Hi,你好,欢迎来到智慧城市网
  • 厂家直供
  • 大宗采购
  • 实力企业
  • 资讯头条
  • 招商
  • 卓越品牌
 
当前位置: 首页 » 资讯头条 » 智慧应用 » 应用资讯 » 正文

知识工程与大数据应用

放大字体  缩小字体 发布日期:2013-10-28  来源:中国智慧城市网  浏览次数:1791
核心提示:在知识经济时代,企业实现可持续发展依赖于知识的生产、扩散和应用。既然知识如此重要,它究竟是什么?具有什么特征?如何管理与应用?大批的管理学者和企业研究人员投身于此,下面我们从几个方面来看看相关的理念和实践状况。
  • 应用领域:智慧数据
世界华人首富李嘉诚曾说:“在知识经济时代,如果你有资金,但是缺乏知识,没有最新的信息,无论何种行业,你越拼搏,失败的可能性越大;但是你有知识,没有资金的话,小小的付出就能够有回报,并且很可能达到成功。现在跟数十年前相比,知识和资金在成功的道路上所起的作用完全不同了。”

在知识经济时代,企业实现可持续发展依赖于知识的生产、扩散和应用。既然知识如此重要,它究竟是什么?具有什么特征?如何管理与应用?大批的管理学者和企业研究人员投身于此,下面我们从几个方面来看看相关的理念和实践状况。

一、知识的定义

古希腊的哲学家柏拉图将知识定义为:被确证的真实的信仰(justified true belief)。根据知识是否已经被验证,可以将知识分类为先验的和后验的;根据知识被验证和信仰的程度,可以分类为强知识和弱知识。

迈克尔·波兰尼(Michael Polanyi,1891-1976)在1958年,从哲学领域提出了“隐性知识”这个概念,从知识能否清晰地表述和有效的转移的角度,对知识进行分类,这个分类对于知识管理的相关理念发展有重大意义,野中郁次郎的SECI循环,又把东方哲学对隐性知识的管理理念推到极致,足以与西方哲学测中的显性知识管理相媲美。

关于知识的话题,还有另一个视角,就是DIKW模型,如图1所示。



图1 DIKW模型

这个模型源于诺贝尔文学奖得主艾略特的一首诗《岩石》:Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in information?译为中文就是:我们在哪里丢失了知识中的智慧?又在哪里丢失信息中的知识?1982年,Harlan Cleland根据这首诗,在《未来家》杂志上首先提出这个模型,之后Zeleny和Ackoff不断完善了这个模型。

D代表Data,即数据,通常是观察、测量直接所得,如文本、规约、实践的记录。I代表Information,即信息,回答数据的含义,典型的如回答Who,Where,When,What 等问题。K代表Knowledge,即知识,通常是Know-what,Know-how。而W代表Wisdom,即智慧,是对知识的应用,Know-why。

在《大数据》一书中,有个“啤酒与尿布”的案例,正好可以用这个模型来解释一下:

D:一个超市每天、每种货物的销售量数据。

I:货物的销售信息表,包括货物名称,销售量,日期等数据。

K:分析I的表发现,在周五啤酒与尿布的销售量成正比,且周五远高于一周的其他天。挖掘这些数据关系背后的事实,发现在周五,全职太太们经常要外出聚会,那么丈夫们要留在家中看孩子,而先生们习惯一边看孩子,一边看电视喝啤酒。

W:超市管理者及时调整超市的货品布局,将最贵的尿布和啤酒货架放在一起;于是对尿布价格不敏感的先生们,总是会买了啤酒、抓起尿布就付钱了,于是尿布的销售量显著增加。

在这个案例中,我们不仅仅看到了知识是如何诞生的,也看到了聪明的商人如何把知识变成行动,从而赢利,这就是获得了智慧啊。正如《商业智能理论与应用实践》中作者所言:
“随着DIKW的提高,人们对客观世界的认识越来越深刻,企业能实现的价值也越高。智慧就是行动,就是将知识转化为企业的经营行为。”

二、知识管理

在国标GB/T 23703.1—2009中,知识管理的定义是:对知识、知识创造过程和知识的应用进行规划和管理的活动。实际上就是对知识在完整生命周期内的管理。

如前所述,知识如此重要,企业对知识管理也日益重视。但在这个市场繁荣发展的同时,也存在诸多问题,其中一个让KM供应商和客户越来越头痛的问题是KM与企业的实际业务结合不紧密。从KMC(中国知识管理中心)的《中国知识管理现状、问题和趋势:2012中国知识管理实施调研结果分析》中,我们能看到:在所有受访企业中此问题发生率高达56%。这个问题被严重诟病的原因,是它对于企业的KM建设具有双重杀伤力:一方面企业投入巨大人力、财力梳理知识,建立管理平台,改变组织制度,重塑企业文化,引发变革中不可避免的动荡;另一方面,新建立的系统和知识竟然与员工的日常业务活动不能自然结合,不能立即显现出“知识资本”对于生产率的显著正向影响力,而且还会造成员工日常工作的忙乱,反而在短期内降低了效率,损害了组织内部对于KM变革的信心和期望。由此,业界人士提出了“知识工程(Knowledge Engineering,简称KE)”的概念,意图在这个方面迎刃而上,突破性地解决现有问题,引导企业顺利转型步入知识经济时代的进取之路。
知识工程

对照知识管理的概念,可以定义知识工程(KE)为:在运营业务流程的过程中,获取知识、创造知识、积累知识的活动。表1列出了KM与KE在理念和操作上的一些具体表现,我们可以更形象地理解什么是知识工程。

表1 知识管理与知识工程的对照表



从中可以看到,KM关注企业整体平台的搭建,包括知识的采集、存储、挖掘、模式提炼、共享交流,企业级知识的管理效率与效果评测,以及制度与文化的变革等等;KE强调知识“在应用环境中”与业务系统的协同,如创造、验证、使用等活动。聚焦在对一个个业务系统的运营过程中,从KMS(知识管理软件系统)中获取合适的知识,在运用过程中创造新的知识,并将这些知识返回到KMS的知识库中,纳入全生命周期的管理。



图2 知识管理与知识工程的关系

从企业角度看,知识管理和知识工程其实是不可分的,KM重在基础建设,KE重在联系用户实践。横纵叠加,才能全面覆盖企业对于“知识资本”的全面需求。这种“双剑合并”,才是解决企业知识管理困境,真正实现知识驱动发展的途径。
 
关键词: 知识工程 大数据
 
[ 资讯头条搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 
0相关评论

 
推荐图文
推荐资讯头条
点击排行
经营许可证编号 京ICP备17002221号 | 京公网安备 110105019046号
返回顶部