧型77

3.1決策支持系統與智慧型決策支持系統77

3.1.1決策支持系統與商務智慧型綜述77

3.1.2決策資源與決策支持83

3.1.3模型實驗與模型組合方案85

3.1.4智慧型決策支持系統的設計與開發86

3.1.5決策支持系統實例91

3.2網路環境的決策支持系統95

3.2.1網路環境的決策支持系統概述95

3.2.2網路環境的智慧型決策支持系統96

3.2.3基於客戶/伺服器的決策支持系統開發平台98

3.2.4基於客戶/伺服器的決策支持系統實例103

3.3商務智慧型——基於數據倉庫的決策支持系統105

3.3.1商務智慧型概述105

3.3.2數據倉庫與在線上分析處理107

3.3.3基於數據倉庫的決策支持系統114

3.3.4商務智慧型實例117

習題3123

第4章計算智慧型的仿生技術124

4.1神經計算124

4.1.1人工神經網路124

4.1.2反向傳播模型BP129

4.1.3反向傳播模型實例分析133

4.1.4神經元網路專家系統135

4.2模糊計算141

4.2.1模糊集合及其運算141

4.2.2模糊推理144

4.2.3模糊規則的計算公式145

4.2.4模糊推理方法的比較146

4.3遺傳算法147

4.3.1遺傳算法原理147

4.3.2最佳化模型的遺傳算法求解151

4.3.3基於遺傳算法的分類學習系統153

4.4人工生命158

4.4.1人工生命概述158

4.4.2人工生命的研究內容和方法159

4.4.3人工生命實例160

4.4.4人工生命的實驗系統162

習題4163

第5章機器學習與數據挖掘166

5.1機器學習與數據挖掘綜述166

5.1.1機器學習概述166

5.1.2機器學習分類168

5.1.3知識發現與數據挖掘綜述172

5.1.4數據濃縮與知識表示175

5.2基於資訊理論的歸納學習方法180

5.2.1基於互信息的ID3方法180

5.2.2基於信息增益率的C4.5方法185

5.2.3基於信道容量的IBLE方法186

5.3基於集合論的歸納學習方法195

5.3.1粗糙集方法196

5.3.2關聯規則挖掘205

習題5212

第6章公式發現與變換規則的挖掘213

6.1公式發現213

6.1.1公式發現綜述213

6.1.2物理化學定律發現系統BACON215

6.1.3經驗公式發現系統FDD220

6.2變換規則的知識挖掘233

6.2.1適應變化環境的變換和變換規則233

6.2.2變換規則知識挖掘的理論基礎235

6.2.3變換規則的知識推理237

6.2.4變換規則鏈的知識挖掘239

6.2.5適應變化環境的變換規則元知識242

習題6245

第7章知識管理與知識創造246

7.1知識經濟與知識管理246

7.1.1知識經濟與知識管理的形成246

7.1.2知識管理基本原理248

7.1.3知識管理與學習型組織256

7.2知識創造260

7.2.1知識創造模型260

7.2.2知識創造典範——開源軟體265

7.3大數據與關聯知識270

7.3.1從數據到決策的大數據時代270

7.3.2大數據型科學研究新範式276

7.3.3從關聯分析中創造新知識278

7.3.4大數據的決策支持281

習題7281

第8章計算機進化規律的發掘283

8.1計算機軟體進化規律的發掘283

8.1.1數值計算的進化283

8.1.2電腦程式的進化287

8.1.3數據存儲的進化290

8.1.4知識推理的進化294

8.1.5軟體進化規律296

8.2計算機硬體進化規律的發掘300

8.2.1計算機硬體的理論基礎300

8.2.2計算機的體系結構303

8.2.3計算機硬體的進化305

8.2.4計算機硬體進化規律310

8.3計算機網路進化規律的發掘311

8.3.1計算機網路的進化311

8.3.2計算機網路的進化規律317

8.4計算機技術發展趨勢318

8.4.1計算機軟體發展趨勢319

8.4.2計算機硬體與網路的發展趨勢319

習題8321

附錄A部分思考題參考答案322

附錄B部分計算題答案334參考文獻346第1章知識工程與知識管理綜述1

1.1知識工程與人工智慧1

1.1.1知識工程概念1

1.1.2人工智慧概念和發展過程3

1.1.3知識系統結構和知識工程基礎8

1.2知識工程的核心問題9

1.2.1知識概念與邏輯推理9

1.2.2知識表示與知識推理12

1.2.3知識獲取24

1.3知識管理與知識工程26

1.3.1知識管理綜述26

1.3.2信息管理與知識管理28

1.3.3知識工程與知識產業30

1.3.4知識工程和知識管理相互促進33

習題136

第2章專家系統及其開發37

2.1專家系統綜述37

2.1.1專家系統概念37

2.1.2專家系統結構和原理38

2.1.3專家系統的套用與開發的困難39

2.2產生式規則專家系統41

2.2.1產生式規則知識與推理41

2.2.2不確定性推理45

2.2.3解釋機制和事實庫47

2.2.4產生式規則知識推理簡例49

2.3元知識與兩級推理51

2.3.1元知識概念 51

2.3.2元知識分類53

2.3.3領域知識和元知識的兩級推理54

2.4專家系統的黑板結構56

2.4.1基本原理56

2.4.2HEARSAYⅡ語言識別系統58

2.4.3醫療診斷專家系統60

2.5專家系統開發與實例61

2.5.1專家系統的開發61

2.5.2專家系統工具63

2.5.3單推理樹形式的專家系統68

2.5.4多推理樹形式的專家系統70

習題274

知識工程與知識管理（第二版）第3章決策支持系統及其開發76

3.1決策支持系統與智慧型決策支持系統76

3.1.1決策支持系統綜述76

3.1.2決策資源與決策支持82

3.1.3模型實驗與模型組合方案84

3.1.4智慧型決策支持系統的設計與開發85

3.1.5決策支持系統實例89

3.2基於數據倉庫的決策支持系統93

3.2.1數據倉庫與在線上分析處理93

3.2.2數據倉庫的決策支持101

3.2.3基於數據倉庫的決策支持系統與商業智慧型103

3.2.4基於數據倉庫的決策支持系統實例105

3.3綜合決策支持系統107

3.3.1傳統決策支持系統與新決策支持系統的比較107

3.3.2數據倉庫與數學模型108

3.3.3綜合決策支持系統結構與原理109

3.3.4網路環境的綜合決策支持系統體系111

3.3.5網路環境的決策支持系統實例114

習題3118

第4章計算智慧型的仿生技術119

4.1神經計算119

4.1.1人工神經網路119

4.1.2反向傳播模型BP123

4.1.3反向傳播模型實例分析128

4.1.4神經網路專家系統130

4.2模糊計算135

4.2.1模糊集合及其運算135

4.2.2模糊推理137

4.2.3模糊規則的計算公式139

4.2.4模糊推理方法的比較140

4.3遺傳算法141

4.3.1遺傳算法原理141

4.3.2最佳化模型的遺傳算法求解145

4.3.3基於遺傳算法的分類學習系統147

4.4人工生命152

4.4.1人工生命概述152

4.4.2人工生命的研究內容和方法153

4.4.3人工生命實例154

4.4.4人工生命的實驗系統156

習題4158

第5章機器學習與數據挖掘160

5.1機器學習與數據挖掘綜述160

5.1.1機器學習概述160

5.1.2機器學習分類162

5.1.3知識發現與數據挖掘綜述165

5.1.4數據濃縮與知識表示169

5.2基於資訊理論的歸納學習方法173

5.2.1基於互信息的ID3方法174

5.2.2基於互信息的C4.5方法178

5.2.3基於信道容量的IBLE方法179

5.3基於集合論的歸納學習方法189

5.3.1AQ11方法189

5.3.2粗糙集方法194

5.3.3關聯規則挖掘203

習題5210

第6章公式發現與變換規則的挖掘212

6.1公式發現 212

6.1.1公式發現綜述212

6.1.2物理化學定律發現系統BACON214

6.1.3經驗公式發現系統FDD218

6.2變換規則的知識挖掘232

6.2.1適應變化環境的變換和變換規則232

6.2.2變換規則的知識挖掘的理論基礎234

6.2.3變換規則的知識推理236

6.2.4變換規則鏈的知識挖掘238

6.2.5適應變化環境的變換規則元知識241

習題6244

第7章知識管理246

7.1知識經濟與知識管理246

7.1.1知識經濟與知識管理的形成246

7.1.2知識管理基本原理249

7.1.3知識管理實例257

7.2知識管理與學習型組織259

7.2.1學習型組織概念259

7.2.2學習型組織與知識管理的整合261

7.2.3學習型組織實例265

7.3人力資源管理的理論基礎267

7.3.1知識管理和人力資源管理267

7.3.2人力資源管理理論268

7.3.3人力資源管理實例274

習題7278

第8章知識創造279

8.1知識創造模型與開源軟體279

8.1.1知識創造模型279

8.1.2集體協作創造知識的新潮流——開源軟體286

8.2軟體進化規律的發掘293

8.2.1數值計算的進化 293

8.2.2電腦程式的進化297

8.2.3數據存儲的進化300

8.2.4知識處理的進化302

8.2.5進化規律的發掘304

8.3計算機硬體與網路進化規律的發掘307

8.3.1計算機硬體的理論基礎307

8.3.2計算機的體系結構312

8.3.3計算機硬體的進化314

8.3.4硬體進化規律的發掘318

8.3.5計算機網路的進化320

8.3.6計算機技術發展趨勢323

習題8325

參考文獻327