智能知识管理

第1章数据挖掘与智能知识管理研究现状

1.1数据挖掘及其主要研究方向

1.2知识管理及主要流派

1.3智能知识管理的提出

参考文献

第2章智能知识管理理论模型

2.1智能知识的相关定义与舰框架

2.2智能知识管理过程模型酿

2.3智能知识管理的方法论

2.4智能知识管理的未来研究发展方向

参考文献

第3章智能知识管理的4T过程模型研究

3.1基于知识来源的知识发现分类与比较分析

3.2智能知识管理的4T过程与主要步骤

3.34T的主要过程分析

3.4本章小结

参考文献

第4章智能知识的获取研究

4.1智能知识的分类与评价

4.2基于关联规则的智能知识获取酿

4.3基于粗糙集的MCLP分类的智能知识获取

4.4智能知识评价的应用举例

4.5本章小结

参考文献

第5章基于领域知识的深层知识发现及个性化推荐研究

5.1领域知识驱动的知识发现过程

5.2领域知识的表示与提取

5.3基于领域知识的个性化推荐模型

5.4本章小结

参考文献

第6章智能知识管理系统的理论框架、设计与实现16%

6.1当前数据挖掘系统概况

6.2当前数据挖掘软件的不足

6.3新一代挖掘系统的特性

6.4软件构思及关键技术

6.5系统框架模型

6.6雏形系统的一个实现实例

6.7本章小结

参考文献

第7章案例与应用研究：商业银行客户流失智能知识发现及应用管理

7.1商业银行信用卡业务理解

7.2贷记卡数据收集及数据整理

7.3基于Logistic回归的原始知识发现过程

7.4基于Logistic回归的智能知识发现

7.5本章小结

参考文献

《智能知识管理：基本理论及其拓》是在国家自然科学基金项目（编号71071151、71471169和70921061）资助下取得的研究成果，是众多科研人员长期科研成果的结晶。《智能知识管理：基本理论及其拓》共分为七章，主要阐述了智能知识管理提出的应用和研究背景以及作者对于智能知识管理的主要观点、理论、方法和技术。《智能知识管理：基本理论及其拓》通过集成知识管理和数据挖掘两大学科领域的知识，触及学者以前没有足够关注的数据挖掘获取知识的深层次挖掘和智能应用问题，旨在提出智能知识和智能知识管理的研究思路和理论方法，并引导读者广泛而深入地进行对知识管理和数据挖掘学科后续的交叉研究。