3.5　知识管理技术分类

3.5.1　过程分类法

过程分类法是得到最普遍使用的一种分类方法，它根据知识创建及其使用来界定在此过程中所需应用的技术^[54]。

知识过程一般来说应包括知识生产、分享、应用，以及创新四大过程，但在具体子过程的分解上，不同人也有不同的分法。Rose Dieng等从创建组织记忆的角度将知识过程分为六个基本阶段，每个阶段有相应的技术提供支撑（图3-1）。如需求分析阶段需要通过分析业务过程来确定业务过程中所用的知识，企业建模、BPR技术等就成为该阶段的技术支撑；组织记忆建立知识生产的关键阶段，需要将不同来源的知识分类、整理、提炼并加以存储，将分散知识提升为组织记忆。知识工程技术、案例推理技术、Agent技术等提供了组织记忆建立阶段的技术支撑；其他如知识分发需要知识服务器技术，知识使用需要信息检索、群件技术等。

3.5.2　知识特征矩阵分类法

知识特征矩阵分类法从知识位置及知识结构化程度两个维度来分类知识管理技术。知识的位置决定了知识管理的连接对象是知识物件还是个人；知识的结构化程度则决定了知识管理系统采用什么样的技术去连接知识物件或个人。这样，就得到了知识管理技术的知识特征矩阵分类法^[54]。

按照知识位置及知识结构化程度两个维度可以得到四个象限，这样就将知识管理技术分为四种类型（图3-2）：

1．象限I：在该象限，管理的是结构化的知识物件，它们可以是具有一致性结构的企业数据，或是能加以结构化的内容（如在咨询报告上配以关键词），这些知识通常表现为有组织的、编码化的文档。文档库、数据仓库系统、知识地图等技术就属于该象限，它们通常是基于数据库管理系统来获取和存储文档的，这些文档被赋予一些预定义的关键词或元数据等文档分类标准，这样就能够快速、有效定位知识内容。

2．象限II：在该象限，所管理的知识存在于个人，但是这些知识被加以结构化了，专家黄页、专家技能库等就是这类技术的典型。通过这些技术，用户能够快速找到相关的领域专家以寻求帮助。

3．象限III：在该象限，所管理的是非结构化的知识物件，这类知识通常并不遵循预定义的结构，很难以结构化的方式获得，需要借助一定过滤及搜索技术，典型技术包括Intranet、协作过滤技术以及搜索引擎技术等。如许多组织都配置了企业内部网Intranet，这样重要的文档就可以在网上被发布和浏览；而协作过滤技术能够记录用户的浏览和搜索行为，当用户进行类似的搜索时，它能够基于用户行为的历史记录快速推荐给用户相关知识；搜索技术则可以通过全文搜索、上下文搜索、智能知识检索技术、自然语言查询等各种手段帮助用户快速找到其所需的知识。

4．象限IV：在该象限，管理的是一种非结构化的个人知识，需要提供一定的手段帮助用户交流和共享这些知识。该类最典型的技术就是BBS，它能够提供员工知识交流的环境，使员工在“你问我答”中实现知识的共享。其它如电子会议、E-mail也都是该类的典型技术。

3.5.3　层次分类法

层次分类法从知识管理的不同作用层次来分类知识管理技术。知识管理对企业运营而言，在战略、战术以及运作三个层面都能起到相应的作用，这样就可以将知识管理技术分为三个层次，即战略性知识管理技术、战术性知识管理技术以及运作性知识管理技术^[54]。

层次分类法从一种更广义的角度来分类知识管理技术，因为传统意义上来说，知识管理技术主要是从运作以及战术层面来考虑的，而在战略层面则强调不多。

简单来说，战略性知识管理的主要问题是“知识如何创造价值”，战术性知识管理则关注“如何更好地使用和创造知识”，而运作性知识管理则需要解决“如何编码和共享日常工作中的知识”。三种问题，就对应着三个层面的技术（图1-3）。

1．战略性知识管理技术。战略性知识管理在应用上主要强调对企业无形资产以及核心能力的认知、业务过程建模及优化等方面。相关的支撑技术有业务建模、系统规划、知识规划、策略规划、场景设定、企业软件等。

2．战术性知识管理技术。战术性知识管理的典型应用就是实践社区或知识社区，在这方面需要强调的技术有协作工具、知识地图、视频会议、个性化工具、虚拟团队工具、群组过程等。

3．运作性知识管理技术。运作性知识管理主要是帮助员工在日常工作中更好地使用知识，典型应用有自帮学习、工作协助等。相关技术主要包括：E-learning工具、工作流软件、知识库、最佳实践数据库、搜索引擎、消息推送等。

3.5.4　隐性显性知识转化分类法

此种分类法以野中郁次郎（Nonaka）提出的组织知识创造模型作为框架，对用于知识管理解决方案的几项主要技术进行评论^[55]。目的是描述技术对知识在隐性和显性两种形式之间转化所能支持的程度，探讨未来可能的一些发展趋势。研究发现，当前的知识管理解决方案中，应用的最多的是那些主要处理显性知识的技术，比如查询和分类技术。对隐性知识来说，尽管出现了一些可喜的进展，比如基于文本的聊天、专家定位系统、自由的电子公告牌系统等，但是，支持隐性知识的形成、传播和显性化的技术仍然比较薄弱。

表3-1所列的是采用技术推动显性知识和隐性知识转化过程一些示例。单个的技术本身并不是知识管理的解决方案。当这些技术被商业化，进入市场的时候，一般是集成在一起，以解决方案的形式存在。也就是说，解决方案一般是不同技术的集成包，它们被设计用来解决一定范围的商业问题。比如门户、协作软件、远程教育软件，它们中的每个都包含了几种不同的技术。

在此种分类法中，对知识管理技术的研究强调人的知识。在计算机科学中，“知识管理”往往被解释成通过计算机来获取和使用知识，但是，该分类法不采用这层意思。无论如何，从文献中自动地提取深层知识（也就是说，获取文献的主要意思）是很难达到的目标。到今天为止，无论是对人名或名词短语等实体的正确识别，还是对不同知识类型之间结构关系的自动提取，自动提取知识的技术水平仍然被认为是相当薄弱的，因为可以捕获到的仅仅是意思的一个子集，有时甚至只是一个小的知识点，而且，没有一个系统能够以接近人的推理能力的方式，对提取出来的知识进行推理（指从已知的知识中推断出新的知识）。因此，系统的价值在于提高了分析人员的生产率。在不远的将来，企业的知识管理涉及到的将是多种形式的人的知识。

1．隐性知识到隐性知识

隐性知识产生和共享的最典型的方式就是面对面的会议和共享经验，一般是非正式的，信息技术（IT）在这个过程中的作用甚微。不过，使用称之为群件的联机工具进行开会、人与人之间的交流，变得越来越普及。这些工具的使用要么是对传统的会议的一个补充，要么是取代传统的会议。

例如，群件（Groupware）。群件包含有多种应用程序，它帮助个人在团队内实现协同工作。在某种程度上讲，群件可以支持知识转化的四个过程。为考察群件在社会化过程中的作用，我们集中考虑两个重要的方面：共享经验、建立信任。

还有一种是专家定位系统（Expertise location）。有可能一个人的目标并不是找到与自己有共同兴趣的人，而是要从那些愿意共享知识的专家那里获得建议。专家定位系统的目标就是提供某一特定领域内的专家名单。这种系统最简单的形式就是服务于个人的搜索引擎，但是它们的效果决定于系统进行推断时依据的事实。

2．隐性知识到显性知识

根据Nonaka的说法，由隐性知识到显性知识的转化（外部化）需要形成一种共同的认知模式，然后，通过对话（dialog）清楚地表示隐性知识。协作系统（collaboration systems）和其它的群件产品（比如，专门的头脑风暴应用软件）都可以在一定程度上支持这种类型的交互。

联机讨论数据库是另一种可用的捕获隐性知识，并把它运用于实际问题的工具。我们已经看到团队成员可以利用群件工具共享知识。为了使外部化过程更为有效，这种形式的讨论应该包括比喻和类比的表达与共享，它可能需要采用一种相当自由的，甚至是随心所欲的形式，这种形式更像是在聊天或团队内实时交互中体现的那样。

不像通常小组内部的讨论，新闻组（Newsgroups）和类似的论坛（forums）是对所有的人都开放的。两者都具有提问与回答问题的特点，区别在于新闻组和论坛的参与者一般都不相识。虽然如此，但人们发现，参与新闻组的人大都乐意向其他人提供建议和援助。推测起来，这大概是由许多动机所驱动的，包括：利他主义、被他人看作是专家的愿望、获得他们所帮助的人的感谢和正面的反馈等等。

如果回答问题的这个人有过多次贡献，可以被认为是一个专家。从表面上看，交换的是一种纯粹的显性知识，但是，因为专家首先必须对问题的性质做出判断，然后才能提出最佳的解决方案，所以，这两个过程都需要运用到他的隐性知识。当这些知识显性化之后，有类似问题的人就可以通过参考那些档案文件找到解决方案。在IBM的系统中，对这种现象进行了量化的研究，结果表明，大量的知识交换都是通过这种问-答的方式完成的，部分问题得到几个人的解答，同样多的问题由那些仅回答过一次或两次问题的人解答。因此，这种召开会议的方法，既可以从少数专家那里获得建议，也可以从广泛的群体中获取知识。

3．显性知识到显性知识

毫无疑问，信息技术支持的最好的知识转化过程就是合并阶段了，因为它处理的是显性知识。知识管理与信息管理的区别是，在知识管理中，始终包含着隐性知识和显性知识的互相转化。这使我们关注技术可能涉及到的一些新的元素。

获取知识。隐性知识被概念化、清楚地表达出来之后，就转化成为显性知识，此时，就能够以报告、电子邮件、演示文稿或网页等永久的形式获取，从而使之可以被组织中其他人所使用。技术在知识获取中的作用表现在字处理软件的普遍采用，利用字处理软件可以生成易于通过网络、电子邮件或文档管理系统共享的电子文档。用这种方式获取显性知识，可以将它们提供给更广泛的用户群。尽管，到目前为止，获取知识最常用的方式还是书写文档，但是，技术的发展已经使利用其它的媒介变得可行，例如数字音频和视频。与文本文件相比，非文本数字媒介的缺点在于难以查询和浏览，因此，在知识库中很少使用非文本数据。摘要技术可以改善视频的浏览，它可以从视频中自动地提取静止的图像，生成图库，每幅图像代表了视频中的一个重要片段。

语音识别（Speech recognition）。随着自动语音识别（ASR automatic speech recognition）准确度的提高，在可预见的将来，有望实现有效的、不依赖于说话者的、采用自由词表的语音识别，为我们带来新的知识获取方法。

查询（Search）。查询技术是处理显性知识的最重要的技术，它帮助人们完成最基础的工作：查找。基本上，在绝大多数的组织里的发展趋势是，所有文档都可以在线获取它的电子版本，所以，现在的问题已经不再是知识获取的问题了，而是从中查找与工作相关的材料。

分类法与文献分类（Taxonomies and document classification）。一个学科领域的知识也可以被编制成一幅“知识地图”，或者叫做“分类体系”，也即按等级关系组织的一个类目体系。等级内部的关系有很多种，典型的分类体系包含有几种不同类型的关系，依据应用场合的不同，关系的类型不同。分类法的作用是双重的。首先，它可以起到导航的作用，使用户不需要实施检索就可以找到自己感兴趣的文献（实际中，这两种查询策略一般是结合起来使用的）。其次，知识地图可以将文献放到一定的知识环境中，这可以帮助用户判断这些文献是否适用于手头上工作。

门户与元数据（Portals and meta-data）。门户为描述文献的元数据的存储提供了便利的空间，它保存有关访问存取的元数据（meta-data）。索引与知识地图（或称为分类体系）是元数据的两个例子。元数据的价值在于浓缩了文献的信息，用户不再需要访问所有的信息源，判断这些信息源中是否包含有相关信息。利用元数据可以使信息浏览变得更容易、更有效，减轻了用户的负担，用户因此可以提高工作效率，工作的质量也得以改进。实际上，这也给用户提供了一种基于浏览的全新体验，在内在化过程的某些部分，隐性知识可以在这个基础上产生。

摘要（Summarization）。摘要是一种典型的元数据。摘要的价值在于，可以使用户避免读那些与当前任务无关的文献。

4．显性知识到隐性知识

帮助用户形成新的隐性知识的技术（比如，更好的理解显性知识的技术），是知识管理实践中面临的最大挑战。因为隐性知识的获取是取得实质性进展的必要前提。知识管理系统除了具备信息检索的功能之外，应该能够促进信息的理解和使用。

学习（learning），尤其是在线教育（on-line education）和远程教育（distance learning），是促进隐性知识形成的一组技术。在组织内部，在线学习有很多优势，它无需旅行就可以完成，同时，在时间上，可以与工作的时间相协调。

信息泛滥（information overload）的趋势，促使组织采用新的技术，帮助理解显性知识。代理程序可以过滤消息、区分其优先次序、综合不同的观点，因此，利用它可以使对最新信息的评价变得更加容易。最后，可以应用可视化技术（visualization techniques），帮助用户更容易地理解现有信息。