袁小艷，賀建英，唐青松，成淑萍

（四川文理學院 計算機學院，四川 達州 635000）

當前是知識經(jīng)濟時代，知識呈爆發(fā)性的增長，海量知識急需管理。知識管理就是利用集體的智慧提高應變能力和創(chuàng)新能力，通過知識獲取、知識共享和知識應用來達到知識創(chuàng)新的目的。根據(jù)IDC的統(tǒng)計，美國企業(yè)在2007年投入近50億美元用于知識管理，Chevron公司就通過最佳實踐共享節(jié)省了1.5億美元，可見知識管理的重要作用。越來越多的企業(yè)已認識到知識是企業(yè)創(chuàng)造競爭力的核心，知識管理的重要性越來越得以凸顯，然而很多高校卻還沒意識到知識管理的重要性。

高校是知識密集型組織，其創(chuàng)造價值的核心是知識，衡量高校的產(chǎn)出是看其科研成果和培養(yǎng)的人才，而科學研究和人才培養(yǎng)都是知識積累、應用、創(chuàng)新的過程，因此知識管理日益成為提高高校競爭力的關(guān)鍵因素。高校只有將知識管理置于戰(zhàn)略實施的核心地位，才能在提升高校競爭力方面收到事半功倍的效果，所以開發(fā)高校知識管理平臺迫在眉睫，是高校改革的需要，是高校信息化的需要。

1 高校知識管理

高校是知識生產(chǎn)的源頭，它的所有活動都與知識管理有關(guān)，但高校的知識也是最分散的，教學、科研、人事、學生、招生就業(yè)、院系等各部門掌握的知識缺乏交流和共享，跨學科的共同研究難以展開，學生很難有觀摩杰出學者研究活動的機會。這些問題的產(chǎn)生是因為現(xiàn)行高校的制度妨礙了高校的產(chǎn)學研一體化活動，不利于提高高校的知識生產(chǎn)率，也不利于提高高校的核心競爭力。為了解決這些問題，高校需要從全局出發(fā)，強化知識管理，克服知識的學科和部門分割，共同致力于高校知識資源的積累、整合和優(yōu)化增值，實現(xiàn)知識的共享、交流和創(chuàng)新。

高校知識分為兩類，顯性知識和隱性知識。顯性知識是指Know-what、Know-why的知識，即知道是什么和知道為什么，屬于直接感知、事實陳述和科學理論型的知識，容易用文字和符號、圖像記載，如教程、教案、學術(shù)論文、科研項目、畢業(yè)設(shè)計與論文等；隱性知識是指Know-how、Know-who的知識，即知道怎么做和知道是誰，屬于技術(shù)型和社會人文型知識，很難用文字和語言表達，即“只能意會、不能言傳”的知識，如教學經(jīng)驗、科研方法、學習興趣、人際關(guān)系等。如果顯性知識是“冰山”的尖端，那么隱性知識則是隱藏在水面下的大部分，是社會知識最主要的來源[1]。高校知識管理的關(guān)鍵就在于顯性知識和隱性知識的相互轉(zhuǎn)換，即顯性知識通過知識共享轉(zhuǎn)化為個人或團隊的隱性知識，個人或團隊又經(jīng)過一系列的思考、創(chuàng)新活動產(chǎn)生新的知識，用一定方式表現(xiàn)出來，形成新的顯性知識，其實這就是知識創(chuàng)新的一個過程。創(chuàng)新在很大程度上是集體智慧的產(chǎn)物，它必須是參與的個人之間有更深層次的合作，知識的高度融合是團隊合作創(chuàng)新的基本要求，也是最重要的保證。

2 知識管理平臺構(gòu)建

2.1 知識管理平臺的體系架構(gòu)

本文知識管理平臺分為知識管理和知識社群管理，采用瀏覽器/服務器架構(gòu)，在瀏覽器端，用戶通過瀏覽器完成知識錄入、知識獲取、知識共享和知識搜索，同時用戶的所有活動都將記錄在服務器端（云端）的日志庫中。在服務器端，管理員通過知識管理后臺維護3個知識庫和1個本體庫，即學校知識庫、教師知識庫和學生知識庫，并以本體的形式實現(xiàn)知識的表達。除此之外，為了提高知識搜索的搜索效率和搜索精度，還必須對已經(jīng)存在知識庫中的歷史知識進行維護（生命周期、在線式的維護），即通過修訂、刪除、合并歷史知識，以及修改知識的表達形式、索引機制等知識庫維護操作以減少知識庫中的冗余知識和信息。

本平臺的知識量非常大，越來越多的計算需求讓高校不得不經(jīng)常購買新的服務器和存儲設(shè)備，但服務器大多數(shù)的時間都是閑置的，為了解決這個問題，本文使用了云計算。在云計算平臺中，由服務提供商對分布在網(wǎng)絡(luò)上的各種資源進行分配、負載均衡和安全控制，用戶根據(jù)自身的需求申請一定配額的資源，并可以根據(jù)需求的變化動態(tài)的調(diào)整申請配額，用戶再也無需為了瞬時的峰值而購買大量的服務器，可以在峰值抵達之前提高申請的配額，以動態(tài)適應變化的需求[2]。云計算方便了用戶對資源的獲取與管理，降低了用戶的成本需求。本文的知識管理平臺系統(tǒng)架構(gòu)如圖1所示。

圖1 云環(huán)境下高校知識管理平臺的體系結(jié)構(gòu)Fig.1 The architecture of university knowledge management platform of cloud environment

2.2 知識管理平臺模型結(jié)構(gòu)

本文高校知識管理平臺理論模型的構(gòu)建，借鑒了APQC（美國生產(chǎn)力和品質(zhì)中心）的知識管理構(gòu)架，如圖2所示，并作為高校知識管理平臺的理論依據(jù)，該模型包括高校知識管理的過程與方法，是一個循環(huán)的過程。高校知識管理的主體是學生、教師和學校，即個人和學校兩個層面。高校知識管理的過程主要包括六個階段，即知識的錄入和獲取、知識的處理、知識的存儲、知識的共享、知識的交流、知識的應用和創(chuàng)新，在這個過程中不斷促進隱性知識到隱性知識的社會化、隱性知識到顯性知識的外化、顯性知識到隱性知識的內(nèi)化和顯性知識到顯性知識的組合化，以實現(xiàn)個人知識和學校知識螺旋式增長[3]。

圖2 高校知識管理平臺模型結(jié)構(gòu)Fig.2 Structure model of university knowledge management platform

2.3 知識管理平臺的業(yè)務功能

高校知識管理主要分為學校知識的管理、教師知識的管理和學生知識的管理。

2.3.1 學校知識管理

學校知識管理主要從學校各個部門獲取知識，并審核這些知識是否符合要求，如果審核通過就發(fā)布知識。學校知識被獲取后還要進行分類，如教學知識、科研知識、招生就業(yè)知識、畢業(yè)設(shè)計及論文、各種文檔、各學科前沿知識等，另外要采用思維導圖和知識地圖等工具表示各種知識的聯(lián)系。知識共享時可以采用知識搜索、專家咨詢、實時交流和論壇的方式實現(xiàn)，最后還要進行知識評價。學校知識管理的業(yè)務功能如圖3所示。

2.3.2 教師知識管理

圖3 學校知識管理的功能模塊Fig.3 Function module of the school knowledge management

教師知識的管理是對教師個人和教師團隊知識的管理，教師個人的知識包括學科知識、教學方法、教學技巧、科研知識、私密知識和人際網(wǎng)絡(luò)知識。教師通過獲取網(wǎng)摘和撰寫學習日志、教學反思日志來把自己的隱性知識轉(zhuǎn)化為顯性知識；教師的團隊包括教學團隊、科研團隊和教研組，教學團隊需要進行協(xié)作備課，科研團隊需要進行協(xié)作學習，教研組需要進行網(wǎng)絡(luò)教研。教師采用知識地圖、知識搜索、專家咨詢和論壇等方式進行知識共享。教師知識管理的業(yè)務功能如圖4所示。

圖4 教師知識管理的功能模塊Fig.4 Function module of the teachers'knowledge management

2.3.3 學生知識管理

學生知識的管理是對學生個人和學生學習團隊知識的管理，學生個人知識包括專業(yè)知識、興趣知識、私密知識和人際網(wǎng)絡(luò)知識。學生通過獲取網(wǎng)摘和撰寫學習日志把自己的隱性知識轉(zhuǎn)化為顯性知識；學習團隊需要進行協(xié)作學習。學生與教師一樣，采用知識地圖、知識搜索、專家咨詢和論壇等方式進行知識共享。學生知識管理的業(yè)務功能如圖5所示。

圖5 學生知識管理的功能模塊Fig.5 The function of the students knowledge management module

3 知識管理平臺的關(guān)鍵技術(shù)

3.1 云存儲

本文知識管理平臺的搭建是基于微軟云平臺和Google云協(xié)作平臺的搭建，數(shù)據(jù)的存儲采用微軟云平臺的存儲和Google云的Docs存儲。本平臺學校的知識采用Blob存儲，關(guān)系數(shù)據(jù)庫采用Sql Azure存儲。Blob是塊存儲，用來存儲檔案與二進制數(shù)據(jù)（如音樂、視頻、壓縮文件等），外界可以使用它所開放的REST API或.NET Framework的 Data Service API來存取它，以下載和上傳不同的檔案數(shù)據(jù)。SQL Azure數(shù)據(jù)庫是在SQL Server的基礎(chǔ)上構(gòu)建的基于云的關(guān)系數(shù)據(jù)庫服務，開發(fā)人員可以使用現(xiàn)有的T-SQL方面的知識和熟悉的關(guān)系數(shù)據(jù)模型來使用關(guān)系數(shù)據(jù)庫。Google云協(xié)作平臺可以幫助我們進行協(xié)同操作、網(wǎng)絡(luò)論壇、網(wǎng)頁設(shè)計、小文件存儲等強大功能，學生和教師知識管理的協(xié)同學習、協(xié)同備課、協(xié)同教研和論壇交流可以使用Google云的協(xié)作平臺來實現(xiàn)。

3.2 知識獲取

知識獲取是從專家或特定的知識源處獲取資源，然后從現(xiàn)有的資源進行推理，得到一些新的信息，這就是知識。知識的獲取目前有3種辦法：人工獲取、半自動獲取和全自動獲取，本平臺采用半自動獲取知識的辦法。本平臺的半自動獲取是從大量的Web網(wǎng)頁和文檔中提取相應的概念和上下位關(guān)系，構(gòu)造出相應的本體，并對知識本體進行公理化約束，再進行知識消解。部分公理如下：

公理 1 （forall（?target1（kind_of?target1 target1）））

公理 2 （forall（?target1?target2）（=>

（（kind_of?target1 ?target2） （kind_of?target1 ?target2））（=?target1?target2）））

公理 3 （forall（?target1?target2?target3）

（=>（and （kind_of?target1?target 2） （kind_of?target2?target3））

（kind_of?target1?target3））

kind_of（x，y）是用于描述一門課程各知識點的關(guān)系的常用公理，可以用于知識推理。

3.3 知識表示

知識獲取后要用相應的方法表示出來，本平臺采用RDF框架來描述知識，但機器無法理解自然語言，只好把知識通過數(shù)學和邏輯公式抽象自然語言，其中一種就是描述邏輯DL。DL通過描述概念屬性內(nèi)涵及其相互關(guān)系給出領(lǐng)域知識模型，它具有很強的表達力和判斷力，總能保證推理算法停止，并返回正確結(jié)果。例如：

命題1：每門課程都有重點。

命題2：如果沒有課程，就沒有重點。

基于描述邏輯的謂詞定義為：

M（a）：表示“a是課程”

I（a）：表示“a 是重點”

E（a，b）：表示“a 屬于 b”

S（a，b）：表示“a 有重點 b”

基于描述邏輯將上述兩個命題形式化地表示為：

（?a）（（?b）（S（a，b）∧M（b））→（?c）（I（c）∧E（a，c）））

（?a）I（a） → （?b）（?c）（～（S（b，c）∧M（c）））

3.4 知識管理工具

目前知識管理工具用得較多的有思維導圖和知識地圖。在個人知識管理中，學生和教師肯定有“靈光乍現(xiàn)”的情況，而這樣的情況轉(zhuǎn)瞬即逝，只有將這些隱性知識有效地管理起來，才能更大程度地激發(fā)學生、教師的創(chuàng)造力，提高其學習和工作的效率。思維導圖的一大特色就是讓思考看得見，思考最大的敵人是復雜，最大的障礙是混亂，運用思維導圖可以是所思所想流程化、圖形化、清晰化[4]。圖6就是一個思維導圖。

圖6 思維導圖Fig.6 Mind mapping

知識地圖是一種幫助個人合理使用團隊知識的工具，為個人提供學習上的導航，并通過知識間的聯(lián)系來實現(xiàn)知識創(chuàng)新。知識地圖有兩種，一種是針對顯性知識共享設(shè)計的，它把顯性的知識進行關(guān)聯(lián)、形成網(wǎng)狀的結(jié)構(gòu)，用戶可以快速查找到自己關(guān)心的知識；另一種是針對隱性知識共享設(shè)計的，由于隱性知識無法用文字表達，所以建立了專家地圖，設(shè)計出專家的網(wǎng)狀地圖，用戶想要了解哪個方面的知識可以通過查詢這個專家，獲得需要的隱性知識。

圖7 知識地圖Fig.7 Knowledge map

3.5 知識搜索

當今社會知識爆炸，如何在海量的知識中找到適合、有效的知識非常關(guān)鍵，其中知識搜索功不可沒。知識搜索的方法有很多，本平臺采用人工蜂群算法來搜索知識。人工蜂群算法主要模擬蜂群的智能采蜜行為，蜜蜂根據(jù)各自的分工進行不同的采蜜活動，并實現(xiàn)蜜源信息的共享和交流，從而找到問題的最優(yōu)解[5]。在人工蜂群算法中，蜜蜂分為偵查峰、采蜜峰和觀察蜂，出去尋找蜜源的是偵察蜂，偵察蜂找到蜜源后就會變成采蜜蜂進行采蜜，并通知在舞蹈區(qū)等待的觀察蜂，觀察蜂得到蜜源信息后變成采蜜蜂，并以一定的機制選擇附近的蜜源進行采蜜，沒有被選中的蜜源處的采蜜蜂就變?yōu)閭刹旆?，去搜索新的蜜源?/p>

一個函數(shù)優(yōu)化的問題表示如下：

min fun=fun（θ），θ=（θ1，θ2，…，θS）∈SN，SN=[θiD，θiG]

其中，fun 表示目標函數(shù)，θ為 S 維變量，[θiD，θiG] 是第 i維變量對應的上下界。

為了找到最低的N個適應度低的蜜源位置，隨機產(chǎn)生2N個位置的表達式如下：

Vij=θjD+random×（θjG-θjD）

其中，Vij是第 i個蜜蜂在第 j維搜索后的位置，θiD、θiG是第j維變量的上下界。

為了逐漸縮小蜜源的領(lǐng)域范圍，搜索新蜜源的表達式如下：

Vij=θij+Rij×（θij-θnj）

其中，Vij為新的蜜源位置，θij是蜜源 i的第 j維位置，θnj是隨機選擇的不等于i的蜜源n的第j維位置，Rij是[-1，1]間的隨機數(shù)。

被放棄的蜜源將會被新的蜜源所取代，這一操作的表達式如下：

θij=minj+rand（0，1）（maxj-minj）

在每個競爭者位置Vi計算出來后，與θi進行比較。如果新的蜜源更好，則由它取代舊的，否則舊的被保留，也就是說蜜源被選擇的過程采用的是貪心選擇機制。

3.6 知識貢獻評價

作為高校知識源頭的學生和教師，是掌握高校核心知識的高層次創(chuàng)新人才，如何評價和激發(fā)他們的知識貢獻行為是非常關(guān)鍵的，發(fā)揮他們的創(chuàng)新能力，是提高高校競爭力的制勝途徑。本平臺的知識貢獻評價采用模糊評價法，有利于得出較客觀的評價。其步驟如下：

步驟1確定學生或教師的評價指標體系：V=（V1，V2，…，VN），V 中子集指標層 Vi=（vi1，vi2，vi3，…，vin）（i=1，2，3，…，N），即Vi為一級指標，vij是Vi子集的二級指標。

步驟2確定學生或教師的評價評語等級：U=（U1，U2，…，Um），它表示評價標準，每個等級可對應一個模糊子集。

步驟 3 確定各評價指標的權(quán)重 M=（M1，M2，…，MN），M 中子集權(quán)重層 Mi=（mi1，mi2，mi3，…，min）（i=1，2，3，…，N），即 Mi為一級指標的權(quán)重，mij是Mi子集的二級指標的權(quán)重。

步驟4建立模糊評價矩陣：對評價指標體系的每個指標進行量化，即確定單個指標相對于知識貢獻來說各等級模糊子集的隸屬度，進而得到模糊關(guān)系矩陣A：

矩陣A中第p行第q列元素apq表示學生或教師從Vp因素來說Uq等級模糊子集的隸屬度。

步驟5對模糊矩陣A做運算，得到模糊綜合評價結(jié)果向量 B：B=M?A=（b1，b2，…，bN），其中“?”代表廣義模糊算子，本平臺采取加權(quán)平均型C（●，+），即乘與和算子。式中bN是由M與A的第N列運算得到的，表示某個知識從整體上看對UN等級模糊子集的隸屬度，各隸屬度的和為1，若不為1，需要做歸一化處理，最終得到學生或教師的知識貢獻行為和知識潛在價值的評價結(jié)果。

4 結(jié)束語

隨著全球化和知識經(jīng)濟的快速發(fā)展，知識對高校的重要性與日俱增，知識創(chuàng)新是高校發(fā)展的核心動力，因此知識管理工作也將成為高校生存和保持競爭力的關(guān)鍵活動。對高校的知識進行管理好處頗多，如可以提高學生的學習興趣，提高教師的教育教學水平，進而提高學生、教師和高校的競爭力，促進教師的專業(yè)化發(fā)展，帶來教育的進步與發(fā)展，促進學術(shù)研究，降低高校管理成本等。本文借鑒企業(yè)和教育領(lǐng)域的研究成果，嘗試探索采用云技術(shù)構(gòu)建了一個適用于高校知識管理平臺的模型和體系結(jié)構(gòu)，并對云環(huán)境下高校知識管理平臺中的一些關(guān)鍵技術(shù)進行了研究，對高校實施知識管理有一定的借鑒作用。

[1]汪澤.大學知識管理[D].上海：華東師范大學，2004.

[2]沈靜波.基于P2P和云計算的動態(tài)內(nèi)容管理研究[D].北京：中國科技技術(shù)大學，2011.

[3]韓曉會.教師知識管理支持系統(tǒng)的構(gòu)建研究 [D].揚州：揚州大學，2012.

[4]聶建國.圖書館專家知識地圖構(gòu)建與應用[J].曲靖師范學院學報，2013，32（5）:113-116.NIE Jian-guo.Library expert knowledge map building and application[J].Journal of Qujing Normal College，2013，32（5）:113-116.

[5]銀建霞.人工蜂群算法的研究及其應用[D].西安：西安電子科技大學，2012.

[6]張欣.基于本體的IT服務管理知識表示和檢索研究[D].北京:北京郵電大學，2011.

[7]Aurich J C，F(xiàn)uchs C，Wagenknecht C.Life Cycle Oriented Design of Technical Product-service Systems[J].Journal of Cleaner Production，2006，14（17）:1480-1494.