工业大数据驱动下知识发现与知识服务构建研究

《工业大数据驱动下知识发现与知识服务构建研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、工业大数据驱动下知识发现与知识服务构建研究孙立焦微途盐城工学院经济学院摘要：随着制造与服务加速融合发展，制造业对工业大数据独特的知识发现与知识服务需求愈发强烈。通过分析工业大数据驱动下知识发现与知识服务而临的挑战与企业具体需求，依托数据资源确权，构建市场供需对接切入模型，采用持续工程、数据即服务等管理模式和方法论，并从路径选择、流程管理和技术执行3个方面上给出知识服务应用实施策略。关键词：大数据;知识服务;知识发现;作者简介：孙立，男，1983年生，硕士，讲师。研究方向：大数据/云计算。作者简介：焦微玲，女，1973年生，博士，教授。研究方向：企业内容管

2、理，产业链大数据等。基金：江苏高校哲学社会科学棊金资助项A“工业大数据驱动不的制造企业智能化服务推进策略研宄——以江苏为例”（项目编号:2016SJB630116）ResearchontheConstructionofKnowledgeDiscoveryandKnowledgeServiceDrivenbyIndustrialBigDataAbstract：Withtherapiddevelopmentofthefusionofmanufacturingandservice,thedemandofmanufacturingforknowledgedisc

3、overyandknowledgeserviceespeciallybasedonindustrialbigdatagrowsrapidly.Throughtheanalysisofchallengesfacedbyknowledgediscoveryandknowledgeservicedrivenbyindustrialbigdata,aswellasthespecificneedsofenterprises,thepaperfirstspecifiestherightsbasedondataresources,andconstructsamarke

4、tsupplyanddemanddockingmodel.Then，usinginformationmanagementmethodologiesofcontinuousengineeringanddataasservice,thepapergivesknowledgeserviceimplementationstrategiesfrompathselection,processcontrolandtechnicalexecution.Keyword：bigdata;knowledgeservice;knowledgediscovery;随着深入实施《屮

5、国制造2025》，制造业对工业大数据独特的知识发现与知识服务需求愈发强烈。根据《2017年国务院政府工作报告》：耍加快大数据、云计算、物联网应用，以新技术新业态新模式，推动传统产业生产、管理和营销模式变革，把发展智能制造作为主攻方向。制造业升级发展，不仅需要包含现有大数据信息技术和服务支撑，更多的是需要建立智能设备与包含机器数据、产业链协同数据和跨领域融合模型在内的工业大数据融合体系，为智能制造构建知识发现新方法、探索知识服务新模式，行业特殊性显著。目前，制造业知识发现与知识服务应用研宄仍主耍依靠通用的大数据/云计算技术iil，在行业内少数领先企业，依靠

6、占据产业链高端优势，利用企业内部各管理平台数据和智能设备，开展有限的企业内容管理、决策支持、解决方案等知识服务，平台功能不足，知识发现与共享受限。而广大屮小制造企业和部门更难以通过现有体系实现多维度跨行业的知识流动、知识融合、知识发现与知识服务，转型升级困难。本文通过分析智能制造中工业大数据驱动下知识发现与知识服务面临的挑战，研究工业大数据知识管理模式构建和方法论，并据此提出差异化的知识服务实施策略。1工业大数据驱动下知识发现与知识服务面临的挑战工业大数据作为智能制造创新发展的重要支撑，覆盖了以智能设备为核心的机器数据、企业内部各类管理系统数据以及产业链

7、上下游企业协同数据3个方面m。随着互联网业加速与制造业融合，智能化生产、物联化管理等新模式新业态蓬勃发展，工业大数据驱动下知识发现与知识服务面临着严峻挑战，重点体现在以下5个方面。1.1知识需求贯穿产品全生命周期，跨学科领域交叉智能制造通过发展以智能工厂为载体的智能生产、以工业云平台为关键的智能管理、以智能互联为特征的智能产品和以智能决策为特征的智能服务，企业向“制造+服务”与“产品+服务”模式转变，新模式新业态快速增长，知识服务需求贯穿了产品研发、生产执行、产品运维、企业管理等产品全生命周期，跨越了装备制造、能源管理、生产性服务、消费品销雋、互联网等多

8、个领域，空前复杂。跨学科领域交义的数据融合分析与综合解决方案已成为知识服务发展的