后门户时代的IT与竞争情报

“竞争情报”(Competitive Intelligence)顾名思义，是在市场竞争中应运而生、并在日趋激烈的市场竞争中发展起来的一个重要的情报分支，是传统情报学与现代企业战略管理、市场营销等学科结合的产物。     

发展竞争情报技术赢得市场竞争优势

竞争情报是21世纪企业生存发展的重要基础和竞争工具之一。因此,对竞争情报分析方式方法的研究与运用至关重要,如何将巨大信息转变为有效的情报知识是竞争情报技术的关键所在。通过对竞争情报概念的阐述来进一步说明市场竞争中竞争情报的核心能力及重要作用;并介绍了在竞争情报工作中的分析方法及它们之间的关系;以及如何将竞争情报转化为决策行动和竞争优势的方法。     

试论竞争情报在企业信息化中的促进作用

企业竞争情报研究是市场激烈竞争的产物。竞争是市场经济的本质体现,企业竞争是经济竞争的主要表现,而竞争情报则是企业信息化的具体体现。现代企业发展离不开信息化,竞争情报则促进了企业信息化的发展。企业要在竞争中立于不败之地,就必须发挥贯彻竞争情报在企业信息化中的强大作用。该文着重从战略竞争情报在企业信息化中的导向性作用;技术竞争情报在企业信息化中的重心作用;市场竞争情报在企业信息化中的引导作用这三个层次探讨了竞争情报在企业信息化的过程中的意义。进而针对当前我国企业竞争情报系统存在的问题,提出建立科学的竞争情报体系、提高竞争情报效率的几点建议。     

企业竞争情报的服务模式

企业竞争情报这个领域，经过近几年信息化应用的普及、竞争情报概念的宣传、商业智能的实施预热和知识管理的理念导入，已经被广大企业认识和接受，竞争情报、竞争情报工作和竞争情报系统，开始频繁出现在企业运营和管理的议事日程当中。企业竞争情报正在逐渐形成一个新的信息服务市场，这一市场正在给具有市场     

基于知识管理的竞争情报

对客观环境与条件的判断，必然脱离不开知识管理和竞争情报     

基于知识管理的竞争情报

六年前，国内对知识经济的“研究”热潮忽然兴起，似乎中国离知识经济已不远了。但是，具有科学理性思维与严谨学术思想的人并不会人云亦云。被一些人忽视的是，国外对知识经济及其相关问题的关注，更多地集中于知识管理及其在市场竞争实践中的应用，特别是集中于与知识管理密切相关的竞争情报。     

21世纪关键信息技术之一--竞争情报

竞争情报(Competitive intelligence)作为一种独立的专业化活动，已走过十几年的历程，国内外的竞争情报活动不论在理论上或实际应用中都得到了不同程度的深化与提升。竞争情报活动是企业传统情报工作的补充与发展，这在改革的进程中必然会遇到一些值得探讨的理论与实际问题。本文针对竞争情报的概念、功能；竞争情报系统的建立框架、机制；竞争情报研究工作的基本途径等问题进行了讨论。     

竞争情报的中国境遇

信息的泛滥,市场经济的发展以及入世后激烈的竞争势 头,让中国企业的管理者们越发察觉情报的价值:他们越来越 需要专业的人才提供最有价值的情报……     

当代中国的企业竞争情报

可以肯定地说，中国企业的竞争情报工作已经开始起!步，竞争情报市场也已开始起步。     

商业情报软件和服务将超越“拐点”

<正>据业内人士估计,2008年中国竞争情报市场(包括企业竞争情报系统软件、竞争情报调研服务、竞争情报咨询和竞争情报教育培训)的市场规模超过10.7亿元,竞争情报软件(不包括知识管理)系统约5000万元,竞争情报调研服务约2亿     

核自组织映射竞争聚类

基于核方法可在高维特征空间中完成数据聚类,但缺乏对原输入空间聚类中心及结果的直观刻画.提出一种核自组织映射竞争聚类算法.该算法是利用核的特征,导出SOM算法的获胜神经元及权重更新规则,而竞争学习机制依然保持在原输入空间中,这样既解决了当输入样本分布结构呈高度非线性时,其分类能力下降的问题,而且解决了Donald[1]算法导致的特征空间中的获胜神经元在原始输入空间中的原像不存在,而无法对聚类结果利用可视化技术进行解释的问题.实验结果表明,提出的核自组织映射竞争聚类算法在某些数据集中可以获得比SOM算法更好的结果.     

竞争式Takagi-Sugeno模糊再励学习

针对连续空间的复杂学习任务,提出了一种竞争式Takagi-Sugeno模糊再励学习网络 (CTSFRLN),该网络结构集成了Takagi-Sugeno模糊推理系统和基于动作的评价值函数的再 励学习方法.文中相应提出了两种学习算法,即竞争式Takagi-Sugeno模糊Q-学习算法和竞争 式Takagi-Sugeno模糊优胜学习算法,其把CTSFRLN训练成为一种所谓的Takagi-Sugeno模 糊变结构控制器.以二级倒立摆控制系统为例,仿真研究表明所提出的学习算法在性能上优于 其它的再励学习算法.     

WEB INFORMATION MONITORING FOR COMPETITIVE INTELLIGENCE

The WWW has become one of the most important media for sharing information. Web information provides another emerging and important avenue and source of competitive intelligence (CI) for companies. CI is critical for companies to stay competitive in the marketplace. Apart from business users, there are other types of CI users such as technical users, casual users, news awareness users and others who would like to be kept informed on the latest development of their interested areas over the WWW. To discover web information, CI users need to constantly monitor certain web sites and web pages for related information. However, the dynamic nature of the web has made such monitoring task complicated and time-consuming. This paper proposes a web monitoring system, WebMon, to help users monitor specified web pages for latest changes and updates in information. Four monitoring functions including date monitoring, keywords monitoring, link monitoring and portion monitoring are supported by the system. The performance of these monitoring functions is also evaluated.     

FNN上的竞争学习及混合学习方法

本文根据（１）所提出的ＦＮＮ结构,首先讨论它的学习方法,字除了可以应用到ＦＮＮ上的输入均值和输出权重的调整外,还可以用于实现网络连线的裁剪。然后对混合学习竞争学习与反向传播学习结合使用）算法的实现问题加以探讨。     

SUPPORTING AN AUTONOMOUS SOCIAL AGENT WITHIN A COMPETITIVE ENVIRONMENT

We describe how adversarial risk analysis may be used to support the decision making of an autonomous agent that needs to interact with other agents and persons within a competitive environment. We propose several contextualizations for the problem and suggest the conceptual solution in the proposed scenarios.     

基于文本挖掘的可视化竞争情报提取

竞争情报的提取需要更自动而高效的工具。本文根据竞争情报的特点,并借助于迅速发展的文本挖掘和信息可视化思想和技术,提出了基于文本挖掘的可视化竞争情报提取系统,并对其中所涉及到的文档收集、文档预处理、文本挖掘和信息可视化等关键技术进行了较为详细的讨论。     

基于竞争型网络的连续属性离散化方法

连续属性的离散化是粗糙集理论的主要问题之一.针对粗糙集理论只能处理离散数据的局限性,提出基于属性决策表和竞争型网络的连续属性离散化方法.首先使用条件属性与决策属性之间的决策关系来度量条件属性的重要性,并据此对条件属性按照重要性由小到大排序,然后利用竞争型网络分类功能找到连续属性的断点,从而实现了对连续属性的离散化.算法分析和实验证明算法是切实可行的.     

竞争监督学习法在集成型识别系统中的应用1)

In pattern recognition application,integration of artificial neural networks has been recognized as a powerful tool,but the performance of the sub-classifiers has effect on the performance of the whole integration system.In this paper,we apply the proposed algorithm——Competitive Supervised Learning Algorithm to the integrated recognition neural network system. Experimental results have confirmed that the proposed algorithm improves lear-ning and generalization of the system.     

竞争监督学习法在集成型识别系统中的应用

在集成方法中,神经网络集成方法对研制集成型模式识别系统是有效的.但是,单个 子分类器和集成网络的性能对集成系统的整体识别效果都有影响.因此,要进一步提高系统 性能也必须改进子分类器和集成网络.文中采用竞争监督学习法,构造一个网络集成系统,用 于手写数字字符识别.实验证明,该方法的确能够改进系统的收敛速度和泛化能力.     

超分布超并行智能处理的竞争行波异步叠加方法

基于全避同步均质竞争行波的超分布超并行智能处理方法，虽能有效地解决传统的串行符号逻辑方法和通常的神经网络方法所存在的许多问题。“全局性的同步和均质”这种限制在很多情况下难以满足。本文提出同步均质竞争行波的异步叠加方法，用于超分布超并行智能处理，比单一的全局同步均质竞争行波方法有更好的灵活性和实时处理性，能用于范围更广的问题求解，尤其适合于隐含与或图搜索。