知识管理工具

知识： 知识是符合文明方向的，人类对物质世界以及精神世界探索的结果总和。知识，至今也没有一个统一而明确的界定。但知识的价值判断标准在于实用性，以能否让人类创造新物质，得到力量和权力等等为考量。有一个经典的定义来自于柏拉图：一条陈述能称得上是知识必须满足三个条件，它一定是被验证过的，正确的，而且是被人们相信的，这也是科学与非科学的区分标准。由此看来，知识属于文化，而文化是感性与知识上的升华，这就是知识与文化之间的关系。有关于知识的悖论是：知识如果不能改变行为，就没有用处；但是知识一旦改变了行为，知识本身就立刻失去意义——《未来简史》。 知识管理： 知识管理是知识经济时代涌现出来的一种最新管理思想与方法, 它融合了现代信息技术、知识经济理论、企业管理思想和现代管理理念。知识管理是企业管理的一项重要内容，主流商业管理课程如EMBA、及MBA等均将“知识管理”作为一项管理者的必备技能要求包含在内。 知识管理工具： 知识管理工具和数据、信息管理工具有很大区别，知识管理工具不仅仅是数据、信息管理工具的简单改进。从这三种工具的功能来看，数据管理工具处理的重点支持企业运营的“原材料”，如销售数据，库存记录等基本数据。 公司介绍： 信息管理工具主要用于信息处理，例如自动化的信息搜索代理、决策支持技术、经理信息系统和文档管理系统。数据、信息管理工具与知识管理工具的区别在于，这些工具不能捕捉复杂语境信息和知识内涵的多样性。数据、信息管理工具的特点决定了它们不能十分有效的支持知识管理。 例如，如果人们没有相应的历史知识，那么世界名画：蒙娜丽莎，对于观赏这来说仅仅是一幅肖像画，但这幅画所要表达的决不仅仅如此。知识工具的作用在于，它不仅仅帮助我们完整的保存这幅画像，更重要的是，它能够帮助我们理解这幅名画。因此，数据、信息管理工具与知识管理工具最大的区别在于能否为使用者提供理解信息的语境，以及各种信息之间的相互关系。 分类： 从企业中知识的生命周期来看，知识处理可以分为知识的生成、知识的编码和知识的转移。相应的，在本文中将知识管理工具分为三类：生成、编码和转移工具。 1.知识产生 无须多言，知识的创造对于一个企业来说是极端重要的，它是企业具有长久生命力的保证。知识的生成包括产生新的想法，发现新的商业模式，发明新的生产流程以及对原有知识的重新合成。企业内部的知识产生有多种模式，如知识的获取、综合、创新等。不同方式的知识产生模式有不同的工具对其进行支持。 (1)知识获取新的知识不会突然的产生，创新总是需要在前人的知识基础上进行，组织或个人实现创新的第一步是要获取大量的相关知识。最具代表性的知识获取工具就是搜索引擎。 Internet和其它技术的产生，将人类获取知识的能力带到了一个崭新的阶段。但人们也逐渐发现自己被淹没在信息的海洋中，显得无所适从。虽然搜索引擎不能直接给人们带来知识，但是它们却提供了知识的存放位置，如果忽略搜索质量因素，象Yahoo这样的搜索引擎的确使人们十分方便的获取各种知识。最近的技术发展已经使网络搜索引擎具有了初步的智能，它能够根据用户输入的关键字，实现模糊搜索，并且能够根据用户对各条搜索结果的使用频率，自动更新搜索结果。 Internet上的搜索引擎是企业获取外部知识的重要工具，现在已经有不少成熟的软件支持企业内部知识的获取。Lotus Notes R5提供的搜索器，能够在Notes文档中实现高效率地全文检索，并且能够实现检索条件地任意组合，使用户能够迅速地查找需要地资料。Lotus Notes R5提供的搜索器还整合了Internet搜索引擎和专家搜索器，使用户在Notes的环境下也能方便的获取其它资源。 除了搜索工具，另外一种常用于知识获取的工具是数据挖掘技术。数据挖掘，也可以称为数据库中的知识发现(Knowledge Discovery in Database，KDD)，是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。数据挖掘运用选定的知识 发现算法，从数据中提取出用户所需要的知识，这些知识可以用一种特定的方式表示或使用一些常用的表示方式。 数据挖掘主要实现以下四种功能： 数据总结。其目的是对数据进行浓缩，给出它的紧凑描述。数据挖掘主要关心从数据泛化的角度来讨论数据总结。数据泛化是一种把数据库中的有关数据从低层次抽象到高层次上的过程。 数据分类。其目的是学会一个分类函数或分类模型(也称作分类器)，该模型能把数据库的数据项映射到给定类别中的某一个。 数据聚类。是把一组个体按照相似性归成若干类别，即"物以类聚"。它的目的是使属于同一类别的个体之间的距离尽可能地小，而不同类别的个体间的距离尽可能地大。 关联规则。关联规则是形式如下的一种规则，"在购买面包和黄油的顾客中，有90%的人同时也买了牛奶"(面包+黄油?牛奶)。关联规则发现的思路还可以用于序列模式发现。用户在购买物品时，除了具有上述关联规律，还有时间或序列上的规律。通过数据挖掘工具，企业可以在凌乱的数据中，找到有用的知识。 (2)知识的合成 大多数的发明并不是仅仅基于单一想法，通常是多个创新点的综合产品。大多数的搜索引擎通常被设计成，在使用者提供明确的搜索条件的情况下，能够高效率的搜索与关键词相关的条目的工具。但搜索结果之间是无序的，相互独立的，即使最强大的搜索引擎也不能实现完全智能式的互动搜索。因此，常规的搜索引擎的缺陷就在于不能 搜索与人脑中想法相关的知识。现在有一些工具能够帮助人们实现象IdeaFisher等工具，能够将相关的词句组合起来，帮助人们将分散的创新观点整合起来。另外一个工具，称为Inspiration，能够帮助用户形成一种概念图，从而提高使用者对知识进行合成的能力。 (3)知识的创新 就目前的技术水平而言，通过机器实现知识的创新还十分困难，虽然人们可以通过搜索引擎大大加强搜索的效率，通过人工智能实现简单的知识推理，达到一定程度的人工智能，但实现自动化的知识创新还十分困难，或者只能实现辅助性的知识创新。例如，名为IdeaGenerator 和 MindLink的工具通过引导人们突破思维定势来提高创新能力。知识的创新是人类最复杂的思维活动，要求机器象人类一样思维是不可能的，但人类可以设计出一些软件模拟人类思维。但即使这样，人们还要等待很长的时间。 2.知识编码 如果仅有知识生成工具，那么它的作用将是微乎其微的。知识在产生出来后，只有通过共享和交流才能发挥其巨大的价值。知识编码则是通过标准的形式表现知识，使知识能够方便的被共享和交流。 知识编码的困难在于，知识几乎不能以离散的形式予以表现。如果说数据类似一条记录，而信息类似一条消息，那么知识更象一个仓库。知识不断的积累，不断的改变，以至于我们很难对其进行清晰的区分。因此对知识进行审核和分类是十分困难的。 以下介绍的是一种以知识的内容为依据对知识进行分类的方法，这种分类方法在不少企业中取得了成功。 (1)流程知识： 流程知识可以简单地认为是如何将工作作好的知识。这种知识通常通过基准管理和最佳实践这两种管理活动取得。这种知识有利于企业优化流程和提高效率。 (2)事实知识： 事实知识是存在于人脑中的关于人和事的基本知识。这种知识容易被文档化，但是，如果对这类知识不进行综合，其附加值将会很低。 (3)编目知识：拥有编目知识的人知道事物在何处。在企业中，编目知识通常被分类整理成为“黄页”，专业技能目录便是这种知识的一种。虽然许多的编目知识可以编辑成“黄页”，但是，在现代社会种，企业组织的高速变化，致使更多的编目知识存在于个人的知识中，而不是“黄页”中。 (4)文化知识：文化知识包括了一个具体的任务如何在特定的组织中完成的知识，这是企业无价的财产。虽然文化知识和编目知识是组织小型化过程中最难处理的两个方面，但是，它们却特别重要。如果没有这两种编码化知识，企业必须重新学习各种无形的制度和规范，这样会使企业的效率大大降低。 这四种类型的知识以隐性或显性的方式存在，并且它们存在于个人层次和组织层次。但利用各种知识的难度是不相同的。存在于个人的隐性知识是最难被发掘和利用的，而以显性方式存在的组织的知识是较容易利用的。例如企业的ISO系列规范文件就相当容易让员工 掌握，而维修工人的经验则十分难于共享。尽管对不同的类型的知识进行发掘和利用的难度不尽相同，可以采用的方式也多种多样，但是只要是对企业的知识进行分类或使员工深入理解组织知识的努力，都会促进企业的知识发挥更大的作用。知识编码工具的作用就在于将这些知识有效的存储并且以简明的方式呈现给使用者，使个人和企业的知识更容易让其他人使用。 简单来说，知识编码工具可以分为以下几类： (1)知识仓库 知识仓库是一种特殊的信息库，库中元数据有相关的语境和经验参考。许多人用知识仓库这个术语代替数据库和信息库这两个词，以此迎接知识管理的浪潮。真正的知识库远比这两个概念复杂，知识仓库拥有更多的实体，它不仅仅存储着知识的条目，而且存储着与之相关的事件，知识的使用记录，来源线索等等相关信息。正确运用知识不仅仅需要人们了解表示知识的信息、数据，人们还要了解与这条知识相关的语境，因此在帮助人们利用知识的作用上，知识仓库要比数据库更有效率。 知识仓库通常收集了各种经验、备选的技术方案以及各种用于支持决策的知识。知识仓库通过模式识别、优化算法和人工智能等方法，对成千上万的信息、知识加以分类，并提供决策支持。这样，知识仓库不仅仅可以避免重新获取知识带来的成本，同时通过提供对协作的支持加速企业创新的速度。当与专家系统、友好的应用界面相结合时，知识仓库将成为十分有用的工具。