论文部分内容阅读
【摘 要】文章首先讲述了知识管理在电子商务企业的突出作用，然后引入Web挖掘新技术，将其应用到企业的知识管理中，使知识管理在电子商务企业中更好地提高企业工作效率、增强其辅助决策的能力。
【关键词】电子商务 Web挖掘 知识管理
一、电子商务企业的新命脉——知识管理
知识管理已经从概念领域上升到了效益领域，会从人力资源、客户关系和战略联盟三个方面而给企业带来巨大的影响。
（一）人力资源知识管理。如今知识资源已经成为企业中继资本、劳动力之后的“第三资源”，而人力资源作为知识资源的载体，逐渐成为企业中一种稀缺的、难以替代的持久性资源。所以决定企业竞争成败的人力资源管理也就相应成为电子商务企业知识管理的核心与关键。
（二）客户关系知识管理。在电子商务时代中，以客户需求为中心的经营模式逐渐取代以生产商和产品为中心的经营模式，成为企业在竞争中取胜的法宝。而对企业的客户关系进行知识管理，可以增加企业对客户信息分析和契合的深度，进一步提升电子商务企业的市场竞争力。
（三）战略联盟知识管理。随着经济全球化进程的加速，任何一个大集团或大企业都很难在全球化浪潮中独善其身，不同集团或企业间的互相联盟，形成更加有竞争力的战略联盟早已成为大势所趋。同时对战略联盟链进行合理的知识管理也给企业带来了直接的利益：一方面给企业创造了新的核心竞争力；另一方面通过资源共享，可以节约企业成本，实现企业间的共赢。
二、Web挖掘技术
Web挖掘是数据挖掘在Web上的应用，它利用数据挖掘技术从与WWW相关的资源和行为中抽取感兴趣的、有用的模式和隐含信息，涉及Web技术、数据挖掘、计算机语言学、信息学等多个领域，是一项综合技术。
（一）Web内容挖掘（Web Content Mining）。指在组织的Web上，从文件内容及其描述中获取有用信息的过程[4]。它又可分为基于文本信息（包括text，HTML等格式）的挖掘和基于多媒体信息（包括image， audio，video等媒体类型）的挖掘，是数据挖掘技术在网络信息处理中的应用。
（二）Web结构挖掘（Web Structure Mining）。从WWW的组织结构和链接关系中获取有用的知识的过程[5]。Web结构挖掘不仅仅局限于文档之间的超链结构，还包括文档内部的结构、文档URL中的目录路径结构等。通过文档之间的超链接，挖掘出文档之间的引用关系来找到与用户请求相关的权威页面；通过分析Web页面内部树形结构，可以发现与给定页面集合相关的其他页面。
（三）Web使用挖掘（Web Usage Mining）。通过挖掘存储在Web上的访问日志，来发现用户访问Web页面的模式及潜在客户等信息的过程[6]。Web使用挖掘通常的实现方法是从服务器保留的访问记录中挖掘出用户的访问行为、频度和内容等信息，从而找出一定的模式和规则用于改进站点的结构或为用户提供个性化服务。
三、Web挖掘在电子商务企业知识管理中的运用
在大规模开展电子商务的环境中，知识管理对于电子商务的发展起到了助推器的作用。然而电子商务企业在开展各项活动的过程中，海量的结构化和非结构化信息使得企业很难快速准确的找到自己想要的信息或充分利用这些信息。Web挖掘则可以抽取包括Web页面内容、页面之间的结构、用户访问信息、商务交易信息等在内的各种Web数据，应用数据挖掘方法及技术发现有用的知识来帮助人们从万维网中提取知识，从而更好促进知识管理在电子商务企业中的应用。
（一）Web挖掘强化了人力资源知识管理
人力资源作为知识的载体，他们所具有的显性知识往往很容易被企业所利用，可是隐藏在每个人头脑中的隐形知识却成为了值得企业挖掘的宝藏。随着网络应用范围的逐步拓宽，各种各样的博客、微客、MSN、BBS等都为人才交流提供了很好的网络空间。Web挖掘利用这些个人网络空间，检索到更多的有关商业交易、技术应用方面的信息，然后对这些信息提取、概括、分析，得出对企业有用的信息，再将这些信息知识化保存在企业内部的数据库中，在企业内部实现知识的交流与共享，实现了隐性知识显性化的目标。
（二）Web挖掘巩固了客户关系知识管理
具体说来，Web挖掘可以利用决策树、遗传算法、贝叶斯网络、神经网络、粗糙集方法、统计分析和可视化等技术，对于网站上的用户访问信息、商业交易信息等进行挖掘，可以了解到客户的姓名、年龄、职业、通信方式、个人爱好和购买习惯等等，然后企业可以直接根据这些挖掘出来的用户知识，做进一步的知识分析，提高客户信息的分析与整合力度，真正做到“以客户为中心”。此外，Web挖掘还支持个性化的使用记录追踪，通过网页追踪，掌握一部分固定客户的需求，企业根据客户的个性化需求，为他们提供个性化的服务，最大限度的满足顾客需求。总的说来，Web挖掘进一步推动了电子商务企业中的客户关系知识管理，提供更多的知识帮助企业开展产品研发和市场推广，使其在竞争激烈的市场环境中处于不败之地。
四、结束语
Web挖掘是WWW技术和数据挖掘技术的结合，是当今世界上的热门研究领域。而知识管理则是知识经济时代企业的核心竞争力管理，是企业适应知识经济的微观基础。将Web挖掘应用到企业的知识管理过程中，可以帮助企业从Web网站上获取更多更有价值的知识，例如企业可以根据某一特定的需求快速、准确的找到网络中现存的相关信息，还能够进行知识的自动发现、整理与智能推荐。同时，Web挖掘还以帮助企业获取竞争对手和客户信息，协助企业进行反竞争情报活动等。
参考文献：
[1] 李琪.电子商务概论[M].北京：高等教育出版社，2004.
[2] 刘进才.人力资源开发与管理系统论[M]. 苏州：苏州大学出版社， 2006.
[3] 蒋骁.基于知识管理的企业电子商务应用研究[D].武汉理工大学，2005.
作者简介：
鲍凌云，女，1985年，菏泽学院图书馆助理馆员，情报学专业硕士，发表核心期刊论文、EI、ISTP收录论文数篇。
【关键词】电子商务 Web挖掘 知识管理
一、电子商务企业的新命脉——知识管理
知识管理已经从概念领域上升到了效益领域，会从人力资源、客户关系和战略联盟三个方面而给企业带来巨大的影响。
（一）人力资源知识管理。如今知识资源已经成为企业中继资本、劳动力之后的“第三资源”，而人力资源作为知识资源的载体，逐渐成为企业中一种稀缺的、难以替代的持久性资源。所以决定企业竞争成败的人力资源管理也就相应成为电子商务企业知识管理的核心与关键。
（二）客户关系知识管理。在电子商务时代中，以客户需求为中心的经营模式逐渐取代以生产商和产品为中心的经营模式，成为企业在竞争中取胜的法宝。而对企业的客户关系进行知识管理，可以增加企业对客户信息分析和契合的深度，进一步提升电子商务企业的市场竞争力。
（三）战略联盟知识管理。随着经济全球化进程的加速，任何一个大集团或大企业都很难在全球化浪潮中独善其身，不同集团或企业间的互相联盟，形成更加有竞争力的战略联盟早已成为大势所趋。同时对战略联盟链进行合理的知识管理也给企业带来了直接的利益：一方面给企业创造了新的核心竞争力；另一方面通过资源共享，可以节约企业成本，实现企业间的共赢。
二、Web挖掘技术
Web挖掘是数据挖掘在Web上的应用，它利用数据挖掘技术从与WWW相关的资源和行为中抽取感兴趣的、有用的模式和隐含信息，涉及Web技术、数据挖掘、计算机语言学、信息学等多个领域，是一项综合技术。
（一）Web内容挖掘（Web Content Mining）。指在组织的Web上，从文件内容及其描述中获取有用信息的过程[4]。它又可分为基于文本信息（包括text，HTML等格式）的挖掘和基于多媒体信息（包括image， audio，video等媒体类型）的挖掘，是数据挖掘技术在网络信息处理中的应用。
（二）Web结构挖掘（Web Structure Mining）。从WWW的组织结构和链接关系中获取有用的知识的过程[5]。Web结构挖掘不仅仅局限于文档之间的超链结构，还包括文档内部的结构、文档URL中的目录路径结构等。通过文档之间的超链接，挖掘出文档之间的引用关系来找到与用户请求相关的权威页面；通过分析Web页面内部树形结构，可以发现与给定页面集合相关的其他页面。
（三）Web使用挖掘（Web Usage Mining）。通过挖掘存储在Web上的访问日志，来发现用户访问Web页面的模式及潜在客户等信息的过程[6]。Web使用挖掘通常的实现方法是从服务器保留的访问记录中挖掘出用户的访问行为、频度和内容等信息，从而找出一定的模式和规则用于改进站点的结构或为用户提供个性化服务。
三、Web挖掘在电子商务企业知识管理中的运用
在大规模开展电子商务的环境中，知识管理对于电子商务的发展起到了助推器的作用。然而电子商务企业在开展各项活动的过程中，海量的结构化和非结构化信息使得企业很难快速准确的找到自己想要的信息或充分利用这些信息。Web挖掘则可以抽取包括Web页面内容、页面之间的结构、用户访问信息、商务交易信息等在内的各种Web数据，应用数据挖掘方法及技术发现有用的知识来帮助人们从万维网中提取知识，从而更好促进知识管理在电子商务企业中的应用。
（一）Web挖掘强化了人力资源知识管理
人力资源作为知识的载体，他们所具有的显性知识往往很容易被企业所利用，可是隐藏在每个人头脑中的隐形知识却成为了值得企业挖掘的宝藏。随着网络应用范围的逐步拓宽，各种各样的博客、微客、MSN、BBS等都为人才交流提供了很好的网络空间。Web挖掘利用这些个人网络空间，检索到更多的有关商业交易、技术应用方面的信息，然后对这些信息提取、概括、分析，得出对企业有用的信息，再将这些信息知识化保存在企业内部的数据库中，在企业内部实现知识的交流与共享，实现了隐性知识显性化的目标。
（二）Web挖掘巩固了客户关系知识管理
具体说来，Web挖掘可以利用决策树、遗传算法、贝叶斯网络、神经网络、粗糙集方法、统计分析和可视化等技术，对于网站上的用户访问信息、商业交易信息等进行挖掘，可以了解到客户的姓名、年龄、职业、通信方式、个人爱好和购买习惯等等，然后企业可以直接根据这些挖掘出来的用户知识，做进一步的知识分析，提高客户信息的分析与整合力度，真正做到“以客户为中心”。此外，Web挖掘还支持个性化的使用记录追踪，通过网页追踪，掌握一部分固定客户的需求，企业根据客户的个性化需求，为他们提供个性化的服务，最大限度的满足顾客需求。总的说来，Web挖掘进一步推动了电子商务企业中的客户关系知识管理，提供更多的知识帮助企业开展产品研发和市场推广，使其在竞争激烈的市场环境中处于不败之地。
四、结束语
Web挖掘是WWW技术和数据挖掘技术的结合，是当今世界上的热门研究领域。而知识管理则是知识经济时代企业的核心竞争力管理，是企业适应知识经济的微观基础。将Web挖掘应用到企业的知识管理过程中，可以帮助企业从Web网站上获取更多更有价值的知识，例如企业可以根据某一特定的需求快速、准确的找到网络中现存的相关信息，还能够进行知识的自动发现、整理与智能推荐。同时，Web挖掘还以帮助企业获取竞争对手和客户信息，协助企业进行反竞争情报活动等。
参考文献：
[1] 李琪.电子商务概论[M].北京：高等教育出版社，2004.
[2] 刘进才.人力资源开发与管理系统论[M]. 苏州：苏州大学出版社， 2006.
[3] 蒋骁.基于知识管理的企业电子商务应用研究[D].武汉理工大学，2005.
作者简介：
鲍凌云，女，1985年，菏泽学院图书馆助理馆员，情报学专业硕士，发表核心期刊论文、EI、ISTP收录论文数篇。