第1章 知識(shí)發(fā)現(xiàn)與KDD

1.1 知識(shí)與知識(shí)發(fā)現(xiàn)

1.1.1 知識(shí)

人類(lèi)從工業(yè)社會(huì)向知識(shí)社會(huì)演進(jìn)的同時(shí)，政治經(jīng)濟(jì)中心從“生產(chǎn)”轉(zhuǎn)向“發(fā)現(xiàn)、發(fā)明和創(chuàng)新”。知識(shí)正在成為創(chuàng)新的核心，知識(shí)創(chuàng)新成為知識(shí)經(jīng)濟(jì)發(fā)展最主要的動(dòng)力源泉。知識(shí)經(jīng)濟(jì)對(duì)物質(zhì)文明發(fā)展能夠發(fā)揮巨大的推動(dòng)作用，可以依靠無(wú)形資產(chǎn)的投入來(lái)實(shí)現(xiàn)可持續(xù)發(fā)展，推動(dòng)全球經(jīng)濟(jì)一體化的進(jìn)程。

在信息科學(xué)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(jìn)行通信、解釋或處理。而信息是數(shù)據(jù)所表達(dá)的客觀(guān)事實(shí)，是數(shù)據(jù)內(nèi)含的社會(huì)意義。數(shù)據(jù)是信息的載體，信息是數(shù)據(jù)的內(nèi)容。數(shù)據(jù)與具體的介質(zhì)和編碼方法有關(guān)。20 世紀(jì)40 年代，香農(nóng)（Shannon）對(duì)信息的數(shù)學(xué)本質(zhì)進(jìn)行了研究，提出了著名的 Shannon 信息論。他用熵的概念來(lái)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(xué)的研究中發(fā)揮著重要作用。

信息經(jīng)過(guò)加工和改造形成知識(shí)。知識(shí)是人類(lèi)在實(shí)踐的基礎(chǔ)上產(chǎn)生又經(jīng)過(guò)實(shí)踐檢驗(yàn)的對(duì)客觀(guān)實(shí)際的可靠反映，是人腦創(chuàng)新的成果，是人類(lèi)智慧的結(jié)晶。智慧是人類(lèi)文明的源泉，是推動(dòng)歷史發(fā)展的永恒動(dòng)力，是生產(chǎn)力諸多要素的核心。

關(guān)于知識(shí)的定義，我國(guó)傳統(tǒng)文化中早已有相關(guān)記錄。《論語(yǔ)》中“知”出現(xiàn)過(guò) 116 次；王充《論衡》中講到“知為力”，是人類(lèi)第一次明確指出“知識(shí)就是力量”。

而在國(guó)外，據(jù)經(jīng)濟(jì)學(xué)家汪丁丁考證，“知識(shí)”一詞來(lái)自于希臘語(yǔ)“gnoo（Knowledge）”。自從古希臘開(kāi)始，西方哲學(xué)史上就開(kāi)始了以知識(shí)定義的認(rèn)識(shí)論爭(zhēng)辯。顯然，知識(shí)是一個(gè)極其常用但又難以準(zhǔn)確定義的詞匯。其中若干典型的知識(shí)定義如下：

定義1

知識(shí)包括一些事實(shí)、信念、觀(guān)點(diǎn)、觀(guān)念、判斷、期望、方法論與實(shí)用知識(shí)等。此觀(guān)點(diǎn)強(qiáng)調(diào)知識(shí)在心智模式內(nèi)的組成要素。

定義2

知識(shí)是一種被確認(rèn)的信念，通過(guò)知識(shí)持有者和接收者的信念模式和約束來(lái)創(chuàng)造、組織和傳遞，在傳遞知識(shí)的同時(shí)也傳遞一整套文化系統(tǒng)和相關(guān)的背景系統(tǒng)。知識(shí)是從不相關(guān)或相關(guān)的信息中變化、重構(gòu)、創(chuàng)造而得的，比信息或數(shù)據(jù)更廣、更深、更豐富。此觀(guān)點(diǎn)強(qiáng)調(diào)知識(shí)與背景，以及知識(shí)與信息的關(guān)系。

定義3

知識(shí)是人類(lèi)對(duì)數(shù)據(jù)及信息的一種邏輯推理（reasoning），它可以提升人類(lèi)的工作、決策、問(wèn)題解決及學(xué)習(xí)的績(jī)效。此觀(guān)點(diǎn)強(qiáng)調(diào)知識(shí)的形成過(guò)程及指導(dǎo)決策與行為的用途。

定義4

知識(shí)是相關(guān)的、可行動(dòng)化的信息，它至少部分基于經(jīng)驗(yàn)；知識(shí)是信息的一個(gè)子集，是主觀(guān)的，和有意識(shí)的行為有關(guān)，擁用經(jīng)驗(yàn)中的隱性成分。該定義也主要是從信息與知識(shí)的關(guān)系角度來(lái)分析的。

定義5

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

（1）知識(shí)的形態(tài)：知識(shí)是一個(gè)流動(dòng)、動(dòng)態(tài)的混合體，隨著刺激和學(xué)習(xí)隨時(shí)改變更新。

（2）組成元素：組成元素包括經(jīng)驗(yàn)、價(jià)值觀(guān)、情景信息和專(zhuān)業(yè)洞察力。

（3）主要功能：它提供一個(gè)參考結(jié)構(gòu)來(lái)評(píng)估和整合新刺激所產(chǎn)生的信息與經(jīng)驗(yàn)，形成新的結(jié)構(gòu)（學(xué)習(xí)）并可以指導(dǎo)決策和行為。

（4）存儲(chǔ)主體：它由知者（knower）的心智產(chǎn)生并被利用。在組織內(nèi)不僅存在于文件與知識(shí)庫(kù)中，也存在于例行的工作、流程、實(shí)踐與文化中。

以上關(guān)于知識(shí)的定義中，多是從不同角度對(duì)知識(shí)的描述性界定，無(wú)法獲得一致的理解和認(rèn)同。關(guān)于知識(shí)的概念，韋伯斯特（Webster）詞典和經(jīng)濟(jì)合作與發(fā)展組織（OECD）給出的兩個(gè)定義比較權(quán)威，受到廣泛引用。

韋伯斯特詞典中定義知識(shí)是通過(guò)實(shí)踐、研究、聯(lián)系或調(diào)查獲得的關(guān)于事物的事實(shí)和狀態(tài)的認(rèn)識(shí)，是對(duì)科學(xué)、藝術(shù)或技術(shù)的理解，是人類(lèi)獲得的關(guān)于真理和原理的認(rèn)識(shí)的總和。知識(shí)是人類(lèi)積累的關(guān)于自然和社會(huì)的認(rèn)識(shí)和經(jīng)驗(yàn)的總和。

OECD 為了有利于經(jīng)濟(jì)分析，將廣義的知識(shí)按內(nèi)容分為如下四種：知識(shí)是什么的知識(shí)，又稱(chēng)為事實(shí)知識(shí)（know-what），或者稱(chēng)為“知事”，它包括事實(shí)、描述和信息；知道為什么的知識(shí)，又稱(chēng)為原理知識(shí)（know-why），也稱(chēng)為“知因”；知道怎么做某事的知識(shí)，又稱(chēng)技能知識(shí)（know-how），也稱(chēng)“知竅”，它是一個(gè)關(guān)于如何行動(dòng)的知識(shí)；知道什么人有什么知識(shí)的知識(shí)，又稱(chēng)人力知識(shí)（know-who），也稱(chēng)“知人”。一般來(lái)說(shuō)，前兩類(lèi)知識(shí)即事實(shí)知識(shí)和原理知識(shí)，是可以表述出來(lái)的知識(shí)，屬于顯性知識(shí)；后兩類(lèi)知識(shí)，即技能知識(shí)和人力知識(shí)很難完全用文字明確表述，屬于隱性知識(shí)。

知識(shí)具有下列特征：

（1）客觀(guān)性。雖然知識(shí)是人腦對(duì)信息的加工成果，但這些成果是客觀(guān)的，人類(lèi)對(duì)自然、社會(huì)、思維規(guī)律的認(rèn)識(shí)是客觀(guān)的，這些規(guī)律的運(yùn)行是不以人的意志為轉(zhuǎn)移的。

（2）相對(duì)性。人類(lèi)對(duì)自然、社會(huì)、思維規(guī)律的認(rèn)識(shí)必須有一個(gè)過(guò)程。在一段時(shí)間內(nèi)認(rèn)為正確的東西，經(jīng)過(guò)變革，可能發(fā)生變化。因此，知識(shí)作為對(duì)客觀(guān)事物的認(rèn)識(shí)和反映，也處于變化中，具有相對(duì)性。

（3）進(jìn)化性。人類(lèi)在認(rèn)識(shí)客觀(guān)世界和主觀(guān)世界的過(guò)程中，不斷在真理的長(zhǎng)河中加入新的內(nèi)容，知識(shí)不斷更新，例如對(duì)物質(zhì)結(jié)構(gòu)的認(rèn)識(shí)，對(duì)基因的認(rèn)識(shí)等。

（4）依附性。知識(shí)有載體，載體分層次。離開(kāi)載體的知識(shí)是無(wú)法存在的，隨著載體的消失，知識(shí)也跟著消失。

（5）可重用性。在使用過(guò)程中知識(shí)可以反復(fù)使用。當(dāng)然，要根據(jù)具體情況作具體分析，靈活應(yīng)用知識(shí)。

（6）共享性。基礎(chǔ)研究一般由政府進(jìn)行投資，所得到的科學(xué)知識(shí)具有共享性；但最新的技術(shù)知識(shí)受到知識(shí)產(chǎn)權(quán)法保護(hù)，使用者只有支付一定的費(fèi)用，才能獲得這種知識(shí)的使用權(quán)。知識(shí)產(chǎn)權(quán)的保護(hù)對(duì)發(fā)展技術(shù)和知識(shí)經(jīng)濟(jì)是非常重要的。