基于本体的企业管理领域数据知识表示方法分析

2020-10-12马天松

商场现代化 2020年17期

摘要：在面对企业管理数据的表示问题的时候，进行现代化的企业管理数据共享平台的建立是关键所在。在本文的分析过程中，主要以本体知识管理理论为基本理念，提出了企业在管理领域当中数据知识的具体表示方法。其中包含着企业的管理本体模型、本体管理的形式化表达以及领域概念获取的实际推理方式，希望能够为相关企业的发展提供一定的帮助作用。

关键词：企业管理;数据知识表示;推理方法;领域概念

引言：现阶段的社会发展过程中，企业十分重视信息化程度的建设，使得在进行企业管理的过程中，对于各种管理工作以及管理内容，都需要依据信息化技术进行一定程度的变革和更新，使得企业能够在未来的发展过程中，在市场当中获得一定的竞争力，在内容的管理过程中也能够充分发挥出相应的管理效果。

一、研究背景

当下社会信息技术以及知识经济高速的发展当中，使得市场当中的企业信息化程度越来越高，因此也使得知识，在企业的管理过程中，越来越受到人们的重视。因此，在这样的社会发展背景下，需要企业积极应对，如何更加科学有效地运用领域知识进行企业的管理。在企业的发展过程中，建立起现代企业的管理数据共享中心，有效地应用在企业的正常经营过程中，引入一些先进的管理理念对企业的现阶段管理模式进行优化和革新，帮助企业处理一些较为复杂的行业难题，进而在企业当中建立出符合现代企业发展的管理数据共享平台，以此解决企业在管理领域数据的重要问题。

对于传统的信息资源组织方式而言，基本上采用等级列举式分类法。但是这样的方法，无法很好地体现出各种类型的信息，将其完整的关联，同时一定程度上也比较缺乏实质上的内容分析。在本文的分析过程中，主要针对企业在进行管理数据体系的架构方面，提出一种基于本体的企业管理，领域数据的知识表示框架，这样便可以通过对领域本体的构建，以此充分发挥出信息资源当中的内在关系，进而实现信息资源的增值。

二、企业管理数据资源体系结构

随着信息化革命的发展。在当下的国际环境当中，出现了越来越多的管理方面的经验和管理理论，因此也就直接促使在企业管理过程中出现了多种的数据分类分析方式。但是当下还没有一个被大家都认可的标准，因为这些出现的分类方法，在运用的过程中能够覆盖的知识面并不广泛，同时归类的标准上也不够科学具体，在归类的过程中，类目排列较为随意，出现了各种各样的缺陷，因此需要在网络环境下，进行规范性的信息分类方法制定。在合理的分类方法上，需要基于全部的主题，进行完善的信息系统结构的确定，并通过科学组织类目的方式，保障类目的稳定性、规范性以及描述类的名称，这样便可以很好地保障工作人员可以依据类目进行相应的重视或者信息的检索。

出于以上的概念，需要在进行企业管理数据的特征基础上，结合起各种用户在进行数据资源使用的过程中，产生的实际需求，进行体系结构的建立，以此符合科学合理性。企业在管理数据资源体系当中，主要以下图所示。

在这样的体系构架下能够很好地明确出类目之间的具体层次关系。以此在工作人员的工作过程中，可以基于分类法的信息，或者组织系统，对其信息进行高效率的检索，同时还可以发现类目当中，上下层的实际导航关系，并进行定位。但是在这个体系结构当中，其数据资源的内在关系，并没有得到完整的展现，例如对制造资源计划而言，这是一种在制造业当中，被广泛应用的一种管理理念，其中对采购、生产以及销售这三个环节都能够起到一定管理作用。并且，其制造资源计划，也可以被认为是一种信息系统，但是这其中的具体关联性，并没有在上述的结构体系中有所展现。只是本体可以在领域当中各种知识以及相互关系当中形象化地展现出来。

三、基于本体的知识表示

对于本体这一概念，最早是在哲学领域当中研究的对象。因此从哲学的范畴进行分析，是一种基于客观存在的一种系统本质。随着科学技术的高速发展，使得人工智能领域当中，逐渐将其本体的概念进行了一定程度的延伸。本体是一种对于领域知识的规范性描述，能够很好地用于表达、共享以及重用知识的方式，以此良好地表示一些抽象的描述。

一些专家学者认为，可以很好地利用本体，对领域知识进行表示成五种不同类型的元素，分别为类、关系、函数、公理以及实例。其中，类主要是对领域当中的所有知识和规则的集合辨识。因此也将类当作一种概念，在具体的关系当中，主要是将其领域当中的认识原子，或者一些知识实体当中的相互作用关系进行明确。通常情况下，函数就是将知识原子，对规则以及操作的一种直接反射。在实例当中，主要是类当中的一种知识具体化表达。除了对领域本体进行的构建，还需要使用一些本体的本身构建工具，以及一些本体的表示语言。并让一些领域当中的专家参与其中，进行反复的论证分析。

在本文的分析过程中，由于上文已经基本建立起了完善的、符合企业发展的管理数据资源体系，为此在这样的理论基础之上，可以对其企业的管理领域本体进行构建。但是出于篇幅的限制，本文仅仅以MRPII为例进行分析。

对于MRPII而言，其本体一般情况下会包含着两种子集，分别为名词性概念类子集、谓词性概念类子集。其中供应链当中，存在的谓词子集的概念上，有着一定的动作行为，因此对于这种概念而言，也被称之为名词，具有着一定的对象属性，但是并没有对其进行明确的定义。

由于对于本体而言，是一种基于概念树组织起来的，也就是从概念间的层次关系进行分析，其所有的本体，都被串联到了一起。但是在这些概念当中，也包含着较多的非层次关系，为此从这样的关系网络来进行分析，其概念间，可以当作是一种网状结构类型。在对本体进行检索的过程中，可以依据概念间的上下层导航关系，进行相應的定位，同时也可以依据需要进行检索的本体，进行某种特殊关联，对其他类型的本体进行相应的定位。同时，在寻找到一个固定的本体之后，就可以对其上位概念以及下位概念，也就是上下位的层次关系表示，以及概念间的具体属性，充分明确出与本体的关联性。

同时，为了尽可能地保障计算机对本体模型有着充分的理解，就需要对本体进行模型化的形式化处理。在这样的形式化表示方法下，基本上采用两种形式。其中一种是定性推力，以此可以提供充足的可能性，使得形式化表示，可以为定性推力提供充足的可能性表示。在本文的分析过程中，基于定性推力技术上，进行了定量推力，以此提供出可能性的相关改进，并利用改进后的Vornoi进行相应的图形化表示。

四、本体的Voronoi图形式化表示

在本文描述的Voronoi图，是一种基于自然现象本质，一种基础数据结构，现阶段被广泛应用到与几何信息有关的一些领域当中，例如GIS技术当中。同时Voronoi图当中，并没有一个固定的生成方式，在传统的生成方式下，仅仅需要经过在两点当中，建立起一个弧线，形成近似的分割。

同时，在形成的Voronoi当中，需要结合起MRPII的本体模型相关特征，并且摒弃其传统的生产模式，需要采用基于离散构造的方式，进而将MRPII当中的一些模型节点，当做生成元，以此寻找到与其关系最为紧密的一种节点，以此形成下一个的生成元。在节点当中的具体关系上，需要依据Voronoi当中的多边形边，来表达出关系。在实现的过程中，其生成元的关系与形状没有本质上的关联，同时也不需要进行复杂的计算分析，同时也不需要进行误差的控制考量，具有着较高的使用性能。

Voronoi图，是将一个二维空间进行了Voronoide的多边形划分，使得Voronoi图多边形，也可以称之为Voronoi边。在图中，其中所有的节点，都是MRPII当中的类与子类。在图中有着十六个不同的节点。但是其中产品与原材料和元器件并没有显示出来。在Voronoi形式下的节点中，主要有这两种不同的类型，分别为相关与无关性，同时其中又包含着直接相关与包含相关关系。

在直接相關当中，其有两个Voronoi多边形，邻接的Voronoi边。其中也一定程度上包含着一级子类与下级二级子类相关。在传递相关方面主要有两个Voronoi多边形，并没有形成直接性的邻接边，但是其中一个Voronoi多边形，与另一个形成了直接相关关系，同时也包含着传递关系。因此这样的形式下，就使得多边形有着一定的传递相关关系。

而对于无关而言，主要就是只Voronoi多边形，是一种无公共边，以及一级子类与二级子类，之间的一种具体关系，同时也无法产生直接相关性，进行传递。

五、定量分析法下的本体形式化表示的领域概念

1.定量分析法

在本文的分析过程中，主要采用定量分析的方法。其分析方法是一种对社会现象的数量特征、数量关系以及数量的实际变化进行分析的一种方式方法。在企业的管理当中，定量分析法主要是针对企业财务报表进行分析，能够起到数据来源的作用，并依据一定的数理方式，对其信息数据进行相应的加工和整理，以此得出企业的信用结果。在应用定量分析法的时候，主要是投资分析师，使用一些数字模块对企业的一些可量化的数据信息进行全面分析。之后再通过分析获得的结论数据，对企业现阶段的经营情况进行充分的评价，以此对投资方面的决策起到一定的数据支持的作用。在应用定量分析法的时候，其主要服务的对象是财务报表，可以对企业当中资金平衡表、损益表等进行相应的分析。因此使用这样的方法，可以很好地对一些社会现象进行相互作用和未来发展趋势进一步的分析。

定性分析和定量分析是人们在对一些新鲜事物进行认知的过程中使用的手段。其定性分析，早在古希腊时期就得到了广泛的应用。在当时的历史环境当中，有一部分学者在自己的研究当中，给予自然世界一定的物理解释。例如，亚里士多德就对多个自然现象进行了解释，但是在其研究成果当中，并没有出现数学公式。虽然从社会层面上，这样认识感官世界的贡献较高，但是也存在着缺乏思考的缺陷，从任何一个事物的性质分析当中出发，进行性质的延续性分析，都是一种超出人类认知程度的一种表现。因此，在进行定量分析的过程中，一直以来都没有一个精准的定位，以及合理的思维方式。但是其分析方法的优势性在于，能够有效地将一些事物的定义确定在人们可以理解的范畴当中，因此由量决定了性质。

定量分析主要依据统计数据，进行数学模型而建立，之后再对数学模型进行相应的计算分析，以此明确出研究对象的实际指标和数值。在开展定性分析的过程中，主要是依据分析者的直觉、经验以及分析对象的历史背景，以此对其进行系统性的分析，帮助研究者明确其信息资料。同时也是对对象的实际性质、特点以及发展的变化规律进行相应的分析和判断。相比较其他类型的分析方法，需要更加高的分析能力和分析强度。相比较定量分析，定性分析比较粗糙，只有在一些数据资料不充足的时候，才可以进行一定程度上的使用，通常情况下，比较适用于定量分析。但是，现代定性分析的过程中，同样需要使用一定的数学工具进行计算分析，以此将定性分析与定量分析结合起来。保障定性是定量的依据，对于定性而言，其定量是一种具体化的表现形式，因此分析中，只有将二者结合起来才可以发挥出良好的效果。

2.基于本体形式化的领域概念获取

所谓领域概念获取，就是可以相对完整地对领域本体的实际结构进行实体的概念表达，同时明确出属性概念和关系概念。在本文的领域概念当中，获取的过程中，需要将供应链本体的概念方面入手。之后再通过对实体概念的属性以及实例进行分析，将不相同，但是又有着相关联性的实体联系起来。但是基于概念间的实际关系，使得关联的关系在获取的过程中，基本上都是由概念间的推力来实现的，在推理的过程中，基本上包含着定性推理和定量推理这两种类型。

因此在MRPII知识模型图当中，其节点表示出的直接相关关系，大致有四种不同的类型，例如类的继承关系。一旦在进行知识搜索的过程中，提交一定的关键词，以此便表示为MRPII在本体当中的节点，就可以直接利用这四种不同的相关关系，这样便可以实现在MRPII本体的概念间推理，也就是定性推理，进而保障进行语义的进一步扩展。

在完成了语义扩展之后，可以有效地对关键词进行了一定程度的概念扩展。同时这些概念与关键词语的语义之间，有着一定的相关性，但是对于相关的程度并没有进行度量，因此为了保障能够比较客观地对其关键词进行描述，以此明确出与相关概念间的关联程度，就需要对其Voronoi进行一定程度的改进，以此明确出语义相似度的相关算法。

在对节点当中的语义相似度进行计算的过程中，需要依据对两个路径的距离来进行相关的计算分析。因此可以得到以下的相似度：

在该公式当中，其n1，n2都是对节点的表示，而d则是两个选定节点的路径距离数值。

当两个节点当中，具有着传递相关性关系的时候，这样的传递关系，能够有着几种不同的属性类型。首先有着一定的直接相关性，例如一类实例，就是另一类的实际属性，一类的实例也是另一类的子类，因此是一种具有着共同属性的类;包含相关，其中主要是二级子类，对于其上级一级子类的一种继承，同时也是直接相关关系，或者是一种包含关系的传递。对于这三种不同的情况而言，其相似程度，在进行计算之后，对于计算的结果影响并不明显，但是为了更好的对其进行分析，就需要充分利用计算公式，对其进行系统性的分析研究，以此保障不同情况下，都可以进行良好的计算分析。

其中n1以及n2都是在Voronoi当中的两个不同的节点，而β则是对Sim（n1，n2）的一种，在具体语义相似度当中，进行计算分析的占比。

在分析的过程中，可以依据相似程度的计算，来对其定型的概念，进行定量化的处理，以此对检索词以及需要获取的相关领域概念的关联程度进行分析，进而实现了定量推理的效果。

在对本体进行使用的过程中，可以而有效地帮助相关研究人员，对企业在进行管理的过程中，对一些特定的领域，当中的一些相关元素、关系以及实际的概念进行分析，以此明确出知识的表达，让其更加准确且具体地进行进行传达，让管理人员在进行决策的过程中，有着可靠的数据支持。

六、总结

综上所述，本文的分析过程中，是建立在数据资源的体系之中对领域本体进行了全面的构建，以此对计算机当中的本体模型进行了相关的理解，同时对Voronoi进行了图形式化的分析，以此明确出MRPII的各节点当中，对关系以及距离的明确，同时也采用了一定的概念相似度的算法对其量化概念间的相关程度进行分析。

参考文献：

[1]孙晨曦.基于本体映射的知识管理系统构建研究[D].东北大学，2017.

[2]劉季祥.基于本体的企业形象危机知识库构建研究[D].南京师范大学，2017.

[3]陈彦广.铝合金车轮制造企业知识集成方法研究[D].燕山大学，2018.

[4]何超.基于数据挖掘的企业竞争情报智能分析研究[D].武汉大学，2018.

[5]耿玉水.面向集团企业的数据集成模型构建方法研究[D].天津大学，2017.

[6]胡瑜.集团化钢铁企业信息系统整合关键技术研究[D].天津大学，2017.