第十一章知识管理

11.1 知识管理
1. 背景
  1. 知识管理系统是增长最快的软件投资领域
  2. 信息经济社会
  3. 企业股票市值主要依赖于无形资产: 知识、品牌、声誉和独特的企业流程
  4. 执行良好的知识管理项目可以产生超额的投资回报
2. 知识的重要维度
  1. 数据、知识和智慧
    1. 数据一信息一知识-智慧
    2. 企业博客,企业wiki
  2. 隐性知识和显性知识
    1. 员工头脑中的-隐性知识
    2. 文档记录下的-显性知识
  3. 知识的重要维度
    1. 知识是一种资产
    2. 知识有不同的形式
    3. 知识有地域性/地理性
    4. 知识与情景相关
  4. 基于知识的核心能力
    1. 关键点企业资产
  5. 掌握如何高效、有效的开展业务的方式,而这种方式是其他企业所不能模仿的,这是盈利和竞争优势的源泉
  6. 组织学习
    1. 通过学习,组织调解自己的行为,以反映新的业务流程和变革的管理决策模式的过程
    2. 是一个组织不断积累经验的过程,包括数据收集、评估、试错试验、反馈等
3. 知识管理的价值链
  1. 知识管理
    1. 组织为创建、储存、转换和应用知识而开发的企业过程的集合
  2. 组织和管理资本
    1. 是为投资信息系统并获得价值而要求的一组业务流程、文化和行为
  3. 知识管理的价值链
    1. 知识获取
      1. 隐性和显性知识的记录
      2. 创造知识
      3. 利用业务处理系统(TPS)和外部数据源获取数据
    2. 知识储存
      1. 数据库
      2. 文档管理系统
      3. 管理措施
    3. 知识传播
      1. 门户网站和维基网站
      2. 电子邮件、即时信息
      3. 搜索引擎、社会化协作工具
      4. 信息泛滥
    4. 知识应用
      1. 创新的业务实践
      2. 新产品与服务
      3. 新的市场
    5. 创造有利于知识获取的组织和管理模式
      1. 设立新的组织位和责任促进组织获取知识
      2. 专职知识管理人员/知识经历
      3. 负责设计新的方案,系统和方法来获取和管理知识
      4. 实践社区
4. 知识管理系统的类型
  1. 企业级知识管理系统
    1. 通用的、应用在整个企业范围内的知识管理系统,能够收集、储存、传播和使用数字化的内容与知识
  2. 知识工作系统(KWS)
    1. 强大的工作站、大量计算、网络系统
    2. 辅助工程师、科学家和其他知识工作者发现与创造新知识而建设的专业系统
  3. 智能技术
    1. 有各种不同的技术,例如,为了实现各种目标而采用的数据挖掘技术: 发现知识、提取知识、发现最优解
    2. 挖掘数据、专家系统、神经网络、模糊逻辑、遗传算法、智能代理
11.2 企业级知识管理系统的类型与价值
1. 企业内容管理系统(ECMS)
  1. 辅助企业获取、储存、检索、传播和保存文档和半结构化知识的系统
  2. 带来外部信息资源
    1. 新闻提要、研究报告
  3. 沟通与协作工具
    1. 博客、维基等等
  4. 知识管理的关键问题:创建类目、标签
  5. 数字资产管理系统
    1. 处理更复杂的照片、图形图像、视频音频等
    2. 帮助企业对数字资源进行分类、储存和传播
2. 定位和分享专业知识
  1. 提供企业专家的在线目录及个人档案
  2. 提供搜索工具,使员工更容易在公司找到合适的专家
  3. 用于公司外部知识资源的社交网络和社交商务工具
    1. 保存
    2. 标记
    3. 共享网页
3. 学习管理系统(LMS)
  1. 定义
    1. 提供了各种类型的员工的学习和培训的管理、交付、跟踪和评估工具
  2. 支持多种学习模式
    1. CD-ROM、网络课程、在线论坛等等
  3. 课程选择和管理的自动化
  4. 拼装与发布学习內容
  5. 衡量学习的有效性
  6. 大型开放式网络课程(MOOCs)
    1. 向大量参与者提供在线课程
4. 知识工作系统的要求
  1. 具有充分的计算能力
  2. 强大的图形和分析工具
  3. 通讯和文件管理
  4. 访问外部数据库
  5. 友好的用户界面
  6. 优化要执行的任务(如:工程设计、财务分析)
5. 知识工作系统的应用实例
  1. CAD(计算机辅助设计)
    1. 建造工程或建筑设计
    2. 3D打印
  2. 虚拟现实系统(谷歌VR画笔)
    1. 模拟现实环境
    2. 外科医生的3D医疗模型
  3. 增强现实(AR)系统
    1. 虚拟现实建模语言(VRML)
11.4 在知识管理中使用智能技术对企业的好处
1. 智能技术
  1. 获取隐性知识
    1. 专家系统
      1. 在特定的领域内,获取人类专业知识中的隐性知识
      2. 以规则集合的形式,获取技能熟练员工/专家的知识
      3. 通常执行有限的任务
        机器故障的诊断
        决定是否向贷款企业授信
        用于离散的、高度结构化的决策
      4. 工作原理
        知识库
        推理引擎
      5. 大多数专家系统处理的是分类问题
        有相对较少的替代结果
        事先已知可能的结果
      6. 许多专家系统要求大规模、长时间、代价高昂的进行。开发和维护工作
    2. 案例推理(CBR)
      1. 把描述为案例的专家经验的知识储存在数据库中(案例库)
      2. 系统检索与新问题有相似特征的已有案例,并利用已有案例的答案来解决新案例的问题
      3. 根据应用的结果把案例划分为成功或不成功的应用
      4. 存储组织智慧
      5. CBR应用于
        医学诊断系统
        客户支持
      6. 各种软件的帮助系统
    3. 模糊逻辑
      1. 以规则为基础的技术,体现了语言表示范畴中的不石角定性
      2. 用语言描述一个特定的现象或过程,并将该描述用少数灵活的规则表示
      3. 为需要专业知识但很难用F-THEN规则表示的问题提供了解决方案
        相机的自动对焦
        检测可能的医疗欺诈
        地铁系统的加速控制
  2. 知识发现
    1. 神经网络
      1. 在复杂而又难以进行分析的海量数据中发现模式和关系
      2. 通过采用筛滤数据、寻找关联、建立模型,并不断进行模型校正,从大量的数据中学习
      3. 人类通过一组已知输出结果的输入数据作为训练样本集,输入到网络中达到“训练”的目的,以帮助神经网通过实例来学习解决方案
      4. 主要应用于医药、科学研究和企业管理等领域中的模式分类、预测、金融分析、控制和优化等问题
    2. 数据挖掘
  3. 生成复杂问题的解决方案
    1. 遗传算法
      1. 是用于发现某个问题的大量可行解,并找到该具体问题的一个最优解的方法
      2. 概念上是基于生物演进过程
      3. 主要用于有数百或数千个变量存在的优化问题
      4. 能够快速评估许多可能的解决方案
  4. 任务自动化
    1. 智能代理
      1. 在客户服务、业务流程或软件应用中执行一些无需人工干预的、可重复的、可预测的具体任务
      2. 使用內置的或学习知识库
      3. 聊天机器人
      4. 基于智能代理建模的应用
        用于消费者行为、股票市场和供应链建模
        用于预测流行病传播的建模等
2. 人工智能(AI)技术
  1. 模拟人类行为的基于计算机的系统
3. 混合人工智能系统
  1. 将遗传算法、模糊逻辑、神经网络、专家系统等技术集成应用于某个应用系统中,充分利用这些技术的最佳特性
  2. 例如:松下公司开发的“模糊神经”洗衣机应用了模糊逻辑和神经网络的组合

Next up

第十一章知识管理

Description

Resource summary

Similar

	Created by joey goh almost 2 years ago

Next up

第十一章 知识管理

Description

Resource summary

Similar

第十一章知识管理