4关联知识.pptx

第第 7 章知识管理与章知识管理与知识创造知识创造(4)关联知识关联知识7.3 大数据与关联知识大数据与关联知识7.3.3 从关联分析中创造知识从关联分析中创造知识7.3.4 大数据的决策支持大数据的决策支持7.3.3 从关联分析中创造知识从关联分析中创造知识我们从我们从大量科学发现的实例大量科学发现的实例中，可以归结出中，可以归结出利用关利用关联分析方法，创造新知识。联分析方法，创造新知识。关联分析法中包含了多种不同的关联关系。现把几关联分析法中包含了多种不同的关联关系。现把几种典型的关联关系，通过实例进行说明。种典型的关联关系，通过实例进行说明。(1)零和关系零和关系零和关系是两者之间生与死存亡斗争的关系。下面零和关系是两者之间生与死存亡斗争的关系。下面用青霉素的发现例子说明。用青霉素的发现例子说明。亚历山大亚历山大弗莱明弗莱明曾从病人的脓中提取葡萄球菌，放在盛有果子曾从病人的脓中提取葡萄球菌，放在盛有果子冻的玻璃器皿中培养，繁殖起来的金黄色葡萄球菌冻的玻璃器皿中培养，繁殖起来的金黄色葡萄球菌他称他称为为“金妖精金妖精”，这，这“金妖精金妖精”使人生疖、长痈、患骨髓炎，使人生疖、长痈、患骨髓炎，引起食物中毒，很难对付。引起食物中毒，很难对付。他培养它，就是为了找到能杀死它的方法。经过一个暑假，他他培养它，就是为了找到能杀死它的方法。经过一个暑假，他看到玻璃器皿里有一个地方粘上绿色的霉，开始向器皿四周看到玻璃器皿里有一个地方粘上绿色的霉，开始向器皿四周蔓延，他惊叫起来。蔓延，他惊叫起来。弗莱明发现了一个奇特的现象：在青绿色霉花的周围出现一圈弗莱明发现了一个奇特的现象：在青绿色霉花的周围出现一圈空白空白原来生长旺盛的原来生长旺盛的“金妖精金妖精”不见了！他兴奋地迅速不见了！他兴奋地迅速从培养器皿中刮出一点霉菌，小心翼翼地放在显微镜下观察。从培养器皿中刮出一点霉菌，小心翼翼地放在显微镜下观察。他终于发现这种能杀死他终于发现这种能杀死“金妖精金妖精”的青绿色霉菌是青霉菌。的青绿色霉菌是青霉菌。弗莱明对它取名弗莱明对它取名“青霉素青霉素”，在，在1929年提交了论文年提交了论文青霉素青霉素它的实际应用它的实际应用。后来，弗莱明制取了少量青霉素结晶，请医生临床试后来，弗莱明制取了少量青霉素结晶，请医生临床试用于人体，但多次遭到拒绝。就这样，青霉素被打用于人体，但多次遭到拒绝。就这样，青霉素被打人冷宫。被打入冷宫还有另一个重要原因，就是提人冷宫。被打入冷宫还有另一个重要原因，就是提取青霉素太困难了。取青霉素太困难了。青霉素和葡萄球菌或白喉菌或炭疽菌等是生与死的零青霉素和葡萄球菌或白喉菌或炭疽菌等是生与死的零和关系。和关系。(2)扶植关系扶植关系一个事物帮助另一个事物发展，称两者之间是扶植关一个事物帮助另一个事物发展，称两者之间是扶植关系。下面用青霉素的培养物的发现例子进行说明。系。下面用青霉素的培养物的发现例子进行说明。沃尔特沃尔特弗洛里和鲍里斯弗洛里和鲍里斯钱恩在查寻资料时，发现了钱恩在查寻资料时，发现了10年前弗莱明的论文年前弗莱明的论文青霉素青霉素它的实际应用它的实际应用。1941年年2月，弗洛里等终于从发霉的肉汤里，提取出月，弗洛里等终于从发霉的肉汤里，提取出了一小撮比黄金还贵重的青霉素。了一小撮比黄金还贵重的青霉素。1941年年5月，为一个受葡萄球菌严重感染，被认为已月，为一个受葡萄球菌严重感染，被认为已无法医治的无法医治的15岁少年挽回了生命。这个少年成为岁少年挽回了生命。这个少年成为第一个被青霉素救活的人。第一个被青霉素救活的人。但是，当他们把它介绍给医生的时候，却得到但是，当他们把它介绍给医生的时候，却得到“不！不！”的回答。的回答。他们来到美国，终于他们来到美国，终于找到最爱吃玉米的找到最爱吃玉米的832绿霉菌种，绿霉菌种，而美国正好是玉米生产大国。这样，大批量生产的青而美国正好是玉米生产大国。这样，大批量生产的青霉素终于在世界各地的大医院成功用于临床。霉素终于在世界各地的大医院成功用于临床。1944年年6月，青霉素在英美联军的诺曼底登陆作战中月，青霉素在英美联军的诺曼底登陆作战中挽救了无数伤员。挽救了无数伤员。n如果没有弗洛里和钱恩在检索资料中的偶然发如果没有弗洛里和钱恩在检索资料中的偶然发现，青霉素不可能在弗莱明发现之后现，青霉素不可能在弗莱明发现之后14年大放年大放异彩，而是会被推迟！异彩，而是会被推迟！n他们三人在青霉素大量投产的他们三人在青霉素大量投产的1945年，荣获年，荣获诺贝尔医学和生理学奖。诺贝尔医学和生理学奖。n玉米对大批量生产青霉素是扶植关系。玉米对大批量生产青霉素是扶植关系。(3)化学关系化学关系两个物体在一起发生了化学变化，称它们之间关系是两个物体在一起发生了化学变化，称它们之间关系是化学关系。用下面用碘和溴的发现进行说明。化学关系。用下面用碘和溴的发现进行说明。一只猫把装浓硫酸的瓶子碰倒了，浓硫酸正好倒在装一只猫把装浓硫酸的瓶子碰倒了，浓硫酸正好倒在装有海草灰提取硝石后的剩液瓶中。有海草灰提取硝石后的剩液瓶中。在这一偶然事件中，一个奇怪的现象发生了在这一偶然事件中，一个奇怪的现象发生了：瓶中冉：瓶中冉冉腾起一股淡淡的紫色蒸气，慢慢充满房间，使他冉腾起一股淡淡的紫色蒸气，慢慢充满房间，使他闻到一股刺鼻的臭味，而且蒸气接触冷物体的时候闻到一股刺鼻的臭味，而且蒸气接触冷物体的时候不呈液态，而是呈固态黑色结晶。不呈液态，而是呈固态黑色结晶。库尔特瓦把剩液水分蒸发，结果得到一种紫黑色的库尔特瓦把剩液水分蒸发，结果得到一种紫黑色的晶体。晶体。1814年，盖年，盖吕萨克把它命名为碘（吕萨克把它命名为碘（Iodine，意为，意为“紫色紫色”）。）。硫酸和硝石之间起了化学作用，产生新物质硫酸和硝石之间起了化学作用，产生新物质“碘碘”，硫酸和硝石之间是化学关系。，硫酸和硝石之间是化学关系。(4)物理关系物理关系两个物体在一起，虽然各自不发生任何质的变化，但两个物体在一起，虽然各自不发生任何质的变化，但相互间在物理上出现了新现象，称它们之间关系是相互间在物理上出现了新现象，称它们之间关系是物理关系。下面用微生物的发现例子来说明。物理关系。下面用微生物的发现例子来说明。荷兰科学家列文虎克是磨制显微镜的实践者，他把显荷兰科学家列文虎克是磨制显微镜的实践者，他把显微镜的放大倍数提高到微镜的放大倍数提高到270倍以上。倍以上。1675年年9月的一天，列文虎克把月的一天，列文虎克把花园水池中雨水的一花园水池中雨水的一个个“清洁清洁”水滴放在显微镜下观察。一看，他大吃水滴放在显微镜下观察。一看，他大吃一惊：一惊：各种各样各种各样“非常小的动物非常小的动物”在水中不停地扭动在水中不停地扭动。这就。这就是列文虎克偶然发现的是列文虎克偶然发现的“微生物世界微生物世界”，水滴内是，水滴内是一个完全意想不到富有生命的一个完全意想不到富有生命的“小人国小人国”。n微生物的发现，是列文虎克对人类的又一重大微生物的发现，是列文虎克对人类的又一重大贡献。对后来的生物学的发展产生了巨大的影贡献。对后来的生物学的发展产生了巨大的影响。响。n在在历史上最有影响的历史上最有影响的100人人一书中，列文一书中，列文虎克排在第虎克排在第39位。显微镜在列文虎克之前几十位。显微镜在列文虎克之前几十年就诞生了，但是这几十年内别人并没有做出年就诞生了，但是这几十年内别人并没有做出相同或类似的发现。相同或类似的发现。n显微镜和雨水或食物等之间关系是物理关系显微镜和雨水或食物等之间关系是物理关系。(5)类比法类比法类比是人们知识发现的重要方法。下面用威尔逊发类比是人们知识发现的重要方法。下面用威尔逊发明云室的例子来说明。明云室的例子来说明。1894的一天，威尔逊登上了涅维斯山，进行气象观的一天，威尔逊登上了涅维斯山，进行气象观测，他登上山顶之后，测，他登上山顶之后，偶然看到太阳照耀在山顶偶然看到太阳照耀在山顶的云雾层上，产生了一个光环的云雾层上，产生了一个光环所谓的所谓的“佛光佛光”。这使他觉得很奇怪：如果没有阳光，看不到光环；这使他觉得很奇怪：如果没有阳光，看不到光环；如果没有云雾，只有阳光，也看不到光环。如果没有云雾，只有阳光，也看不到光环。为什么为什么“看不见看不见”的阳光会在云雾中形成的阳光会在云雾中形成“看得见看得见”的光环呢？的光环呢？经过分析，他得知，这是由于经过分析，他得知，这是由于“看不见看不见”的光遇上云雾的光遇上云雾这些微粒的缘故。这些微粒的缘故。他由此联想：在他由此联想：在原子物理中，一些小的微粒看不见，如原子物理中，一些小的微粒看不见，如果遇上云雾这些微粒不就可以看得见么？果遇上云雾这些微粒不就可以看得见么？这给他研制云室以极大的启迪。这给他研制云室以极大的启迪。威尔逊终于威尔逊终于1911年在云室的照片中找到了射线粒子的年在云室的照片中找到了射线粒子的径迹，宣告云室（云雾室）正式诞生。径迹，宣告云室（云雾室）正式诞生。它的工作原理是，云室内贮有清洁的空气、饱和它的工作原理是，云室内贮有清洁的空气、饱和的水及酒精蒸汽，将的水及酒精蒸汽，将云室里的活塞迅速下拉的云室里的活塞迅速下拉的时候，室内气体体积骤胀而温度降低，时候，室内气体体积骤胀而温度降低，此时室此时室内的内的蒸汽由饱和变为过饱和蒸汽由饱和变为过饱和。这时这时有射线粒子（如粒子）从中经过，就使气体有射线粒子（如粒子）从中经过，就使气体分子电离而形成以这些离子为核心的雾迹。分子电离而形成以这些离子为核心的雾迹。这一雾迹，就是粒子运动的轨迹。这一雾迹，就是粒子运动的轨迹。n这样，这样，“看不见看不见”的粒子运动的轨迹就的粒子运动的轨迹就“看得看得见见”了。了。n因为发明了云室这一探测微观粒子的重要仪器，因为发明了云室这一探测微观粒子的重要仪器，威尔逊荣获威尔逊荣获1927年诺贝尔物理学奖。年诺贝尔物理学奖。n佛光产生的现象和云室中看见粒子轨迹现象是佛光产生的现象和云室中看见粒子轨迹现象是通过类比方法得到的。通过类比方法得到的。（6）其它的关联关系）其它的关联关系n有很多关联关系，如归纳法、演绎法、和（有很多关联关系，如归纳法、演绎法、和（and）关系、或（关系、或（or）关系、蕴含（）关系、蕴含（）关系等，都是）关系等，都是创造新知识的有效方法。创造新知识的有效方法。n在人工智能的机器学习及数据挖掘中，对于分类问在人工智能的机器学习及数据挖掘中，对于分类问题，基本上是采用归纳方法，即从大量数据中归纳题，基本上是采用归纳方法，即从大量数据中归纳（多个相同的关联）出少量的知识。（多个相同的关联）出少量的知识。n知识一般用蕴含（知识一般用蕴含（）关系（即规则）表示，即）关系（即规则）表示，即“条件条件结论结论”形式。条件中各属性之间是形式。条件中各属性之间是and（和）关系，而各条知识之间是（和）关系，而各条知识之间是or（或）关系。（或）关系。n在人工智能的在人工智能的专家系统中，是采用演绎（条件专家系统中，是采用演绎（条件关联）方法，关联）方法，即利用大量知识来解决个别的实即利用大量知识来解决个别的实际问题。际问题。n“从关联关系中创造新知识从关联关系中创造新知识”是值得我们认真是值得我们认真研究的。研究的。n还有很多其它的关联关系，值得去研究。还有很多其它的关联关系，值得去研究。7.3.4大数据的决策支持大数据的决策支持n大数据时代，除了为高层领导者提供决策支持外，更大数据时代，除了为高层领导者提供决策支持外，更多的是面向基层的个人的决策提供决策支持。多的是面向基层的个人的决策提供决策支持。n高层领导者和个人所需要的数据是不一样的，高层领导者和个人所需要的数据是不一样的，n高层领导者所需要的数据是是经过综合的粗（大）粒高层领导者所需要的数据是是经过综合的粗（大）粒度数据，而个人所需要的数据是细（小）粒度数据。度数据，而个人所需要的数据是细（小）粒度数据。n不同的决策者虽然使用不同粒度数据，但都是不同的决策者虽然使用不同粒度数据，但都是通过对通过对数据的对比来发现问题。数据的对比来发现问题。n所有的所有的决策者要解决的根本问题是搜集和掌握全面决策者要解决的根本问题是搜集和掌握全面的信息，这就是说要实现信息平衡（信息对称），的信息，这就是说要实现信息平衡（信息对称），使你掌握的信息真实的反映现实的情况，不存在信使你掌握的信息真实的反映现实的情况，不存在信息的缺失或不对称。息的缺失或不对称。n谁掌握的信息越接近信息平衡，谁的决策就越准确。谁掌握的信息越接近信息平衡，谁的决策就越准确。n大数据为实现信息平衡提供了基础。大数据为实现信息平衡提供了基础。大数据既为领导者提供决策支持，也为个人的决策提大数据既为领导者提供决策支持，也为个人的决策提供了决策支持。具体的供了决策支持。具体的决策支持方式和特点为决策支持方式和特点为：（1）采用商务智能（基于数据仓库的决策支持系统）采用商务智能（基于数据仓库的决策支持系统）和智能决策支持系统为领导者提供决策支持。和智能决策支持系统为领导者提供决策支持。在云计算环境中，存在大量的数据仓库群、数据库群，在云计算环境中，存在大量的数据仓库群、数据库群，也存在各种类型的知识资源和模型资源，也存在各种类型的知识资源和模型资源，利用这些利用这些资源建立各种类型的决策支持系统，以决策问题方资源建立各种类型的决策支持系统，以决策问题方案的形式支持领导者的决策。案的形式支持领导者的决策。（2）各类网站、微博和数字图书馆等为个人提）各类网站、微博和数字图书馆等为个人提供了网络查询或网络交互的平台，供了网络查询或网络交互的平台，个人能利用个人能利用网络获取所需的信息和知识，达到有效的支持网络获取所需的信息和知识，达到有效的支持个人决策。个人决策。（3）大数据为即时决策提供了强有力的支持。大数据为即时决策提供了强有力的支持。大数据涉及的范围很宽，即时数据的传播很快，大数据涉及的范围很宽，即时数据的传播很快，这为即时决策提供了基础。这为即时决策提供了基础。（4）在大数据中寻求相互关系成为了分析数据的首在大数据中寻求相互关系成为了分析数据的首要任务。要任务。人们的大多数决策是利用相互关系来完人们的大多数决策是利用相互关系来完成的。成的。寻求原因关系需要更广泛的数据或者粒度更细的数寻求原因关系需要更广泛的数据或者粒度更细的数据，再经过深入的分析来完成，这种决策需求相据，再经过深入的分析来完成，这种决策需求相对较少，成为次要任务。对较少，成为次要任务。大数据的关联分析支持领导者的决策。大数据的关联分析支持领导者的决策。（5）在大数据的小数据中，利用关联关系，能找到在大数据的小数据中，利用关联关系，能找到支持个人决策的信息。支持个人决策的信息。（6）从大数据中挖掘各类知识，能有效地利用知识辅从大数据中挖掘各类知识，能有效地利用知识辅助决策。助决策。这是大数据分析的一个重要的任务。这是大数据分析的一个重要的任务。（7）从大数据中归纳出数学模型，从大数据中归纳出数学模型，这是研究学者们要这是研究学者们要做的事情。做的事情。数学模型能有效地反映社会现象或者是自然界的规律，数学模型能有效地反映社会现象或者是自然界的规律，它的影响更深远。它的影响更深远。历届诺贝尔经济学奖的获得者中，不少是历届诺贝尔经济学奖的获得者中，不少是建立经济学建立经济学的数学模型，有效地解析了社会中重大的经济学现象的数学模型，有效地解析了社会中重大的经济学现象。大数据的决策支持的面是很宽的。大数据大数据的决策支持的面是很宽的。大数据对各类人员都将帶来有效的决策支持。对各类人员都将帶来有效的决策支持。习题习题 9，10，11，12 结结 束！束！