論知識倉庫的架構

【內容提要】在知識管理時(shí)代，知識倉庫具有隱性知識共享和轉化功能、知識存儲和檢索功能、知識分析功能、新知識產(chǎn)生和反饋功能，以及用戶(hù)行為分析跟蹤功能。知識倉庫的架構分為6個(gè)主要構件：共享和獲取隱性知識模塊；獲取顯性知識模塊；知識的抽取、轉換和儲存模塊；知識分析模塊；用戶(hù)（系統管理員）界面模塊；3個(gè)反饋環(huán)。目前，已經(jīng)開(kāi)發(fā)出一些知識倉庫軟件系統。圖1。參考文獻8。
【摘要題】專(zhuān)題探討
　　　　　　　1　知識管理時(shí)代知識倉庫的地位
　　知識可劃分為顯性知識（explicitknowledge）和隱性知識（tacitknowledge）兩類(lèi)。其中，顯性知識是指能夠用語(yǔ)言、符號、規則、公式或對象等正式表達并能夠傳輸給他人的知識；隱性知識是深深根植于人腦中的信念、觀(guān)點(diǎn)、創(chuàng )意和智力模型，包括某人長(cháng)期從事某項活動(dòng)或職業(yè)而形成的主觀(guān)經(jīng)驗、洞察力和直覺(jué)。二者緊密關(guān)聯(lián)，并與經(jīng)濟活動(dòng)融為一體，成為當代社會(huì )發(fā)展的主要推進(jìn)力量。
　　知識管理是通過(guò)共享和抓住隱性知識并將其轉變?yōu)轱@性知識，篩選、存儲、加工、檢索、傳遞和利用顯性知識，創(chuàng )新新的知識來(lái)增加社會(huì )價(jià)值的。這種實(shí)踐活動(dòng)可用知識螺旋（knowledgespiral）來(lái)描述。在每一個(gè)螺旋中存在4個(gè)階段：共享隱性知識階段、隱性知識轉變?yōu)轱@性知識階段、顯性知識轉變?yōu)樾轮�識階段和通過(guò)學(xué)習產(chǎn)生新的隱性知識階段。每一次新的顯性知識和隱性知識的產(chǎn)生便是知識螺旋的一次上升。相對于知識管理，信息管理注重顯性知識或稱(chēng)編碼型知識（codifiedknowledge）的搜集、存儲、加工、檢索、分析和預測，這方面的研究成果主要表現為數據倉庫（DataWarehouse，簡(jiǎn)稱(chēng)DW）的開(kāi)發(fā)和利用。數據倉庫使企業(yè)能抽取、篩選、存儲大量的數據，對用戶(hù)的檢索進(jìn)行有效而準確的反應，并為決策活動(dòng)提供了強大的基礎。然而，數據倉庫中僅僅存儲了決策者所需知識的一部分，企業(yè)絕大部分智力財富以隱性知識的方式存在于員工的大腦中，因此，數據倉庫不足以滿(mǎn)足對知識檢索的需求。為了滿(mǎn)足知識管理和知識決策的需求，可以對現存的企業(yè)數據倉庫進(jìn)一步擴充，成為滿(mǎn)足知識管理需求的知識倉庫（KnowledgeWarehouse，簡(jiǎn)稱(chēng)KW）。知識倉庫能夠對不同類(lèi)型的知識（顯性知識和隱性知識）和不同形式的知識（純文本、二進(jìn)制對象、模型等）進(jìn)行捕捉、存儲、編碼、組織和分析。另外，這些知識還包括元知識（關(guān)于知識的知識）和分析后產(chǎn)生的新知識。
　　　　　　2　知識倉庫的主要功能分析
　　知識倉庫強調為決策者提供一個(gè)提升知識管理流程全過(guò)程的智能分析平臺，它在很大程度上依賴(lài)于信息技術(shù)的發(fā)展并被日新月異的信息技術(shù)所推動(dòng)。信息技術(shù)包括人工智能、神經(jīng)網(wǎng)絡(luò )、專(zhuān)家系統、多媒體技術(shù)、數據庫、信息可視化、機器學(xué)習、信息分析與挖掘等，其中OLAP（OnlineAnalyticalProcessing，在線(xiàn)分析處理）與DM（DataMining，數據挖掘）是基于數據倉庫技術(shù)而發(fā)展起來(lái)的信息分析與挖掘工具。OLAP是驗證型的，建立在多維視圖的基礎上，重在根據已有的模式將直接源自數據倉庫中的不同信息源的大量相關(guān)信息聯(lián)系起來(lái)，以給分析人員一個(gè)清晰、一致的視圖。OLAP主要有兩個(gè)特點(diǎn)，一是在線(xiàn)性（online），即對用戶(hù)的請求做出快速響應；二是可以應用多種統計分析工具、算法對數據進(jìn)行多維分析（multi-analysis）。DM是挖掘型的，建立在各種信息源的基礎上，重在發(fā)現隱藏在大量原始數據深層中的對人們有用的模式（patterns）。被抽取的模式即知識，具備可信、新穎、有效、易于理解的特點(diǎn)。DM有兩個(gè)主要過(guò)程，即建立模型和預測未來(lái)結果。在這些過(guò)程中，可應用統計分析、神經(jīng)網(wǎng)絡(luò )、決策樹(shù)、遺傳算法、模糊邏輯、基于記憶的推理（memory-basedreasoning）等技術(shù)，OLAM（OnlineAnalvticalMining，在線(xiàn)分析挖掘）是OLAP和DM相結合的產(chǎn)物，OLAM兼有OLAP多維分析的在線(xiàn)性、靈活性和DM對數據處理的深入性，目前OLAM正處于研究之中，針對LAM的發(fā)展驅動(dòng)力和基本結構，以下幾點(diǎn)是必要的：OLAM建立在多維數據庫和OLAP的基礎之上，能對任何它想要的數據進(jìn)行挖掘；用戶(hù)對挖掘算法具有動(dòng)態(tài)選擇的權力；具有強大的基于超立方體的挖掘算法；能夠協(xié)調好執行效率與挖掘的準確性之間的關(guān)系；具有靈活的可視化工具和良好的擴展性。
　　信息技術(shù)的發(fā)展使知識倉庫的功能實(shí)現變?yōu)榭赡�，知識倉庫應具備以下主要功能：
　�。�1）隱性知識共享和轉化功能。即知識倉庫應具備共享隱性知識和將隱性知識轉變?yōu)轱@性知識的能力，這依賴(lài)于機器學(xué)習、神經(jīng)網(wǎng)絡(luò )、信息可視化、多媒體技術(shù)等。
　�。�2）知識存儲和檢索功能。即知識倉庫必須提供數據倉庫所擁有的全部功能，并具有更加豐富的知識表現形式。知識倉庫應能有效生產(chǎn)、存儲、檢索、管理各種形式的知識。
　�。�3）知識分析功能。知識分析是一個(gè)非常復雜的過(guò)程，分析任務(wù)常常利用各類(lèi)歸納和演繹的人工智能技術(shù)，如神經(jīng)網(wǎng)絡(luò )、數據處理的分組方法、統計、基因算法、基于案例的推理等。每一個(gè)任務(wù)在輸入數據、執行參數和輸出格式方面都有自己的要求。
　�。�4）新知識的產(chǎn)生和反饋功能。知識倉庫中的知識隨著(zhù)不同的反饋環(huán)而得到實(shí)時(shí)更新，如通過(guò)頭腦風(fēng)暴法產(chǎn)生、共享和獲取新的隱性知識；從用戶(hù)剛剛驗證和證實(shí)的結果中產(chǎn)生新的顯性知識。
　�。�5）用戶(hù)行為分析跟蹤功能。知識倉庫能夠根據用戶(hù)所提供的信息、用戶(hù)的行為習慣和傾向進(jìn)行跟蹤并針對性地提供決策服務(wù)。
　　　　　　3　知識倉庫的架構
　　知識倉庫包括6個(gè)主要構件（見(jiàn)圖1）：共享和獲取隱性知識模塊；獲取顯性知識模塊；知識的抽取、轉變和存儲模塊；知識分析模塊：用戶(hù)（系統管理員）界面模塊；3個(gè)反饋環(huán)。
　　附圖
　　圖1知識倉庫的架構
　　　　3.1　共享和獲取隱性知識模塊
　　隱性知識是無(wú)法交流的知識。例如，學(xué)生通過(guò)書(shū)本可間接地學(xué)到用文字表達出來(lái)的顯性知識，而通過(guò)上課不僅可學(xué)到顯性知識，而且能體會(huì )到教師講授中無(wú)法表達的隱性知識。這即是所謂的言傳身教，但在對所講所學(xué)知識的理解上學(xué)生和教師總存在差別。又如，邀請一位有經(jīng)驗的管理者作報告，假設該管理者對自己所理解的管理理論和實(shí)踐經(jīng)驗盡其全力進(jìn)行表達，是否聽(tīng)報告的人在報告后便能成為與其一樣出色的管理者？答案是否定的，究其原因，該管理者能表達出來(lái)的知識是顯性知識，而他頭腦中大量存在的是他無(wú)法表達清楚的隱性知識，這些隱性知識在該管理者的管理實(shí)踐中起非常重要的決策支持作用。知識管理非常強調對隱性知識的挖掘，共享和獲取隱性知識模塊應具體擁

【論知識倉庫的架構】相關(guān)文章：

論企業(yè)知識管理03-18

論知識管理與利用03-23

論風(fēng)險基礎財務(wù)治理的架構03-21

論知識產(chǎn)權（一）03-23

論知識管理對教育的影響03-20

論企業(yè)知識管理的實(shí)施12-10

論圖書(shū)館的知識管理與知識服務(wù)03-25

企業(yè)電子商務(wù)中的知識治理戰略架構分析12-06

論基于知識鏈的知識管理模式的構建03-17

論知識管理在企業(yè)中的應用03-17