决策支持系统与企业智慧

•
知識工程
將專家知識有系統地轉化成可以電腦化、有結構的知 識的過程。而協助這項轉換的人則稱為「知識工程師 」。
•
圖7-5 知識工程的程序
確認 概念化 正規化 實施 測試 修訂
•
知識工程的程序
確認階段(Identification Stage) 選擇知識工程師及專家，並且分別定義各自的角色 。
•
知識的基本概念
知識是一種存在於人們腦中的決策與判斷的準則，用 以解決日常生活中所面臨的問題。知識存在的形式， 可能是具體的事實（如：鐵是硬的），也可以是一種 意識、識別力、智慧、法則、認知、經驗、技術、學 習能力等，其中又以經驗及法則最為重要。
若以「企業組織」為著眼點，可以將知識定義為企業 的無形資產（Quintas等人，1997），包含的類型有： 市場及顧客資訊、產品資訊、專家的知識、人力資源 資訊、核心商業流程、交易相關資訊、管理資訊（特 別是決策策略）、供應商資訊（特別是交易協議與服 務資訊）。
資訊科技使知識的效用更能發揮 知識若只在決策者的腦中固然能解決問題，但是對 它的正確性及未來改善潛力都比較缺乏客觀的評估 。透過將知識與DSS結合，不但能使知識的應用更 為廣泛，而且也使知識可以受到客觀的評估與檢視 。
•
圖7-1 知識的演變過程
•事件
•資料
•資訊
•知識
•
資料、資訊、知識
5C
4C
•資料來源：取材自知識管理(Working Knowledge)
•
知識的分類
外顯 / 內隱知識 個人 / 組織知識 量化 / 質化的知識 依敘述 / 情境來劃分 依事實 / 因果來劃分 依初級 / 彙整(meta)劃分
•
DSS的知識管理 vs. 企業知 識管理
兩者的差異 DSS中的知識管理注重的是針對一個特定的決策問 題，利用人工智慧的推理機制，由已知事實來找出 最佳決策，供決策者參考；其範疇比較小，且較不 涉及組織運作。 企業推動的知識管理，則涵蓋企業內各種知識的保 存、開發、分享與應用，以組織運作及制度管理為 主，較不涉及個別的推理技術。
•
組織內有價值的知識 之分類（續）
顧客知識 是指企業所蒐有關客戶的資訊，如顧客偏好、市 場佔有率、顧客滯留率等。這些顧客知識在以「客 製化」為中心的電子商務的環境中，其重要性亦很 高。
•
知識與決策支援的關係
充分的知識是良好決策的必要條件 每個決策均有特殊的情境與考量，因此要制訂好的 決策便一定需要有充分的知識。尤其是在管理決策 中，有許多並不能完全用數字或數學模式來解決， 唯有依靠判斷性的知識。
向前推理 少數可能解答
許多可能解答
•
不確定性的處理
造成專家系統結論不確定的原因至少有二 條件滿足的不確定性 – 每個法則都有許多必須滿足的條件 。 條件與結論間的不確定性 – 即使條件是否滿足可以正確地評價；另一個無 可避免的風險，則是條件和結論之間因果關係 是否絕對永遠成立。
•
不確定性的處理（續）
既然有不確定性的存在，學者們開發了許多不同的估 計方法 確定因子法（CF法） – 基本假設為各個不同因素或法則之間彼此獨立 。
•
不確定性的處理（續1）
模糊邏輯法 – 希望能包容人類思考過程中的模糊和不精確性 。 – 兩個基本原則 ▪ 若幾個條件需同時成立時，其總和的確定性 為它們個別確定性中的最小值。 ▪ 若幾個條件只要有一個成立即可時（在「或 」的情形下），其總和的確定性為它們個別 確定性中的最大值。
决策支持系统与企业智 慧
2020年5月28日星期四
本章大綱
第一節 導論 第二節 知識的基本概念 第三節 知識庫與知識管理 第四節 知識表達與推理 第五節 知識工程 第六節 知識管理的成功案例 第七節 結論
•
學習目標
決策中知識的概念 DSS的知識管理架構 知識管理系統的設計
知識管理的應用
•
推理機制（續）
向後結合(Backward chaining) – 向後結合先決定所要追求的結論，然後再尋找 資料來驗證所認定之結論的正確性。若結論不 正確，它再試探下一個可能結論。
•
圖7-4 向前與向後結合的 適用性
向後推理
許多條件
少數可能解答
刪減方案數目的決策樹
•
圖7-4 向前與向後結合的 適用性（續）
•
表7-1 DSS中各模組的比較
管理對象 儲存元件 管理模組 應用方法 適合資料 常用表達
資料管理 模式管理 知識管理
計量資料 計算模式 判斷性知識
資料庫
模式庫
知識庫
資料庫系統 模式庫系統 知識庫系統
查詢、檢索 數學計算 邏輯推論
文、數字
數字
文字
表格
公式
法則
•
圖7-3 整合性的知識管理系 統架構
知 識 庫 管
儲存 檢索 推理
理 修改
回應
/互動系 統
刪除 更新
知識工作者
學習機制
知識庫
實證知識 公式知識 程序知識 推論知識 類推知識 表現知識
•
知識表達
必須考慮「表達什麼？ 」及「如何表達？」 傳統專家系統開發時最常用的表達方式就是「法則」
•
推理機制
專家系統中最常用的推理策略有兩種 向前結合(Forward chaining) – 在向前結合的情況下，推理機由已知的事實出 發，尋找該事實所能適用的法則，如此不斷地 向前推進，直到找出所需結論為止。由於這個 方法是由事實出發，因此往往又稱為「資料主 導」的結合法。
資
資
知
料
訊
識
• 文字化(Contextualized) • 比較(Comparison)
• 分類(Categorized)
• 因果(Consequences)
• 計算(Calculated)
• 關聯(Connections)
• 淨化(Corrected)
• 互動(Conversation)
• 濃縮(Condensed)
•
組織內有價值的知識 之分類
個人知識 是指員工本身所擁有的知識，包括特定技能、經驗 、習慣、直覺、價值觀等。由於員工可能會離職， 因此如何把員工知識化為組織的結構化知識，保留 在組織內，是知識管理的重要工作。
結構知識 是屬於組織的知識，不會隨著員工離職而消失。這 些知識包括實體的知識與抽象的知識。實體知識包 括掌握的科技、發明、資料、文件、製程等；而抽 象的知識，如策略和管理文化、組織程序等，雖然 較難以看見，其價值卻可能比實體知識還高。