科学网 › 标签 › 知识管理

标签: 知识管理

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

个人知识管理的内容: brbaba 2009-12-13 20:33; Dorsey教授指出PKM在实际操作过程中，涉及创建、分类、索引、检索（搜索）、分发以及重新使用某项知识的价值评估。其中，七项知识管理的技巧与方法是21世纪的知识工作者所必需的，可以概括为：检索信息的技巧；评估信息的技巧；组织信息的技巧；分析信息的技巧；表达信息的技巧；保证信息安全的技巧和信息协同的技巧。　　1、检索信息的技巧　　检索信息时，首先要确定个人的信息需求和信息来源，选择合适的信息检索技巧方法。在个人知识管理中，检索信息的技巧既包括技术要求很低的问问题然后听回答的技巧，也包括充分利用互联网的搜索引擎、电子图书馆的数据库和其他相关数据库查找信息的技巧。为充分掌握检索信息的技巧，个人有必要对搜索的概念、布尔逻辑、搜索的技能等充分的掌握。　　2、评估信息的技巧　　这种技巧不仅指个人可以判断信息的质量，而且指个人必须能判断这种信息与自己遇到的问题的相关程度。个人并不必去了解计算机评估信息的机理，评估主要从可信度、准确度、合理性及相关支持等方面来进行。可信度一般根据作者的可信度、质量保证依据、元信息等来判定。准确度可从时间界限、综合全面性、信息面向的对象及其使用目的、合理性等方面来确定。相关支持则是指信息文本的索引目录、参考文献等。　　3、组织信息的技巧　　组织信息，需要过滤无用和相关度不大的信息资源，有效地存储信息，建立信息之间的联系，方便以后的查找和使用。有效组织信息的原则是：无论环境怎样，组织起来的信息应该便于有效的利用。这种技巧会牵涉到用不同的工具把各种信息组织起来。在手工操作的环境中，我们会用文件夹、抽屉和其他的比较原始的方法来组织信息。在现代的高科技环境中，我们用电子文档、数据库和网页，或者用专门的知识管理软件来组织信息。　　4、分析信息的技巧　　分析信息就必须牵涉到如何对数据进行分析并从中得出有用的结论。常用的分析信息的方法是建立和应用模型，通过大量的数据分析从而得出信息间的关系。电子表格、统计软件、数据挖掘软件等提供了分析信息的方法，但在建立各种分析软件的模型的工作中，人还是最重要的。　　5、表达信息的技巧　　通过表达信息，可以实现隐性知识向显性知识的转化。个人知识在交流、共享中得到升华。信息的表达，无论是通过PowerPoint、网站还是通过文本，大部分的工作应该围绕如何让他人理解、记住、能与自己的互动上。　　6、保证信息的安全　　虽然保证信息安全的技巧与个人知识管理中其它的六种技巧有所不同，但这并不表明保证信息的安全就不重要。保证信息的安全涉及到开发与应用各种保证信息的秘密、质量和安全存储的方法和技巧。常用到的密码管理、备份、档案管理都是保证信息安全常用的方法。　　7、信息协同的技巧　　信息技术的发展为组织和部门的协同工作提供了强有力的支持。如通过小组或团队的形式组织学生进行学习，教师与学生、学生与学生在讨论与交流的基础上对一些要解决的问题进行协同工作，交流和共享彼此的观点和知识。有效的利用这种技术不仅要求会使用这种工具，而且要求充分的理解协同工作的各种原则及其内在内容。　　以上七种知识管理方法，实际上是处理日常工作中知识维度的一系列连续的动作和操作，并可以根据需要相互结合，选择使用。例如，你可能是在对信息进行评估后才发现仍然需要检索一些信息。　　瑞士Open Connect AG公司的知识管理主管Hyams教授认为，除了以上七项外，个人知识管理的内容还应该包括时间管理、基础设施、组织性工作等等方面的技能，具体指：时间控制；工作空间舒适度；快速阅读、备注和研究；备案和文档管理；信息设计（哪些信息有用，哪些信息无用）；有目的的写作；知识/信息处理设施（通常指PC 等IT设备）；知识/信息过滤技能。(转); 个人分类: 杂谈|4043 次阅读|0 个评论

个人知识管理系统架构: brbaba 2009-12-13 20:30; 基于简单有效和经济实用的原则，个人知识管理系统的构架，包括两个部分：信息网络和知识系统。　　1、三维信息网络架构　　获取大量的有用信息是进行个人知识管理的基础。信息网络代表了收集信息的能力，数据的多少与品质的好坏，成为决定知识产出品质的第一影响因素。一般而言，PKM应该建立至少三个方面的信息网络：人际网络、媒体网络和Internet资源网络。　　（1）人际网络　　人际网络是一种无形的网络，也是个人学习知识的一个重要途径。人际网络的建立和维持并不容易，一旦建立，往往成为可以获得最直接最深入问题信息的来源。人际交往中可以学到很多书本上、习软件中学不到的知识隐性知识。人际圈子越广，交往的人员的素质越好，可以学到的知识越多。　　因此，要扩大自己的交往圈子，充分利用各种软硬件工具，如ICQ、MSN、Email和手机、PDA等，多与柏拉图为友，多与朋友交流，沟通和讨论，提高自己。　　（2）媒体网络　　媒体是一种实时与广度的信息来源，通过电视广播杂志与报纸，往往可以获得最新的讯息与来自不同角落的新闻。结合自身学习、工作的需要，将经常用到的媒体信息进行分类、鉴别。对那些主要的媒体长期密切关注，让信息的收集成为系统，而非随机性的临时行为。使主要媒体来源的数据讯息及时到达自己的工作桌前，促进自己的知识结构良性发展。　　（3）互联网络　　Internet是人们进行学习的重要工具，能充分利用互联网的强大功能进行学习是现代人的一个重要标志。不论网站还是电子报，不管质量还是数量，Internet的资源都已经超过现有的单一图书馆与媒体。有效的建立网络资源清单，熟悉相关资源所在，将大大提升工作效率。利用互联网进行学习，必须善用搜索引擎工具，充分利用IE的收藏夹，定期备份信息。此外，Blog 、 Wiki 等网络工具也已经被越来越多的人们作为个人知识管理系统所使用。　　2、个人的知识系统架构　　收集数据只是知识管理的第一步，接下来还要建立起自己的知识系统架构。知识系统架构，简单说就是储藏知识的架构。知识架构的系统化，有助于将收集到的数据有效储存和未来的快速索取。　　（1）对所需管理的知识进行分类　　从个人的角度讲，需要管理的知识资源无外乎以下内容：人际交往资源（如联系人的通讯录、每个人的特点与特长等）、通讯管理（书信、电子信件、传真等）、个人时间管理工具（事务提醒、待办事宜、个人备忘录）、网络资源管理（网站管理与连接）、文件档案管理等。　　对知识的分类，应根据自身需求，按照我需要什么信息，如何最快找到它的原则进行操作。知识的专业分类可以根据学习的专业科目来划分，也可参照图书馆文献的分类方法。对于分类学无需深究，只要根据个人情况，在实践中逐渐摸索出自己知识库的最佳分类方法。　　（2）选择合适的知识管理工具　　对个人来说，针对不同的信息可以采用不同的工具，不需要采用统一的入口，只要简单易用，适合自己就行。比如邮件管理，通讯录管理，这是最常见的个人知识管理的一部分。还有就是知识内容的管理，可以采用 WIKI 和BLOG。　　（3）建立个人知识库　　在知识库中，所有知识都以目录结构分类存放。可以设置一个临时目录来存储那些无法及时处理的信息，待以后再分类，从而保持知识库的干净。此外，文件命名应该简单明了、见名知义，辅以数字编码、时间、来源等为原则。同时，也要建立文件安全、资源删除与更新、交流与共享的规则，以文件的形式妥善地保存下来，并在以后的实践中逐步扩展和完善，建立自己的知识结构体系。这样可以方便信息资源的分类存储、查找和操作，也可避免因时间推移和遗忘而导致的混乱管理，造成大量资源浪费。　　选择有效的个人知识管理工具，对所有资源进行分类、命名以后，就可以将知识分批放入个人知识库。个人知识库建立起来之后，快速而方便的访问至关重要。一个可以借鉴的方案是网络日志。这种个人发布系统现在越来越多的被用作个人知识管理系统。随着知识的不断丰富和能力增强，也要持续不断对个人知识库进行维护和管理。一般而言，个人应主要作好以下工作：增添新的学习资源和知识类别；删除、修改和更新部分资源；进一步完善个人知识管理准则；协作学习以交流和共享知识；在知识管理的实践过程中，逐步完善个人知识结构。　　（4）应用已有的知识　　在个人知识管理上，我们不能只关注知识积累，而不注重知识能量的释放。知识学习和积累的出发点就是对知识的使用，并在知识的利用、交流中创造新的知识。在知识的利用上，一些传统的方法可能对个人知识管理有所帮助，例如归纳和演绎。想要利用已有的知识，既可以在个人占有的大量知识基础上进行归纳，找出事物间的规律，然后应用于实践从而对这种归纳结果进行检验，然后再从实践中修正归纳出的知识；也可以对原有知识进行演绎，帮助新的实践。　　知识管理中知识的利用方法现在还处于探索阶段，因为它涉及不同个体的知识背景、生活环境、价值观等因素比较复杂。一般来说，应用知识可以遵循下面的规则进行。首先是进行知识收集，把与问题有关的知识找到，在互联网时代这一点并不难做到；然后进行消化吸收，也就是阅读有关资料，包括向专家请教；建立可比较的模型，以专业知识为基础，设计出比较及评价方案；评估报告将完成知识应用过程，在这些模型中挑选出支持决策或得出结论的便是完成知识应用。头脑风暴、专业论坛、沙盘模拟甚至聊天谈话，也都是知识应用的准备阶段，可以帮助个人进行知识加工，形成应用知识的规则意识。　　世界瞬息万变，竞争风起云涌。要想在新的知识经济世纪里搏风击浪，人必须是不断成长的个体，做全新的学习人，不断地主动进行自我超越的修炼，实现终身学习。个人知识管理是一个非常重要但又未被人们足够重视的领域，不仅局限于商业和工作任务，而且包括个人兴趣、爱好、家居、家庭和休闲活动。掌握个人知识管理技巧，建立和不断完善个人知识系统结构，从而获得生存和发展的能力，必将成为二十一世纪重要的理念与行动！ (转); 个人分类: 杂谈|5225 次阅读|0 个评论

知识工程与知识管理（EKAW 2010）国际会议预报: wanyuehua 2009-12-8 05:34; 17th International Conference on Knowledge Engineering and Knowledge Management (EKAW 2010) 会议网址： http://ontol.inesc-id.pt/ekaw2010/ 论文提交截止日期：2010年3月19日，论文录用通知：2010年5月14日会议地点：葡萄牙里斯本，2010年10月11日2010年10月15日该会议基本是每两年召开一次，2010已是17届，历届会议论文均刊登在 Springer 出版的丛书丛刊《 Lecture Notes In Computer Science 》上， 2010年的17届会议论文仍旧刊登在《 Lecture Notes In Computer Science 》，该会议论文均被EI、ISTP收录。 2008 年16届EKAW会议刊登在Lecture Notes In Computer Science，2008年Vol. 5268被EI收录34篇，其中德国6篇，法国、英国各5篇，意大利4篇，美国3篇，澳大利亚、奥地利、葡萄牙、西班牙各2篇。会议主题： *Knowledge Management * Knowledge Engineering and Acquisition * Knowledge in Use * Social and Cognitive Aspects of Knowledge Engineering * Knowledge Management and Engineering by the Masses (special focus); 个人分类: 国际会议预报|7048 次阅读|0 个评论

知识工程与知识管理(EKAW 2010)国际会议预报: wanyuehua 2009-11-8 11:34; 17th International Conference on Knowledge Engineering and Knowledge Management (EKAW 2010) 会议网址： http://ontol.inesc-id.pt/ekaw2010/ 论文提交截止日期：2010年3月19日，录用通知：2010年5月14日会议地点：葡萄牙里斯本，2010年10月11日2010年10月15日该会议基本是每两年召开一次，EKAW 2010已是17届，14-16届会议论文均刊登在 Springer 出版的丛书丛刊《 Lecture Notes In Computer Science 》上， 17届会议论文仍旧刊登在《 Lecture Notes In Computer Science 》，该会议论文均被EI、ISTP收录。会议主题： 1) Knowledge Management Methodologies and tools for knowledge management Aspects of collaboration, distribution and evolution of knowledge in KM Advanced knowledge modeling languages and tools Best practices / experiences in KM Foundations of KM Entity-oriented approaches to KM Layered intelligence in knowledge management Provenance, reliability and trust in knowledge management Knowledge management for collaboration and decision support Methods for accelerating take-up of KM technologies Corporate memories for KM Case-based reasoning for KM 2) Knowledge Engineering and Acquisition Methodologies for knowledge engineering Knowledge acquisition, ontology learning Knowledge sharing Knowledge evolution Collaborative knowledge engineering Design patterns Techniques for knowledge acquisition based on machine learning, NLP etc. Uncertainty and vagueness in knowledge modeling Knowledge engineering and software engineering Ontology localization Ontology alignment Evolution of knowledge (including ontology evolution) Knowledge acquisition from non-ontological resources (thesauri, folksonomies, lexica etc.) Knowledge acquisition and knowledge integration from heterogeneous sources (multimedia and 3D data, databases, sensor data streams, social interaction data) Knowledge authoring and knowledge markup languages Ontology evaluation Dynamic, distributed and process knowledge (including web services, grid services, P2P systems, rules and business processes, problem solving methods, procedural knowledge) Agent-based approaches to knowledge management Knowledge mashups 3) Knowledge In Use: knowledge management and engineering for Retrieval and proactive delivery of pertinent knowledge Multimedia applications Life and E-sciences E-Government and public administration Health and medicine Automotive and manufacturing industry Semantic desktop applications The legal domain Cultural heritage applications Digital broadcasting and film, game and 3D media content production and sharing Digital libraries Virtual worlds Storytelling Management in critical applications Organizing user-contributed content Transition across organizations 4) Social and Cognitive Aspects of Knowledge Engineering Sustainability and cost analysis of knowledge engineering Human-knowledge interaction Cognitive systems and knowledge engineering Knowledge ecosystems Knowledge and social network analysis modeling Knowledge in trust networks Personal sphere in knowledge engineering and management Collaborative and social approaches to knowledge management and acquisition 5) Special focus knowledge management and engineering by the masses Human-machine synergy in knowledge acquisition Incentives for knowledge creation and semantic annotation Enhancing human productivity (e.g. knowledge workers) Social and human factors in knowledge management Collective and collaborative intelligence in knowledge management Social tagging and folksonomies, social networks Web2.0 approaches to KM (including semantic wikis, folksonomies, etc.) Games with a Purpose and KM Linked Open Data / Web of Data; 个人分类: 国际会议预报|5103 次阅读|0 个评论

思维导图软件mindmanager培训录像已上传: 热度 1 smilesun 2009-9-28 22:20; 思维导图软件mindmanager培训录像已上传，下载地址见下面的帖子：第三讲思维导图软件mindmanager（含录像）; 个人分类: 文献管理与信息分析|5949 次阅读|3 个评论

第三讲思维导图软件mindmanager（含录像）: 热度 1 smilesun 2009-9-24 21:45; 内含培训录像这一次课的内容包括两部分：一是介绍思维导图软件mindmanager，用mindmanager8版本为例；二是介绍课程的第一次作业，团队协作进行文献调研。思维导图软件尽管貌似和文献扯不上关系，但这个软件是个非常有用的软件，可以提高我们的工作效率，有效组织信息，便于交流。而且本课程学习过程中，有些互动交流和团队协作都能排上用场。思维导图软件是个思维工具，社会上有些相关的培训，但在学校里开课的比较少见。有关这次上课的课件可以从下面的地址下载：（mmap为后缀的文件需要mindmanager软件才能打开，没有相关软件者可以下载pdf版本，pdf文件会少一些内容）思维导图软件培训课件： http://biotech.ustc.edu.cn/upload/RMRA/MM8training.mmap http://biotech.ustc.edu.cn/upload/RMRA/MM8training.pdf Mindmanager8培训录像 http://biotech.ustc.edu.cn/upload/RMRA/MM8training.exe 作业及要求 http://biotech.ustc.edu.cn/upload/RMRA/zuoye.mmap http://biotech.ustc.edu.cn/upload/RMRA/zuoye.pdf; 个人分类: 文献管理与信息分析|9941 次阅读|3 个评论

语义网逻辑基础演义: ZSHuang 2009-8-27 13:34; 语义网逻辑基础演义第一回：谈古说今论不尽科学方法纵谈阔论道不完逻辑大观第二回：本体为纲描述逻辑展头角概念当先形式方法显风采第三回：心思开阔描知识不拘一格畅所欲言说表示各显神通第四回：问题求解寻算法判定性为先逻辑推理说论证复杂性作本第五回：信息浩瀚语义万维网横空出世语义搜索本体技术域众人瞩目第六回：本体推理不一性技术令人关注知识演化有效性方法展现风采第七回：海量数据语义处理宜为本知识应用本体技术显身手有关的PPT请从下列网站下载： http://iws.seu.edu.cn/csws2009/summer_school.html; 个人分类: 科海拾贝|7315 次阅读|4 个评论

语义网与本体技术纵横谈之四：为什么我们需要描述逻辑？: 热度 1 ZSHuang 2009-6-29 00:55; 为了严格地研究本体的实质，我们需要一个形式化的工具，即一个严格的数学语言来描述本体。使用数理逻辑的工具是一个自然的选择。在数学和计算机科学中，普遍被使用的数理逻辑工具是一阶谓词逻辑，它具有一定的本体描述能力，如概念包含关系可以被描述成一阶谓词逻辑中的逻辑蕴含关系，即女人是人的一个子概念，被描述成x(女人(x)-人(x))。如它也能来描述特殊与一般的概念关系，即张某某是一个特定的女人，在一阶谓词逻辑中可被描述成一个谓词与其实例之间的关系：女人（张某某）。但许多本体的性质还不能直接使用一阶谓词逻辑来描述，如部分与整体的概念关系，就需要引入新的谓词来描述，而且还得在逻辑上定义其特定的语义关系。描述逻辑（DescriptionLogics）就是一种建立在一阶谓词逻辑之上的用于描述本体数学性质的形式化工具。从表面上看来，描述逻辑并不是一阶谓词逻辑的子语言，也就是说它们采用的是不同的语言结构，但实际上描述逻辑从语义上对应着一阶谓词逻辑的一个部分(fragment)，我们将要介绍的最典型的描述逻辑，实际上对应着一阶谓词逻辑中的可判定的一个子语言，使得描述逻辑具有很好的数学性质，因为它的可满足性是可以判定的，所以它的推论关系也是可判定的，也就是说存在着一个算法可以在有限的时间内判定一个描述是否是一个前提的一个推论。这样的描述逻辑在应用上就能提供有效实现上的保证。摘自马张华，黄智生（著)《网络信息资源组织》（第八章本体技术与语义网），北京大学出版社，2007。; 个人分类: 科海拾贝|8751 次阅读|19 个评论

第三届中国语义万维网研讨会（CSWS 2009）: ZSHuang 2009-4-6 14:21; 第三届中国语义万维网研讨会（CSWS2009）征文通知 http://iws.seu.edu.cn/csws2009/ 2009年8月29-31日，南京语义Web（SemanticWeb，语义万维网或语义网）是下一代Web（万维网）的发展方向，它提供一个公共框架，使得数据的共享和重用可以跨越应用系统、企业和社团的边界。语义Web技术使得人们有可能编织起大规模的人类知识网络，并使得这些知识较容易地被计算机理解和处理。语义Web有利于数据的重用和集成，从而使得未来的Web能够提供更好的应用和服务。语义Web的研究吸引了来自人工智能、数据库、软件工程、信息检索、社会网络和Web工程等领域的专家学者和应用开发者的广泛关注。目前，语义Web的理论基础和技术规范已经基本奠定，而语义Web上链接的数据正在快速发展，这为新一代的Web应用和服务创造了良机。在这样的背景下，第三届中国语义万维网研讨会（The3rdChineseSemanticWebSymposium,CSWS2009）将于2009年8月29-31日在南京举行。本届研讨会秉承前两届研讨会的宗旨，为语义Web领域的研发人员，特别是青年学者，提供一个充分进行学术交流的环境。本届研讨会设置大会特邀报告、论文大会报告、专题讨论、即兴发言、语义Web应用展示等多种论文和成果交流形式，为与会代表提供丰富的交流平台。会议投稿采用EasyChair系统。会议录用的英文稿件将被安排到国际期刊《WebIntelligenceandAgentSystems》（EI收录）和《东南大学学报》（英文版、EI收录）出版，录用的中文稿件将被安排到《东南大学学报》（中文版）上发表。录用的论文在期刊上出版之前要求到会报告。另外，为了便于会议期间交流，会议论文集将在网上发布。现发布会议论文征文通知，欢迎踊跃投稿。一、征文范围 2009年的会议主题是汇聚语义Web人才，编织语义Web数据。投稿论文分为研究论文和应用论文两种类型，应用论文要求阐述一个可在线运行的具有创意的语义Web应用系统。会议的主题包括（但不限于）： 1语义Web上的知识表示2语义Web上的推理3本体学习和语义标注 4语义Web上的数据管理5本体匹配与映射6语义Web搜索 7语义Web分析8链接的数据9Web2.0与社会语义Web 10语义Web中的信任11语义Web服务12语义Web应用二、论文要求 1.论文必须未在期刊和会议上发表过，也不能是已经投到期刊或其它会议的在审论文。 2.会议接收中、英文投稿。只接收PDF格式的电子文档。不规定论文具体格式，可参照EasyChair模板http://www.easychair.org/coolnews.cgi。论文篇幅有一定限制，以EasyChair模板为例，研究论文限定在12页左右，应用论文限定在8页左右。录用论文在正式出版前，需要根据期刊要求对篇幅进行调整。 3.投稿采用在线投稿的方式：http://www.easychair.org/conferences/?conf=csws2009 三、重要日期 1.会议论文征稿截止日期：2009年6月20日 2.会议论文录用通知日期：2009年7月20日 3.会议论文最终稿截止日期：2009年8月20日四、联系方式有关会议投稿的问题,请联系程序委员会联合主席：高志强，东南大学，Email:zqgao@seu.edu.cn 漆桂林，德国卡尔斯鲁厄大学，Email:gqi@aifb.uni-karlsruhe.de 关于会议的详细信息，请访问：http://iws.seu.edu.cn/csws2009/; 个人分类: 未分类|6509 次阅读|0 个评论

语义网与本体技术纵横谈之三：InfoQ访谈：黄智生博士谈语义网与Web 3.0: ZSHuang 2009-3-30 14:16; InfoQ访谈：黄智生博士谈语义网与Web3.0 近两年来，语义网（SemanticWeb）或Web3.0越来越频繁地出现在IT报道中，这表明语义网技术经过近10年的研究与发展，已经走出实验室进入工程实践阶段。在Web3.0时代即将揭开序幕之际，正确理解、掌握语义网的概念与技术，对IT人士与时俱进和增加优势是必不可少的。为此，InfoQ中文站特地邀请到来自著名语义网研究机构荷兰阿姆斯特丹自由大学的黄智生博士，请他为我们谈一谈工业界人士感兴趣的语义网话题，包括什么是语义网、语义网与Web3.0的关系以及语义网如何给商业公司带来效益等。在谈及Web3.0所应具备的一些基本特征时，黄博士给出的答案是新颖性、可行性和迫切性等，而语义网技术正好符合上述特征。也就是说，语义网技术是Web3.0的重要技术基础：新颖性：语义网提供语义数据描述分析能力，这是以往技术所不具备的。可行性：虽然在语义网上充满着许多技术挑战，但我们相信经过努力这些技术障碍是可以跨越的（后面我还要对这个问题作进一步阐述）。迫切性：由于万维网上已产生了浩瀚的网络信息和知识资源，寻找人们所需要的准确信息常常耗费大量人力精力。提供网络信息的语义半自动化或自动化处理已迫在眉睫。这就说明了为什么语义网是成为Web3.0最有希望的基础技术。对于语义网这个新技术，如何让对此感兴趣的技术人员比较快地入门，黄博士也给出了自己的建议，那就是其实到目前位置，许多语义网应用只需要用到元数据就可以，不需要很深的逻辑推理基础。所以大家也不需要有什么畏惧感，可以先掌握RDF/RDFS等基本技术和工具。另外黄博士还谈到了语义网技术离广泛应用还有多远，目前还有哪些障碍需要跨域，哪些地方可以用到语义网等话题。阅读全文：黄智生博士谈语义网与Web3.0 。; 个人分类: 一家之言|6465 次阅读|2 个评论

语义网与本体技术纵横谈之二：对中国语义网论坛第一专题讨论的点评: ZSHuang 2009-3-11 22:25; 应Admin的邀请，让我为SemanticWeb的第一个专题讨论究竟什么是SemanticWeb，它有什么标志特征？它能给我们带来什么？作点评。这四个月以来，大家在这个中国语义网论坛上对语义网的最基本问题展开热烈的讨论。到目前为止，共发帖55份，总点击数逼近8千。这对于一个纯学术的帖子来说，实属不易。我看到的是，大家在这个专题讨论中都能本着学术探讨的精神，畅所欲言，其乐融融，展现出良好的学术风气。值得说明的是，我的下面的点评，不管是支持你的观点的还是反对你的观点的，都不是对大家的看法的一个结论性的判断。我希望以一个讨论参与者的身份平等地与大家进行讨论。首先我要感谢所有讨论的参与者，你们的所有看法或观点都是值得鼓励的，所以都是有价值的。究竟什么是SemanticWeb，它有什么标志特征？这是所有语义网研究者必然要思考的核心问题。正如Admin所指出的那样，SW的核心思想可以分为两个方面：一个是semantics，一个是web。语义（semantics）指的是提供能被计算机理解的数据，即它的逻辑分析与语义表示的维度。网（web）指的是那些语义数据不是孤立存在的，而是彼此互连，形成一个网状结构，即它的数据连接的维度。所以，对于何为语义网，存在着下面四种不同的理解：（1）semantic+web：即语义网应是在现有的网络数据上加一点语义分析的内容，或者是在现有的语义数据上加一些网络描述的能力。（2）semantic+Web：这里的Web的第一个字母是大写的，即语义网应是更多的网络成分，相对少的语义表示和处理的部分。（3）Semantic+web：即语义网应是更多的语义处理成分，相对少的网络处理部分。（4）Semantic+Web：即语义网应是很多的语义处理成分，再加上很多的网络处理部分。详情请见：http://bbs.xml.org.cn/dispbbs.asp?boardID=2&ID=69324; 个人分类: 科海拾贝|5501 次阅读|1 个评论

学习型组织的知识管理——案例分析: youyouch 2009-2-23 10:32; 案例分析：英国石油公司　　在 1994 年，英国石油公司 (British Petroleum) 发起了一个称为虚拟工作组 (Virtual Teamwork) 的项目。这个项目的目标是通过先进的技术，建立一个跨越地理和组织边界的虚拟组织，达到将需要分享经验、技能和协同工作的雇员、承包人联结起来的目的。在 1995 年这个项目完成时，英国石油公司的员工可以通过远程电视系统相互协同工作。　　在 1995 年，英国石油公司的钻井船出现故障。在过去，要解决类似的问题需要专家乘坐直升飞机到现场解决问题，费用平均达到 150,000 美元 / 每天。在虚拟工作组投入使用之后，钻井船的工程师在一台小型摄像机面前检修有故障的设备，这台摄像机通过卫星讯系统与英国石油公司的虚拟工作组的基地相连。他们与千里之外的专家取得联系，通过实时的电视系统，这些专家与船上的工程师共同诊断设备故障。故障在很短的时间内就能解决。　　这是英国石油公司虚拟工作组系统的一个应用案例。通过虚拟工作组系统，英国石油公司大大降低了运营成本。英国石油公司在知识管理的领先地位是世界公认的。以下是他们取得成功的经验：　　 1. 取得高层管理者的支持　　知识管理项目如果缺乏高层管理者的支持，则注定要失败。除了在预算上提供额外的支持，英国石油公司的高层管理者大力支持甚至部分参与项目目标的制订。他们认为虚拟工作组项目是企业为提高协作而进行的主要工作，而不是个别团体或知识共享的狂热支持者进行地一个小打小闹的项目。得到最高管理层的支持使成立一个跨越各个部门的核心团队成为可能，同时使这项计划更容易得到员工的认同。　　 2. 高质量的全职项目组设计范围广泛的计划、管理和支持之所以能够使整个计划取得成功的原因在于，项目组由熟练的雇员组成，他们能够全身心的投入工作。他们在其它公司取得的成功经验为他们做出正确的决策奠定的基础，同时也增强了参加者的信心。　　相比之下，使用采用兼职的方式参与项目，最后的效果将会大大降低。他们除了得不到积极的支持外，还认为自己的任务对企业的意义不大，这会降低项目组成员的投入程度。　　 3. 指导而不是教导在虚拟工作组实施的过程中，既要求参与者改变工作方式，又要求他们学会使用新的工具，这种变革需要通过指导的方式予以支持。之所以称为指导而不是教导，是因为整个过程更强调人与人之间的交互。在教导过程中，项目组成员充当教师与游戏者互动，而不是充当教导员使员工被动地接受知识。他们通过虚拟工作组系统的终端交互，这样，在交流的同时员工便能感受到这个系统在协同工作和知识交流方面的价值。最终要通过指导，达到使员工发现自身和系统隐含价值的目的。　 4. 采用试点显而易见，采取试点方式的投资要远远小于大规模实施。此外，仔细挑选试点对象和认真设计可测度的评价指标，使试点成功的几率大幅提高。同时，在较小范围内的试验也是可测度的指标更容易的实行，这为项目发展指明了方向。　　 5. 测量、评价结果虽然知识项目的最终目标更多的是在质上而不是在量上有所提高，评测工作对于评价知识管理项目的成果也是至关重要的。项目组成员能够十分明确地指出通过实施虚拟工作组项目，企业的节省了哪一笔开销，在哪方面提高了企业的生产效率等等，这些都作为项目价值的证明。更重要的是，虽然测度这个项目的长期收益十分困难，但是，通过一些侧面的数据、故事来评价项目价值，例如使用者的亲身感受、参与者的热情，也能够很好地说明项目带来的收益。　　五 . 小结　　未来学家约翰奈斯比特指出，当今世界，起决定作用的生产要素不是资本而是知识；价值的增长不再通过劳动，而是通过知识。我们正进入知识社会，智力资本已成为企业最重要的资源，有知识的人将成为社会的主流。简而言之，我们正处在一个知识经济的时代。　　知识经济是以知识为基础的经济，是建立在知识的生产、分配和使用基础之上的经济。在知识经济时代，知识是企业的战略性资源，知识管理是各类组织尤其是企业，面对竞争与变革的自主反应。知识管理水平的提高成为各类组织迎接知识经济的力量源泉。知识管理的目的在于使知识更好地在经济生活中发挥作用和创造价值，随着研究与实践的不断展开，企业、个人乃至整个社会将在实施知识管理的过程中愈发深刻地体会到知识在经济发展中的作用，愈发熟练而有技巧地运用知识，从而充分发挥知识对经济的促进作用。因此，知识管理将作为组织和个人迎接知识经济的手段，必将渗透到社会的各个层面。; 个人分类: 知识管理|5397 次阅读|0 个评论

第五项修炼：学习型组织的知识管理: youyouch 2009-2-23 10:27; 一学习型组织的定义和五大基础　　谈知识管理，必然要先谈到学习型组织。当前对学习型组织的讨论已有很多，但是，企业要想真正成为学习型组织，首先必须搞清楚三个问题：(1)要给学习型组织下一个令人信服、易于应用的定义(Meaning);(2)必须重视管理 (Management)，建立一系列明确可行的指导原则;(3)最后，必须确立良好的评估工具(measurement),以便对组织的学习速度和水平作出正确评判。在此，我们对学习型组织给出如下定义：学习型组织是一个能够熟练地创造、获取和传递知识的企业，同时也善于修正自身的行为,以适应新的知识。　　这一定义始于一个简单的道理：新的思想对于学习来说是极为重要的。有时，这些思想通过创造力和洞察力的闪现而创造出来;有时又是来自组织内部或者外部个体的知识交流。但是这些思想本身并不能创造出学习型的组织，如果没有与之相伴的工作方式的改变，那就不会出现实质性的进步。　　学习型组织在以下五个方面是出类拔萃的，这五个方面也就是学习型组织的五大基础。 1.系统地解决问题。这项首要的活动对质量有很高的要求，强调依靠科学方法，以事实材料为根据，利用一定的统计工具来组织资料并且推出结论。现在，一种六步过程法已被很多公司用于公司决策，六个步骤分别是：确认并选择问题;分析问题;产生可能的解决方案;选择并规划解决方案;贯彻方案;效果评估。 2.实验。这项活动包括系统地探寻和试用新的知识。实验主要采用两种形式：前瞻性项目和示范性项目。前瞻性项目通常包括一系列连续的小规模实验，这些实验被设计来产生知识的增值。而示范性项目通常比前瞻性项目规模更大，也更为复杂。通常涉及整个系统的改变，一般是从某一点引入示范性项目，并希望发展新型组织能力。在实验过程中，组织内部必须具备一种勇于承担风险的激励机制，并且能有效地保证新思想的流动。　　3.从过去的经验中学习。企业必须不断回顾过去的成功经验或失败的教训，进行系统的评价，并将这些经验记录下来。这些记录对员工应该是开放的，随时可以查阅。一项对150多种新产品调查的结果显示：从失败中获取的知识，对后来所取得的成功是非常有用的。简而言之，失败是成功之母。而不能记住过去的人，注定要重复过去的历史。与未知原由的成功相比，知道失败如何产生更有价值。一旦知道失败如何产生，人们就可以增加洞察力、理解力，并增加组织所掌握的智慧。　　4.从他人处学习。当然，并非所有的学习都可以从自我分析中得到。有时，最强有力的洞察力是从自己直接环境之外学习得到的，由此获得一种新的观察问题的角度。即使是完全不同类型的企业，也完全可以成为企业创造性思维的源泉。但是不管外部思想来自何方，学习的过程只能在一个善于接受的环境中进行。学习型组织应该培养开放的、积极听取意见的态度。 5.传递知识。学习不只是自身的事情，知识必须能够在整个组织里迅速有效的传递。思想在广泛传播时，比仅能够在少数人手中能产生更强大的作用。许多程序化的活动都能激励这一过程的进行，括书面的、口头的和可视的报告形式，实地演示考察，人员轮换方案，培训和教育等。二学习型组织的组织结构特点　　学习型组织的一个很大特点就是知识能够在企业内得到有效的应用，这需要的一个重要条件就是，员工必须能够顺利地进行知识交流，尤其是和具有不同知识结构的人员进行交流。目前国内企业所普遍采用的金字塔型组织结构却严重地禁锢了不同部门具有不同知识结构的员工之间的接触和交流，妨碍了知识的更新和应用。通过对一些国外大公司的观察与研究，我们发现学习型组织主要有以下几个特点：　　有利于员工的相互影响、沟通和知识共享：学习型组织都着力于形成一个宽松的、适于员工学习和交流的气氛，以利于员工之间的沟通和知识共享。　　有利于企业的知识更新和深化：学习型组织一般都建立一定的学习制度，定期组织教和培训，鼓励员工学习，不断更新和深化自己的知识。　　有利于企业集中资源完成知识的商品化：学习型组织有利于将一些在知识和经验上互补的员工集中起来，共同进行研究开发，加快知识的商品化过程。　　有利于企业增强对环境的适应能力：由于不断的吸收新信息和新知识，学习型企业能够站在时代的前端，把握住企业所处的大环境，随时调整自己的发展方向和市场适应能力。　　适应于团队工作而不是个人工作：传统的直线结构以自上而下的指挥取代了人们寻求合作的自然能力，这是不能够适应时代挑战的。目前国内外可行的管理创新几乎都在一定程度上依赖于团队的力量。　　三学习型组织中知识智能的四个层次和五项修炼　　真正的专家需要掌握知识，并不断地加以更新。组织的专业智能表现为四个层次，下面依据其重要性从底到高一一说明。　　1)认知知识(知道是什么)：是对某个学科的基本了解，可以通过广泛的训练及资格认证达到这个层次。要取得商业成功，这种知识是基本的，但是还远远不够。　　2)高级技能(知道怎么做)：将书本知识转化为有效的技能，将某个学科的规则应用于复杂的实际问题的能力，这是最广泛的创造价值的技能层次。　　3)系统理解(知道为什么)：是关于某个学科的因果关系的深刻理解。系统理解的最高境界，是通过训练而获得的极强的直觉，具有高度敏锐的洞察力。　　4)自我激励的创造力(关心为什么)：包括取得成功的干劲、动力和适应能力。动力十足、富有创造力的组织，往往比那些拥有更多有形资源和财务资源的组织表现得更出色。那些刻意培养员工自我激励的创造力的企业，会在飞速变迁的当今社会生存下来，同时更新自身的认知知识、高级技能和系统理解，以便在新一轮的知识浪潮中取得竞争优势。那么企业如何获得这四个层次的知识智能?在彼得圣吉的《第五项修炼》中，五项修炼的思想可以给我们很好的启示。圣吉认为，学习型组织的建立必须基于培养五种技能的培养，即五项修炼。只有经常进行这五项修炼，组织才能真正成长为学习型组织和进行知识创新。这五项修炼就是自我超越、改善心智模式、建立共同愿景、团体学习和系统思考。第一项修炼：自我超越(Personal Mastery) 　　自我超越的修炼是学习不断理清和加深个人的真正愿望，集中精力，培养耐心，客观地观察现实。它是学习型组织的精神基础。精于自我超越的人，能够不断实现他们内心深处最想实现的愿望，全心投入，不断创造和超越，这是一种真正的终身学习。组织整体对于学习的意愿与能力，植根于组织成员对于学习的意愿和能力。　　第二项修炼：改善心智模式(Improving Mental Models) 　　心智模式存在于人的心中，它能影响我们如何了解这个世界以及如何采取行动的许多假设、成见或印象。我们通常不易察觉自己的心智模式以及它对行为的影响。在管理的许多决策模式中，决定什么可以做或不可以做，也常是一种根深蒂固的心智模式在起作用。如果你无法掌握市场的契机和推行组织的变革，很可能与我们心中隐藏的心智模式有关。　　第三项修炼：建立共同愿景(Building Shared Vision) 　　共同愿景是组织的凝聚力所在。有了衷心渴望实现的目标，组织成员就会努力学习和追求卓越，并且这种追求不是基于外在压力，而是他们的内在愿望。一个缺少共同目标、价值观与使命的组织必定难成大器。但是，许多领导者从未尝试将个人的愿景转化为能鼓舞组织前进的共同愿景，这就是组织目标与个人目标产生冲突的根本原因。　　第四项修炼：团体学习(Team Learning) 　　团体学习是发展团体成员整体搭配与实现共同目标能力的过程，它是建立在发展共同愿景和自我超越这两项修炼基础之上的。世界上不乏由杰出的个人组成的团体，但是它们的整体效率却不高。从某些层面上看，个人学习与组织学习是无关的。只有在团体互动中实现组织的学习，才能不断提升组织的创造能力和竞争力。　　第五项修炼：系统思考(System Thinking) 　　系统思考是五项修炼中的核心。企业和人类其他活动都是一种系统，它们受到细微且息息相关的行动所牵连，在彼此影响着。这种影响往往不易觉察，要经过漫长的时间才能展现出来，如果置身其中就更难看清整体变化。因此系统思考显得尤为可贵，惟有对整体而不是对任何单独部分深入地加以思考，才能够了解系统的全貌。在《第五项修炼》一书中，圣吉向我们展示了系统思考的微妙法则，他认为，要想实现系统思考，必须扩大我们的思考范围。　　以上这五项修炼相辅相成，构成了一套系统的学习方法。它们是组织内在的修炼，每一项修炼都与团体如何思考、互动和共同学习息息相关，因此修炼的境界并非靠强制力量或威逼利诱达到，而是必须精通整套理论、技巧并付诸实行，才能实现建立学习型组织和实现组织知识创新的目标。近年来，在国外的一些大企业中，出现了建立学习型组织的热潮。目前美国排名前25家的企业中有20家已按照学习型组织模式改造自己。在世界排名前100家企中，也已有40%按学习型组织模式进行了彻底改造。; 个人分类: 知识管理|3567 次阅读|0 个评论

语义网与本体技术纵横谈：语义与网络: ZSHuang 2009-2-13 22:23; 语义网的核心问题就是要表达网络信息的语义(semantics)，也就是我们通常所说的意义（meaning）。从逻辑学和语言学的角度来讲，所谓的语义指的是一个描述或一个词汇（或不严格地说，一个概念）与它所要表达的在客观或主观世界上所对应的一个实体所建立的一种联系。比如说，老虎这一词的语义，指的是它所对应的在客观世界中存在的一类动物的总称；孙悟空这一概念的语义，指的是它所对应的在人们文化精神世界中所描述的某个具体的人物。只要能建立这种概念与它所要指称的实体之间的联系，我们通常就可以认为它就已经表达了该概念的意义，即语义，这就是语义的指称性。准确地讲，语义具有下列几个主要特征：指称性(denotation)：即上面所述的，语义应能体现概念或术语它所对应的在外部世界上的某个实体的联系；唯一性(uniqueness)：如果不同的术语用来表达同一个意义的话，则应指向唯一的一个外部实体，而不是多个外部实体；关联性(relatedness)：语义应能表达一个概念与其他概念之间的关联关系，而不是简单地对应到一个外部实体。当然，人们通常所理解的意义远比上述这些特征更丰富。著名的数理逻辑的创始人之一的Frege就区分了Reference和Sense。前者指的是我们上面所说的语义的指称性特征，如我们用张老师来指称世界上某个具体的人物；后者指的是描述所附带有涉及语用环境的含义，如张老师还可能在特定的环境下包含着尊重的含义。在语义网上，我们关注的是描述的指称性及其相关的特征，而在目前情况下不去关注含义所涉及的一系列特征。语义网是通过把概念指向某个网络资源来实现语义指称性的，具体地说，它通过在有关描述上附加一个URI（唯一资源标识UniformResourceIdentifier）的前缀来实现的。如要表达老虎这个动物概念，则使用类似于下列描述来表达： http://cohse.semanticweb.org/ontologies/animal#tiger 这里tiger是该概念的直接描述，而其前http://cohse.semanticweb.org/ontologies/animal#是该概念所对应的唯一网络资源标识符。显然这里所体现出来的指称性并不直接对应到我们通常所理解的在客观世界上的对应物（实际上也是不可能直接做到的）。在逻辑学和数理语言学上，也是通过语言陈述与它所对应的语义模型建立对应联系来实现的，这里的语义模型只是一个形式化的数学描述，而形式语义定义的最重要的特征是实现它的唯一性和关联性。唯一资源标识URI给语义网提供了一个非常有效的实现语义唯一性的手段，因为URI总是给出网络资源的唯一标识。这可以用一个不太准确但形象化的描述来概括：无二义就是有意义，即只要能够由计算机或人类把一个概念对应到一个无二义性的指称实体上去，就可以认为把握了该概念的语义了。语义的关联性是通过本体描述来实现的。正如本章前面所介绍的，本体描述了概念之间的包含关系，个别与一般的关系，部分与整体的关系，这就充分表述了概念之间的关联性。所以说，网络技术在一定程度上是能够用于体现描述的语义性的。它也为机器自动处理提供了最重要的基础。这里最重要的技术关键就是基于网络的本体语言的开发与使用。摘自马张华，黄智生（著)《网络信息资源组织》（第八章本体技术与语义网），北京大学出版社，2007.; 个人分类: 科海拾贝|8457 次阅读|1 个评论

企业知识管理: 郭崇慧 2009-2-12 14:57; 在知识成为主要竞争资本的今天，企业要维持竞争优势就需要依靠比竞争者更快地创造、传播和使用新知识。随着现代信息技术和先进制造技术的不断发展、人才的频繁流动、竞争的日益加剧，实施以知识资源为管理对象的知识管理对于形成企业的核心竞争力至关重要。企业知识管理是近年来引起人们广泛关注新兴学科领域，人们对此开展了广泛的研究。企业知识理论认为决定企业能力和竞争优势的是企业拥有的知识和与知识密切相关的认知学习能力。知识管理有助于企业从现有数据中挖掘有用的知识，增强企业的商务智能，有助于提高企业的认知学习能力和创新能力。从研究视角看，关于知识管理的研究大体可分为侧重于计算机信息技术与人工智能技术手段的研究与侧重于从组织与人的行为因素角度开展的研究。从研究的对象看，也大致包含了两种类型部分研究把知识看作相对稳定的实体，知识的管理从而侧重于考虑知识实体（内容）的管理、维护与应用；另一类研究更多地强调知识的动态特性，因而知识管理更多涉及与知识相关的过程（知识的创造、共享、传播与应用等过程）的管理。人们关于知识管理的研究由此大致可进行如下分类（表 1 ）：表 1 知识管理研究的一个简单分类研究对象研究视角研究对象着重于知识实体（内容）着重于知识相关过程研究视角从组织与人的行为因素角度知识资本管理，基于知识的组织理论、知识审计等学习型组织、第五代管理、知识创造企业等信息技术 / 人工智能角度信息检索、搜索引擎、数据挖掘技术等群体支持系统、工作流系统等基于上述划分，目前知识管理的相关研究主要从知识内容管理、知识过程管理以及对知识管理的信息技术支持即知识管理系统这三个方面进行展开和深入发展。参考文献：余光胜，企业知识理论导向下的知识管理研究新进展，研究与发展管理， 2005 ， 17(3): 70-76 . 储节旺等，知识管理概论，清华大学出版社；北京交通大学出版社， 2005 . 江文年，杨建梅，企业知识管理方法论研究，科学出版社， 2006 . 王众托，知识系统工程，科学出版社， 2004 .; 个人分类: 科研笔记|5092 次阅读|0 个评论

一本语义知识管理新书: ZSHuang 2009-2-4 18:25; 今天在我的案头上又增添了一本关于语义知识管理的新书： JohnDavies,MarkoGrobelnik,DunjaMladenic(eds.),SemanticKnowledgeManagement, Springer,2009. 这本书汇集了欧盟第六框架语义网核心课题之一SEKT（2004-2006）三年的主要研究成果，内容涉及本体管理，基于语义网的知识发现，面向语义网的自然语言处理技术，语义网知识共享，从社会网络中生产本体，时态语义空间可视化，语义Wiki等理论研究课题。书中还介绍了语义知识管理的一些应用实例，其中包括：英国电讯的数字图书馆技术，语义技术在法律上的应用，语义技术在商务处理上的应用等。详细内容可参见有关网页的进一步介绍： http://www.springer.com/computer/database+management+%26+information+retrieval/book/978-3-540-88844-4; 个人分类: 书山有路|5013 次阅读|0 个评论

多学科知识管理平台设计的具体切入点: geneculture 2009-1-9 09:40; http://commons.wikimedia.org/wiki/File:Administration_of_Multi-discipline-Knowledge.JPG; 个人分类: 融智学前期探索|835 次阅读|0 个评论

论知识管理与知识工程的差异性及其发展: huabolin 2008-12-29 14:07; 化柏林（原文发表于《图书馆杂志》2008年第11期） 1 ．知识管理与知识工程的学科学派对比分析这些学派总体上分为两类，一类是企业知识管理学派，关注知识的转化与共享，重点关注隐性知识显性化，以提高企业核心竞争力为目标，如文献，属于管理科学。第二类是图书馆知识管理学派，以知识的序化为目标，提高知识组织的有序性，从而提高知识服务水平，属于图书馆学。知识管理的研究集中在企业管理、图书馆学与情报学领域。图书馆的知识管理分为两类，一类是以知识序化为目标的知识管理，一类是以知识共享与转化为目标的知识管理。前者重视资源的建设，管理的核心是资源。后者把图书馆作为一个具体的机构进行知识管理，管理的核心是人。但无论哪种学派，重组织轻技术是知识管理的典型特点。知识工程在国内的研究集中在计算机科学与人工智能领域，如中科院的陆汝钤研究员对知识工程、知识科学进行深入研究，中科院的史忠植研究员对知识发现进行了深入研究，北京科技大学的杨炳儒教授主要从逻辑的角度对知识工程进行深入研究，浙江大学潘云鹤教授等从形象思维方面入手，运用心象思维理论，研究了语义知识与图形图像之间的转换，石纯一等教授研究了基于Agent的KQML知识操作。无论哪派知识工程，重技术轻组织是知识工程的共同特征。知识工程的根本目的是为了解决人工智能特别是专家系统中知识获取的问题。把知识工程包含于知识管理或把知识管理包含于知识工程都是不可取的，知识管理更多地关注人的因素，属于管理范畴；知识工程更多地关注技术的实现，属于技术范畴。 2 ．知识管理与知识工程核心内容对比分析知识管理主要包括知识转化与知识序化。知识转化是知识共享的过程，同时知识共享也是知识转化的前提。知识管理中的知识转化包括四个方面，从隐性知识到隐性知识的社会化过程；从隐性知识到显性知识的外化过程；从显性知识到显性知识的综合过程；从显性知识到隐性知识的内化过程，这些转化主要是知识存在形态以及附着主体的变化。知识工程是以知识为处理对象，借用工程化的思想，利用人工智能的原理、方法和技术，设计、构造和维护知识型系统的一门学科，人们一般认为知识工程是人工智能的一个应用分支。知识工程包括知识获取、知识表示与知识利用三大过程。知识获取有三种方式：非自动知识获取、知识抽取、机器学习知识。 3 ．知识管理与知识工程的外围要素对比分析知识管理注重人与人之间的知识传递，而知识工程更注重知识本身的操作。知识管理的目标是建立供人使用的知识库，而知识工程的目标是建立供计算机使用的知识库。知识管理的核心是无序知识有序化、隐性知识显性化、泛化知识本体化。知识工程主要涉及知识获取、知识表示与知识利用三大过程，其中知识获取一直是知识工程的难点，也是人工智能的瓶颈。知识管理主要从管理学的角度出发，重点关注隐性知识显性化，技术性不强，管理的结果主要是人用。知识工程是从工程学的角度出发，重点关注知识获取与知识表示，技术性很强，结果既可以人用，也可以机用，主要是机用。知识管理围绕着人转，知识管理的用户是人，计算机是辅助管理工具，人是知识管理中的本体。知识工程围绕着计算机转，知识工程的用户是计算机（系统），人与计算机是实现的工具，计算机是知识工程中的本体。 4 ．知识管理与知识工程的发展趋势探析知识管理应当以隐性知识显性化、无序知识有序化、泛化知识本体化为目标。知识工程也在向着知识表达清晰化、数据组织有序化、内容存储本体化的方向发展。 5 知识技术的未来发展知识管理不包括关于知识处理的全部，而知识工程也不包括知识处理的全部。知识管理与知识工程各有分工，各负其责。如果认为知识管理与知识工程有交叉的话，那就是在知识库的构建上。 ************************* 全文请见：论知识管理与知识工程的差异性及其发展; 个人分类: 知识抽取|7147 次阅读|1 个评论

有效的知识管理增强企业竞争力: simonjo828 2008-10-29 19:30; 　　在信息严重超载的今天，我们生活在信息的海洋中，但却忍受着知识的饥渴。为了寻找一个地址、电话号码或电子信箱而翻箱倒柜；收藏的总是远远超过阅读和学习的数量；网站看过很多，却往往在需要某些资料的关键时刻无法找到；被每天的繁重例行工作压得透不过气来等等。这些问题是为什么呢？作为一名在信息咨询机构工作的非专业人士来说是深有感触的。　　我们现在的工具很多：电话、固定电脑、笔记本电脑、手机以及许多其他五花八门的玩艺，都声称在帮助我们工作得更好更有效率，而为什么我们的感觉却是我们在干许多没有效率的工作呢？是哪里出了问题呢？据笔者了解的一份研究报告显示，知识工作者做的90%的所谓创新工作是重复工作，因为这些知识已经存在(存在于组织内部或组织外部)。事实上是，知识工作者都有这样一个感受：大部分东西重新起草比去寻找这个已存在的东西还省力气。有一份研究报告也印证了这个事实：知识工作者1/3的时间用在了寻找某些他们永远没有找到的信息上。　　据笔者掌握的有关信息，中国的企业没有竞争力，最关键的问题不是缺少资金，因为美国很多大企业都是从零做起。只要员工有干劲，资金问题是可以在很大程度上克服的。也不是员工素质太低，伏特刚开始建厂时多数员工是爱尔兰的农民，不够小学文化。更不是缺少市场经验，美国企业的市场成功最基本在于满足市场需求，每位员工都有发自内心的动力去进行客户服务。中国企业最大的弱点是管理。错误的管理理念，导致企业效率低、员工素质难以提高、没有积极性、流程脱节、没有责任感，等等。只有管理理念正确了，才能有效的把管理能力与精力集中，开始有效的进行企业改革。　　而我们的企业如果要提高竞争力，就必须从信息做起。当今时代，信息的数量十分庞大，我们工作中需要的知识也很广泛，作为知识工作者，大部分工作是要去做那些创新性的工作而不可能去日复一日的重复某项活动或操作，因此我们每个人工作都会用到各种知识，对知识的数量和质量要求很高，而我们对这些众多的知识无法进行管理，最后造成工作的低效率。知识管理是个人的事情，也是各种组织的事情。但并非我们每个人都能决定组织的知识管理实施，即便组织实施知识管理，最终成功与否还是在于每个人的参与程度和个人的知识管理水平。进一步说，个人知识管理是每个知识工作者打造自己的核心竞争力和提高自己的有效手段。美国著名心理学家布鲁纳也曾说过：获得的知识，如果没有完满的结构将它们联系起来，那是一种多半会被遗忘的知识。这说明了知识管理的重要性。有效的知识管理，不仅可以归整头脑信息，便于知识梳理和互联，更重要的是能够激活人的思维，摒弃落后陈旧的思维模式，促进思维的活跃和创新。以知识管理理念指导企业的改革将为企业在漫长的改革路程上树立起导航灯。　　那么作为一个企业如何进行知识管理呢？笔者认为企业要达到知识管理可以分成三个阶段：收集利用信息，提高市场竞争(服务)力；持续优化供应链，搞好品牌营销；通过知识共享提炼企业的核心竞争能力。这三者是一个密不可分的系统，构成了企业或个人知识资源流转的全过程。　　●收集利用信息，提高市场竞争(服务)力：在这一阶段，企业主要优化对外部信息的收集与利用，依靠环境信息制定竞争策略，依靠市场信息优化生产安排，减少生产与销售企业的成品库存，降低成本。这是一个信息整合的过程，通过从企业基层到顶层规范化对信息的收集与使用，提高企业各层次的信息使用能力与专业化程度。　　●持续优化供应链，搞好品牌营销：以上一阶段取得的成绩为基础，通过继续优化供应链来优化市场需求信息的传递，并通过对客户群特性与变化趋势进行各种等不同方面的市场调研，把全面的市场信息反馈到企业的各部门。从产品设计到品牌营销策略，到需求预测，到生产安排，达到全面的市场信息利用，进行品牌营销管理。这一阶段要求企业各部门进行更紧密的合作，也要求各部门通过使用上一阶集成的信息产生更有意义的信息。　　●通过知识共享提炼企业的核心竞争能力：以全面利用市场信息的工作流程为基础，更深入的在企业内部推动知识管理，调动员工的积极性，从简单的利用信息到分析信息，到主动的产生新的信息。使企业能以对市场的深入理解为核心，全面的为市场提供优质服务。能够利用信息产生新信息是知识管理的一个主要特征，在这一阶段企业通过更深入的体制改革使上一步的成果制度化，保证知识在企业内部能够流通起来。　　当然，这是一个学习的过程。一个有活力的企业或是知识工作者要获取知识，学习是最有效、最根本的途径。对此，核心的问题就是我们要怎样学习，我们会不会学习，我们会不会创造性地学习。我们学习的途径很多。可以向书本学习，可以向同事朋友学习，可以向网络学习，等等。互联网时代，是信息爆炸的年代，是知识经济时代，所以我们分析问题、解决问题的方式方法必须应适时转换自己的心智模式，抓住网络这一学习的捷径，培养系统思考的习惯和能力。结合学习，认真分析自己哪些工作可以改进一下工作方式，哪些方面需要提高一下效率等，逐步进行学习、反思、转变，从而优化自己的心智系统、优化自己的工作、优化自己的生活。通过不断的学习，自身综合素质提高了，行动研究的方式、方法会更科学有效，各方面工作才会游刃有余。　　另外，创新意识也不可缺少，人们常说创新是推动经济前进的火车头，也是知识的最终源头。我们必须要能够超越现有的框架，通过创造性的工作来获取所需的新知识和新能力。从长远来看，一个不能通过创新来获取知识的人，特别是我们这些与信息打交道很深的人，必将会落后。而对于专门的研究机构来说，创新不仅包括技术上的突破和产品的开发，也包括生产流程、组织结构、市场运作等方面的革新。这一系列创造性过程区别于企业日常性业务的最大特点就在于它们的不可预见性，因此组织对创新的管理不是简单的计划和安排某个人在某个时间去进行创新工作，而应把重点放在建立适当的组织结构以有利于创新的发生和对创新全过程的控制上。　　总的来说，面对全世界超级企业共同的选择知识管理，我们必须做好充分的准备，构造知识管理，打造学习型组织，从根本上提高企业核心竞争力及创新能力！; 个人分类: 时政评论|2411 次阅读|0 个评论

从信息构建看未来的知识管理: huabolin 2008-10-24 13:31; 从信息构建看未来的知识管理化柏林 ( 中国科学技术信息研究所，北京 100038) （发表于《情报学报》2004年第4期，人大复印资料全文转载）摘要本文从信息构建出发，进而引申到知识管理与知识推理，最终提出了知识基础工程。在设计并实现自然语言的语法开发平台时，产生了构建知识库的设想。利用语法开发平台，就可以对自然语言的语法进行开发，加上一个好的算法，就可以对大规模文本进行自动分析。对分析过的句子进行内容提取，并用面向对象方法和逻辑形式进行格式化，得到以面向对象为特征的常识知识库和以逻辑命题为特征的专家知识库，这应该是知识发现、知识管理的最高层次，也是知识工程的核心。 **************************** 从信息构建看未来的知识管理; 个人分类: 知识抽取|3425 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 知识管理

相关帖子

相关日志

关闭安全验证