۲-۲-۲- مفاهیم دانش :

شرکت های بزرگی مانند مایکروسافت (پر ارزش ترین شرکت سال ۱۹۹۸) مالک چیز ارزش مندی جز دانش و اطلاعات نیستند . بازی اقتصادی آن ها این است که حریم مالکیت علمی و فنی خود را حفظ کرده و قلمرو دانش و تخصص خود را گسترش دهند . این متخصصان هستند که دانش جدید را کشف می‌کنند ، محصولات جدید و فرایندهای نو را اختراع می‌کنند ، فرایندهای تولید را اداره می‌کنند و ابزار ها و فرایندهای جدید را که حاصل پیشرفت دانش است به کار می گیرند . ایجاد سرمایه انسانی به اقتضای طبیعت خود فرایندی اجتماعی است نه فردی . تخصص و مهارت فنی انسان فقط وقتی رشد می‌کند که هر نسلی آن چه را آموخته است به نسل بعدی بیاموزد تا نسل بعدی وقت و نیروی خود را برای پیشبرد دانش موجود و کسب تخصص ها و مهارت های فنی جدید وقف نماید ، نه اینکه وقت خود را به کشف دوباره کشف شده ها بگذرانند (ابطحی وصلواتی ، ۱۳۸۵ ) .

دانش برای تمام سازمان ها از جمله دارایی های بسیار ارزشمند و راهبردی است، به طوری که صاحب نظران علم مدیریت ، دانش را جایگزین نهایی تولید ، ثروت و سرمایه پولی می دانند همچنین در اقتصاد امروز دنیا ، دانش منبعی همانند و در عرض سایر منابع تولید مانند کار و سرمایه و زمین نیست ، بلکه تنها منبع معنی دار عصر حاضر به شمار می رود (دراکر ، ۲۰۰۰) .

در واقع دانش تنها منبعی در سازمان است که در اثر استفاده ، نه تنها از ارزش آن کاسته نشده ، بلکه بر ارزش آن نیز افزوده می‌گردد . این دانش در رویه ها ، دستورالعمل ها ، دیدگاه ها ، اقدامات و تصمیمات سازمانی مستقر و مستتر است و زمانی اهمیت بیشتر می‌یابد که به محصولات و خدمات ارزشمندی تبدیل شود ( رضاییان ،۱۳۸۲) .

سازمان همکاری های اقتصادی و توسعه^[۸۰] (OECD ) اقتصاد دانش محور و نقش دانش در پیشرفت های اقتصادی در هزاره سوم را مورد تأکید قرار داده است . در گزارش توسعه جهانی که در سال ۱۹۹۸ توسط بانک جهانی منتشر شد ، آمده است : ‌در مورد کشورهای پیشرو اقتصاد جهانی ، اهمیت دانش به عنوان یک منبع در مقایسه با سایر منابع چنان افزایش یافته است که دانش به عنوان مهم ترین عامل تعیین کننده استاندارد زندگی در آمده است . بانک جهانی در سال ۲۰۰۲ بار دیگر بر اهمیت دارایی های دانشی ملت ها تأکید کرد و توجه به دارایی دانشی را به عنوان راهی برای مشارکت کشورهای در حال توسعه در انقلاب دانشی به شمار آورد که می‌تواند در کاهش فاصله بین کشورهای در حال توسعه و توسعه یافته نقش تعیین کننده ای ایفا کند (حسن زاده ، ۱۳۸۸) .

۲-۲-۳ – تعاریف دانش :

روش مفید برای درک تعریف مناسب از دانش می‌تواند از طریق تمایز آن از اینکه چه چیزی دانش نیست به دست آید . یکی از تمایزهای مرسوم در ادبیات دانش ، بین دانش ، اطلاعات و داده است .

داده ^[۸۱] را می توان به عنوان اعداد خام ، تصاویر ، کلمات و صداهایی در نظر گرفت که از طریق مشاهده یا اندازه گیری به دست می‌آیند .

اطلاعات^[۸۲] بیانگر داده های مرتب شده ای هستند که در یک الگوی معنادار قرار گرفته اند .

دانش^[۸۳] می‌تواند از کاربرد ، تحلیل و استفاده مفید از داده ها و یا اطلاعات درک گردد به عبارت دیگر ، دانش می‌تواند داده ها و یا اطلاعاتی باشد که بر روی آن یک لایه تحلیل منطقی دیگر اضافه شده و سپس تفسیر می شود ، معنایی به آن افزوده شده و به سیستم موجود از اعتقادات و مجموعه دانش ملحق می‌گردد . ‌بنابرین‏ دانش ابزار مورد نیاز را برای تحلیل و درک داده و اطلاعات فراهم کرده و باعث به وجود آمدن رابطه علی و معلولی ‌در مورد حوادث و اعمال می شود و اصولی را فراهم می آورد تا بتوان افکار و اعمال را به طور معناداری هدایت کرد .

طبق تعاریف بالا ، در یک روش مشترک که داده ، اطلاعات و دانش به هم پیوسته هستند یک ساختار سلسله مراتبی می‌باشد که روابط در آن اساسا یک طرفه می‌باشد و در آن داده ها ، اطلاعات را تولید کرده و اطلاعات نیز به نوبه خود برای تولید دانش به کار می رود . البته باید توجه داشت که روابط متقابل این عوامل پیچیده تر از این ارتباطات است . در حالی که داده ها و اطلاعات می‌توانند سنگ بنای دانش را به وجود آورند ، به طور یکسان دانش نیز می‌تواند باعث تولید داده ها و اطلاعات شود ، ‌بنابرین‏ رابطه بین این سه ، پویا و متقابل است .

۲-۲-۳-۱- اکتشاف دانش :

در شکل ۲-۲-۱- که هرم دانش نامیده می شود سلسله مراتب دانش نشان داده شده است

(مختاری و یمین فیروز ،۱۳۸۳). همان‌ طور که از شکل پیدا‌ است برای رسیدن به دانش موجود در داده ها راه سختی در پیش است.

شکل ۲-۳ : هرم دانش

طبق تعریف اکتشاف دانش ^[۸۴] عبارت است از پروسه ای جهت استخراج اطلاعات مهم و اساسی، ضمنی، قبلا ناشناخته و سودمند از داده های خام در پایگاه داده های بزرگ. هدف اصلی اکتشاف دانش یافتن دانش نهفته در داده ها با کمترین (یا عدم) دخالت انسانی است(مختاری و یمین فیروز ،۱۳۸۳). مراحل یک پروسه اکتشاف دانش به صورت زیر است:

۱- گردآوری داده^[۸۵]: به طور کلی دو روش برای جمع‌ آوری دادهها وجود دارد. در حالت اول خود طراح مدل تولید داده را نیز کنترل میکند. این روش، آزمون طراحی شده نامیده میشود. دومین وضعیت هنگامی است که شخص خبره نمیتواند تأثیری در فرایند تولید داده داشته باشد. این وضعیت با نام رویکرد مشاهدهای شناخته میشود.

۲- پاک سازی داده ها ^[۸۶]: در این مرحله دادههای غیرمعتبر از مجموعه دادههای آموزشی خارج میشود. دادههای دارای خطا یا پرت و اطلاعات ناکامل، نمونههایی از دادههای زائد هستند که باید پاکسازی ‌در مورد آن ها انجام شود. دو راه برای برخورد با دادههای زائد وجود دارد که یکی تشخیص و خذف دادههای زائد به عنوان بخشی از مرحلهی پیش پردازش است و دیگری ارائهی مدلی که مقاوم نسبت ‌به این داده باشد.

۳- تبدیل داده ها ^[۸۷]: در این گام دادهها به قالبی قابل استفاده برای دادهکاوی در میآیند. اختلاف در بازه مقادیر ویژگیها باعث تأثیر منفی در کارایی مدل نهایی میشود. لذا در این مرحله سعی میشود تمامی ویژگیها در یک بازهی یکسان نرمالیزه شوند تا از تأثیر تفاوت بازهها جلوگیری به عمل آید.