第1章 知識發(fā)現(xiàn)與KDD

1.1 知識與知識發(fā)現(xiàn)

1.1.1 知識

人類從工業(yè)社會向知識社會演進的同時，政治經(jīng)濟中心從“生產”轉向“發(fā)現(xiàn)、發(fā)明和創(chuàng)新”。知識正在成為創(chuàng)新的核心，知識創(chuàng)新成為知識經(jīng)濟發(fā)展最主要的動力源泉。知識經(jīng)濟對物質文明發(fā)展能夠發(fā)揮巨大的推動作用，可以依靠無形資產的投入來實現(xiàn)可持續(xù)發(fā)展，推動全球經(jīng)濟一體化的進程。

在信息科學中，信息是根據(jù)表示數(shù)據(jù)所用的約定，賦予數(shù)據(jù)的意義。數(shù)據(jù)是事物、概念或指令的一種形式化表現(xiàn)形式，以適用于人工或自然的方式進行通信、解釋或處理。而信息是數(shù)據(jù)所表達的客觀事實，是數(shù)據(jù)內含的社會意義。數(shù)據(jù)是信息的載體，信息是數(shù)據(jù)的內容。數(shù)據(jù)與具體的介質和編碼方法有關。20 世紀40 年代，香農（Shannon）對信息的數(shù)學本質進行了研究，提出了著名的 Shannon 信息論。他用熵的概念來研究信息的容量，采用比特作為度量信息的單位。其信息熵的研究成果至今仍在信息科學的研究中發(fā)揮著重要作用。

信息經(jīng)過加工和改造形成知識。知識是人類在實踐的基礎上產生又經(jīng)過實踐檢驗的對客觀實際的可靠反映，是人腦創(chuàng)新的成果，是人類智慧的結晶。智慧是人類文明的源泉，是推動歷史發(fā)展的永恒動力，是生產力諸多要素的核心。

關于知識的定義，我國傳統(tǒng)文化中早已有相關記錄。《論語》中“知”出現(xiàn)過 116 次；王充《論衡》中講到“知為力”，是人類第一次明確指出“知識就是力量”。

而在國外，據(jù)經(jīng)濟學家汪丁丁考證，“知識”一詞來自于希臘語“gnoo（Knowledge）”。自從古希臘開始，西方哲學史上就開始了以知識定義的認識論爭辯。顯然，知識是一個極其常用但又難以準確定義的詞匯。其中若干典型的知識定義如下：

定義1

知識包括一些事實、信念、觀點、觀念、判斷、期望、方法論與實用知識等。此觀點強調知識在心智模式內的組成要素。

定義2

知識是一種被確認的信念，通過知識持有者和接收者的信念模式和約束來創(chuàng)造、組織和傳遞，在傳遞知識的同時也傳遞一整套文化系統(tǒng)和相關的背景系統(tǒng)。知識是從不相關或相關的信息中變化、重構、創(chuàng)造而得的，比信息或數(shù)據(jù)更廣、更深、更豐富。此觀點強調知識與背景，以及知識與信息的關系。

定義3

知識是人類對數(shù)據(jù)及信息的一種邏輯推理（reasoning），它可以提升人類的工作、決策、問題解決及學習的績效。此觀點強調知識的形成過程及指導決策與行為的用途。

定義4

知識是相關的、可行動化的信息，它至少部分基于經(jīng)驗；知識是信息的一個子集，是主觀的，和有意識的行為有關，擁用經(jīng)驗中的隱性成分。該定義也主要是從信息與知識的關系角度來分析的。

定義5

達文波特和普魯薩克（Davenport&Prusak）整合了知識的形態(tài)、組成元素、主要作用和存儲的主題等元素，從以下幾個方面描述了知識的定義。

（1）知識的形態(tài)：知識是一個流動、動態(tài)的混合體，隨著刺激和學習隨時改變更新。

（2）組成元素：組成元素包括經(jīng)驗、價值觀、情景信息和專業(yè)洞察力。

（3）主要功能：它提供一個參考結構來評估和整合新刺激所產生的信息與經(jīng)驗，形成新的結構（學習）并可以指導決策和行為。

（4）存儲主體：它由知者（knower）的心智產生并被利用。在組織內不僅存在于文件與知識庫中，也存在于例行的工作、流程、實踐與文化中。

以上關于知識的定義中，多是從不同角度對知識的描述性界定，無法獲得一致的理解和認同。關于知識的概念，韋伯斯特（Webster）詞典和經(jīng)濟合作與發(fā)展組織（OECD）給出的兩個定義比較權威，受到廣泛引用。

韋伯斯特詞典中定義知識是通過實踐、研究、聯(lián)系或調查獲得的關于事物的事實和狀態(tài)的認識，是對科學、藝術或技術的理解，是人類獲得的關于真理和原理的認識的總和。知識是人類積累的關于自然和社會的認識和經(jīng)驗的總和。

OECD 為了有利于經(jīng)濟分析，將廣義的知識按內容分為如下四種：知識是什么的知識，又稱為事實知識（know-what），或者稱為“知事”，它包括事實、描述和信息；知道為什么的知識，又稱為原理知識（know-why），也稱為“知因”；知道怎么做某事的知識，又稱技能知識（know-how），也稱“知竅”，它是一個關于如何行動的知識；知道什么人有什么知識的知識，又稱人力知識（know-who），也稱“知人”。一般來說，前兩類知識即事實知識和原理知識，是可以表述出來的知識，屬于顯性知識；后兩類知識，即技能知識和人力知識很難完全用文字明確表述，屬于隱性知識。

知識具有下列特征：

（1）客觀性。雖然知識是人腦對信息的加工成果，但這些成果是客觀的，人類對自然、社會、思維規(guī)律的認識是客觀的，這些規(guī)律的運行是不以人的意志為轉移的。

（2）相對性。人類對自然、社會、思維規(guī)律的認識必須有一個過程。在一段時間內認為正確的東西，經(jīng)過變革，可能發(fā)生變化。因此，知識作為對客觀事物的認識和反映，也處于變化中，具有相對性。

（3）進化性。人類在認識客觀世界和主觀世界的過程中，不斷在真理的長河中加入新的內容，知識不斷更新，例如對物質結構的認識，對基因的認識等。

（4）依附性。知識有載體，載體分層次。離開載體的知識是無法存在的，隨著載體的消失，知識也跟著消失。

（5）可重用性。在使用過程中知識可以反復使用。當然，要根據(jù)具體情況作具體分析，靈活應用知識。

（6）共享性。基礎研究一般由政府進行投資，所得到的科學知識具有共享性；但最新的技術知識受到知識產權法保護，使用者只有支付一定的費用，才能獲得這種知識的使用權。知識產權的保護對發(fā)展技術和知識經(jīng)濟是非常重要的。