|
摘要：知识流程是企业业务流程中知识活动和知识生命周期的反映，利用知识流程系统为企业员工提供个性化知识需求服务成为提升知识管理水平的重要措施。在分析企业知识流程明晰化模型的基础上，研究了企业内部员工个性化知识需求模型及兴趣相似度的估算方法，提出了企业内部满足员工个性化知识需求的知识推送系统模型。
0 引言
知识资源的不断丰富使得企业中知识管理的方式面临着更新和改进。如何有效地发现知识，并针对企业员工的需求，实现知识的传递和推送服务，以期在企业内部和外部达到知识的共享、知识的再创造，已成为企业迫切需要解决的问题。知识流程是企业内部知识资源的反映，通过将其直观化，可以使知识流程中的各个知识驻点明晰化。知识直观化过程的实质是建立在语义和用语层次上的知识流程模型，并以一种通用的、直观的方式来获取和呈现知识，提供知识的快速检索功能。借助直观化视图模型及个性化知识推送服务模式，不仅使得企业能有效实现企业员工之间显性知识和隐性知识的有效传递和共享，而且能充分满足员工对知识的个性化需求。
1 企业知识流程的抽取
知识流程是从知识管理的角度来定义企业的业务流程，是组织流程的本质内容。在企业中，知识在各个部门、各项业务活动以及业务承担人员之间流动，形成流程知识。从另一个角度来看，在企业的知识流程中，存在一些关键点，即知识驻点；这些知识驻点是知识流程的中枢。知识流程正是在企业内的各个知识驻点之间为创造价值而形成的一系列积累、共享及交流的过程。
知识流程与企业业务流程紧密结合，企业员工在完成各项业务工作的同时，要处理和产生大量的知识。知识流程又不同于业务流程，它是将知识流动的路径、知识处理点和知识存储点从企业的业务流程中抽取出来，形成一个企业知识处理和应用的网络。企业知识流程如图1所示。由图1可知，在企业业务流程中包含着诸多的业务活动。业务活动是一个自封闭、边界清晰的执行单元，具有清晰的工作结果。通过发掘各项业务活动所产生的知识驻点，找出与之相关联的知识路径，利用先进的工具和方法进行抽取和提炼，形成企业的知识流程。 （图片） 知识流程反映了知识在企业中的各种活动状态，即知识的生命周期循环结构。某项业务开始之时就是知识需求的开始，通过企业中已有的信息系统进行需求的分析和知识挖掘，发现和获取知识。在业务执行过程中还需对获得的知识进行加工和处理，并将这些知识存储下来，逐步构成企业的知识存量而进一步加以利用、传播和共享。在此过程中，新的知识不断被创造出来，经过有效的知识评价和集成，引发新一轮的知识流活动。
2 企业知识流程的明晰化
知识流程反映了企业各个环节中的知识驻点，但是要使知识流程中的这些知识驻点明晰化，并成为企业内部部门和员工可以共享的资源，必须建立有效的知识直观化视图系统，借助其强大的知识导航和知识链接特性，才能达到组织内部知识交流和共享的目的。
知识流程的明晰化就是将其切入到企业知识视图系统之中，一方面可以保证知识管理真正与企业主要业务活动紧密结合，并且形成长效的运行机制，从而提升整个企业的知识管理水平：另一方面，可以方便地实现企业各个流程中核心知识的获取、关键知识驻点的识别以及隐性知识的明晰化，并为评估企业知识存量和知识管理绩效提供有力的依据。
2.1 企业知识流程明晰化的关键
企业知识流程应尽可能把更多知识类型纳入其中，并努力吸纳来自于企业外部的各类知识资源，不断增加和丰富流程中的知识驻点。此外，各类知识的联系性和交互性，能使知识产生互动并激发知识创新，因此，建立一个开放性明晰化的知识流程网络结构，对企业而言非常重要，它可以很好地满足知识需求，并使得企业内外的各类知识都能有相应的输入和输出接口。
企业知识视图系统正好满足了知识流程明晰化的需求，它是一种基于网络平台的开放网络结构，包含大型的知识库，能对企业的知识有定位和导航的作用。首先，视图系统中强大的导航功能能够很好地揭示企业各个层次的知识源。而且可以根据用户的需求建立不同的视图，从而清晰地反映知识流程中的各个知识驻点。其次，它可以将知识驻点间的关联标明出来，从而建立各知识源的有效链接，达到更有效传递知识的目的，并在此传递过程中不断发现新的关联，创造出新的知识点。此外，企业知识流程中存在大量的隐性知识，例如专家、技术骨干或员工存储的丰富的专业技能和相关知识，凭借通常的交流和学习，很难传递和共享。如果将这些个人经验、技能和知识上传至系统平台上，然后借助视图系统中的可视化索引、知识检索和学习功能，可以让企业中需要相关知识的员工以最便捷的方式、最快的速度查找、获取并实现隐性知识的交流和共享。
2.2 知识流程明晰化的功能结构模型
知识流程明晰化的功能结构模型见图2，它包括技术支持及视图生成、直观化应用和知识活动3个层次。（图片）
图2 知识流程明晰化的功能结构模型 (1)技术支持及视图生成为企业知识流程中的知识活动提供了一系列交互界面和工具。其中关键的技术是领域本体的应用，它可提供领域内的概念及其关联描述，使知识的获取和选择更加方便。本体构造分为3个主要阶段：①领域本体构建，由领域专家主导。全面描述领域中的概念及概念相互间的关系；②企业本体构建，由企业中知识工作者主导，着重对企业中高层次的知识概念及概念间的关系进行描述；③应用本体构建，由系统开发人员主导，描述具体业务中的概念和它们之间的关系。在构造本体的过程中，使用映射表记录从应用知识到企业知识，再到领域知识之间的关系。本体技术的应用可以提取相应的知识属性和关联关系，在技术支持层中建立知识索引，并由相关的知识专家或系统内的绘图引擎生成全局性的知识视图。由于企业内用户需要查询的知识层次和角度不同，因此系统可根据用户的需求生成不同视图。
(2)直观化应用层中的知识集成机制能实现基于语义的资源集成服务，并形成匹配多种知识视图需求的完整内容，使各知识资源的知识能纳入到知识流程中；语义分析可以提高知识检索的速度和查准率。在高维度、海量、异构、不完全、半结构化的知识资源中，了解各个流程中的知识及一系列背景信息，帮助人们直接交流获取知识或接受他人发布的知识资源以获取知识。此外，根据知识流程中粒度的确定，结合知识的需求，进行抽取、挖掘、归纳、演绎、合成来产生新知识。在知识关联和集成方面，通过建立有效的知识关联，帮助用户进行知识调用和知识集成。
(3)知识活动层是企业知识各种活动的具体表现，也是其生命周期循环的体现。在这个循环结构的知识活动层中，从产生知识需求，到知识的创造与评价，实现了企业知识从隐性到显性的过程，并完成了知识的内化、外化和群化。因此，根据不同的知识驻点、属性和知识源的关联，可以分别进行知识结构信息的明晰化、知识使用流程信息的明晰化以及知识位置信息的明晰化等，从而最终实现企业知识流程的直观化。
3 基于知识流程的企业内部个性化知识推送系统
在企业知识流程明晰化功能模型中，知识资源的结构分布是一种网状结构的信息空间，企业员工要在信息量非常大的网状结构中获取自己所需要的知识，不仅十分困难，而且难以保证所需知识的系统性和准确性。而根据知识需要者的兴趣，在知识网络系统中采用基于个性化知识服务的主动知识推送模式，既可以提高用户查询知识的效率，又可以提升系统的智能化、个性化服务功能。
知识推送是企业知识服务的一种新型表现形式。通过知识推送可以加速知识在企业内部的转移，消除知识不对称现象，促进知识的应用和创新。依据用户对知识的需求，使用相应的推送技术，将所需知识及时、主动地传递给用户。
3.1 企业员工个性化知识需求模型的建立
利用企业明晰化的知识视图系统，为企业员工提供个性化的知识服务，必须建立个性化知识需求模型。模型中所需要的数据可通过显性和隐性两种方式获得。显性方式需要员工的直接参与，采用员工输入或交互方式获得；隐性方式则是利用系统中智能Agent通过对员工浏览行为的学习和分析得出。
企业员工在使用以web方式发布的知识视图系统中，都会具有一些表现其兴趣所在的行为特征，如访问某信息资源的频率、逗留的时间、对资源进行收藏、加入书签以及对检索结果的反馈等。这些行为特征反映出员工的兴趣领域所在。当系统接收到知识信息后，通过系统的自动学习机制分析推导出员工可能需要的相关知识，再经过调整和完善，形成比较准确的用户知识需求模型，用户访问某页面时，可以通过估算用户的兴趣度来确定用户兴趣的模型。
这里选取几个重要的参数，即用户在某一页面p上的浏览时间为t(p)，翻页/拉动滚动条的次数为v(p)。采用多元线性回归方法作为页面兴趣建模分析的工具。线性回归分析方法是在分析研究对象变化趋势的基础上建立函数模型，从而研究对象之间存在的相互依存关系。
用户浏览行为和页面兴趣度之间的线性回归方程可表示为：
d(p)=a*t(p)+b*v(p)+c (1)
其中，a，b，c是与t(p)和v(p)无关的未知参数，称为行为因子，可采用最小二乘法进行估计。通过式(1)可以计算用户对每个页面的行为兴趣度，从而构造出用户的兴趣模型。
3.2 文档概念间的相似度测算
当企业员工输入了知识需求的请求后，通常是以关键词的形式出现。知识系统中智能Agent可以探查和搜索用户的兴趣，之后系统将查询到的信息以向量空间模型表示，并计算搜索到的文档信息和用户兴趣之间的相关度。用户感兴趣的词都与用户的兴趣或多或少有一定关系，这些词在系统搜索的文档中出现的频率越高，说明与用户兴趣的相关程度越大。同时，这些词在文档中的比重越大，就越能说明文档反映用户兴趣的可能性就越大。设文档长度为L，文档中词k的实际权值为Wk(1≤k≤n)，其在文档中的归一化权值（图片），词k在文档中出现的次数为Ck，长度为Lk，在用户兴趣表中的归一化权值为Vk，则该文档与用户兴趣表的相关度可表示为：（图片） 根据相关度的大小，可以把相关度大的推荐给用户。
3.3 知识流程系统中个性化知识推送的实现
企业员工个性化知识推送系统模型见图3。在图3中，具有智能功能的Agent技术是支持知识推送服务的核心，它具有自主性、及时性、主动性和社会性等属性，这些特性为个性化信息服务的实现提供了可能。系统中的搜索引擎Agent和推送引擎Agent能为用户执行特定的任务，根据搜索规则库中预先设定的搜索策略及模糊搜索匹配，形成用户兴趣偏好贴近度搜索及排序；Agent则依据推送规则库中的推送规则，自动完成知识的推送。（图片） 用户兴趣Agent在系统中可以通过用户的行为获取，或利用与用户直接交互等多种方式得到关于用户的个性化知识需求，从而为用户建立兴趣模型，并据此为用户定制知识，为实现知识的主动推送服务提供依据。用户兴趣模型是用户知识需求的精确描述，不存在歧义和模糊性。用户兴趣Agent在用户发出知识检索请求时，将用户兴趣模型推送给检索协调Agent，以便在系统中能快速检索到用户所需的相关知识。而且，系统中的用户兴趣Agent也可以主动联系检索协调Agent，根据用户兴趣模型，将知识一次性地推送给用户。
在上述只是推送模型中，企业员工对每次的知识推送服务可以进行交流、共享和评价，包括将获得的某类知识上传至企业知识管理系统平台，以便其他员工共享该类知识；对系统提供的只是服务准确性和使用效果进行评价，使企业及时发现和调整知识管理、知识服务中的不足，从而提升企业知识管理的水平。
4 结语
知识流程的明晰化为企业的只是活动提供了导航和服务的功能，利用可视化视图系统，融合了先进的信息技术和智能化本体技术，能很好地实现企业内部个性化知识推送的需要。这不仅满足了只是的主动服务需求，而且提升了企业整体知识服务的效果，促进了企业内部员工只是共享的医院，从而加速了企业中知识获取、选择、产生、内化的知识链活动；特别是促进了企业内部隐性知识的交流和共享，有效地实现企业知识创新。
5/24/2012
|
