趙健宇， 王鐵男

(1.哈爾濱工業(yè)大學(xué) 管理學(xué)院，黑龍江 哈爾濱，150001； 2.哈爾濱工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱，150001)

?

基于任務(wù)模塊的組織核心知識(shí)鏈抽取模型研究

趙健宇1,2， 王鐵男1

(1.哈爾濱工業(yè)大學(xué) 管理學(xué)院，黑龍江 哈爾濱，150001； 2.哈爾濱工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱，150001)

為提高組織的知識(shí)流動(dòng)效率，加快任務(wù)模塊協(xié)同進(jìn)程，提升管理者的戰(zhàn)略決策質(zhì)量，集成本體論與過(guò)程視圖理論，定義了任務(wù)模塊運(yùn)營(yíng)模式下，過(guò)程知識(shí)鏈和核心知識(shí)鏈的知識(shí)流動(dòng)標(biāo)準(zhǔn)并對(duì)兩者關(guān)系予以論證。在此基礎(chǔ)上，從過(guò)程知識(shí)鏈中抽取核心知識(shí)節(jié)點(diǎn)，建立核心知識(shí)鏈抽取模型，闡述了模型的操作規(guī)則、運(yùn)行步驟并加以討論。研究結(jié)果表明：核心知識(shí)鏈?zhǔn)墙M織高效滿(mǎn)足知識(shí)主體需求的有效途徑；通過(guò)對(duì)不同任務(wù)模塊知識(shí)主體的知識(shí)需求及知識(shí)流動(dòng)次序的顯性化表征，知識(shí)主體能夠更具針對(duì)性、更富有成效地完成自身任務(wù)。

任務(wù)模塊；知識(shí)流動(dòng)；核心知識(shí)鏈；本體論；過(guò)程知識(shí)鏈

知識(shí)經(jīng)濟(jì)時(shí)代，任務(wù)分解的模塊化運(yùn)營(yíng)模式成為組織應(yīng)對(duì)不可預(yù)測(cè)環(huán)境變化的重要戰(zhàn)略措施[1]。而基于任務(wù)模塊的知識(shí)流動(dòng)作為滿(mǎn)足知識(shí)主體知識(shí)需求，低成本獲取知識(shí)技能縮小主體間知識(shí)差距，提高知識(shí)創(chuàng)造效率的重要途徑[2]，已成為當(dāng)前新興的知識(shí)管理議題。

基于任務(wù)模塊的知識(shí)流動(dòng)相關(guān)研究經(jīng)歷了“模塊規(guī)劃—任務(wù)聯(lián)結(jié)—語(yǔ)義轉(zhuǎn)換—信息抽取”的不同階段。Fensel提出，模塊規(guī)劃是組織生產(chǎn)加工和知識(shí)分配的途徑[3]。隨后，知識(shí)挖掘、知識(shí)地圖等相關(guān)研究的興起，也為基于任務(wù)模塊化的知識(shí)流動(dòng)研究提供了新的思路。Liu等認(rèn)為圍繞模塊規(guī)劃提取的任務(wù)聯(lián)結(jié)是知識(shí)流動(dòng)的渠道[4]。Rubin強(qiáng)調(diào)，由于業(yè)務(wù)聯(lián)結(jié)劃分形成的不同任務(wù)模塊是知識(shí)流動(dòng)的多個(gè)知識(shí)節(jié)點(diǎn)，多個(gè)節(jié)點(diǎn)的次序性聯(lián)結(jié)即為知識(shí)流動(dòng)提供了條件的空間，每個(gè)節(jié)點(diǎn)內(nèi)蘊(yùn)含的語(yǔ)義信息是關(guān)聯(lián)不同知識(shí)節(jié)點(diǎn)知識(shí)信息內(nèi)容的關(guān)鍵，并運(yùn)用本體論提出了一個(gè)團(tuán)隊(duì)知識(shí)流動(dòng)的虛擬構(gòu)想[5]。Lai等根據(jù)組織成員對(duì)任務(wù)模塊節(jié)點(diǎn)查閱次數(shù)的記錄動(dòng)態(tài)時(shí)抓取了不同流程的語(yǔ)義次序和信息內(nèi)容，運(yùn)用Petri網(wǎng)絡(luò)理論提出了任務(wù)模塊化的知識(shí)流動(dòng)網(wǎng)絡(luò)模型[6]。Edgar等結(jié)合過(guò)程視圖(process view)理論，采用知識(shí)關(guān)聯(lián)度方法論證了基于知識(shí)流動(dòng)語(yǔ)義次序進(jìn)行信息的抽取[7]。Chauhan等選擇語(yǔ)義轉(zhuǎn)換的結(jié)構(gòu)特征為切入點(diǎn)，根據(jù)本體轉(zhuǎn)移特性建立了知識(shí)信息抽取和流動(dòng)的概念模型，用以分析語(yǔ)義訪(fǎng)問(wèn)者對(duì)于某種特定知識(shí)的興趣和數(shù)據(jù)渠道[8]。

綜合以上發(fā)現(xiàn)雖然現(xiàn)有研究多采用知識(shí)獲取、知識(shí)語(yǔ)義次序等理論分析任務(wù)模塊的知識(shí)流動(dòng)問(wèn)題，但存在兩個(gè)不足：1)現(xiàn)有模型缺少一個(gè)整體串聯(lián)知識(shí)信息內(nèi)容的結(jié)構(gòu)，對(duì)不同模塊間信息如何協(xié)同的分析有避重就輕之嫌；2)若基于Patil[9]等學(xué)者的知識(shí)鏈視角來(lái)理解任務(wù)模塊化背景下的知識(shí)流動(dòng)現(xiàn)象，那么在不同任務(wù)模塊共同構(gòu)成的多重信息本體知識(shí)鏈中，如何根據(jù)知識(shí)需求、知識(shí)重要程度以及知識(shí)關(guān)聯(lián)度抽取組織發(fā)展所需的核心知識(shí)仍存在疑問(wèn)[10-12]。鑒于此，本文以本體論為理論核心，以不同任務(wù)模塊構(gòu)成的組織知識(shí)鏈為對(duì)象，通過(guò)對(duì)不同知識(shí)流動(dòng)形成的分析完善現(xiàn)有模型，更透徹地認(rèn)識(shí)和解釋知識(shí)流動(dòng)在模塊網(wǎng)絡(luò)運(yùn)營(yíng)模式中的作用原理，在完整保留知識(shí)鏈原始序列的基礎(chǔ)上，識(shí)別影響知識(shí)鏈產(chǎn)出的核心知識(shí)內(nèi)容。

1 定義與模型

1.1 過(guò)程知識(shí)鏈的知識(shí)流動(dòng)標(biāo)準(zhǔn)

任務(wù)模塊的劃分使得知識(shí)的流動(dòng)成為主導(dǎo)組織資源的重要依托，每個(gè)任務(wù)模塊所蘊(yùn)含的知識(shí)內(nèi)容亦成為知識(shí)主體完成相關(guān)工作所需的知識(shí)編碼序列[13]。過(guò)程視圖理論認(rèn)為，組織在分解任務(wù)關(guān)系時(shí)，通過(guò)整合不同層級(jí)關(guān)系的知識(shí)內(nèi)容和功能組件形成業(yè)務(wù)流程環(huán)節(jié)，由此產(chǎn)生由多個(gè)任務(wù)模塊構(gòu)成，且具有指向次序邏輯的組織過(guò)程知識(shí)鏈[14]，而多個(gè)任務(wù)模塊的次序性聯(lián)結(jié)也為過(guò)程知識(shí)鏈的知識(shí)流動(dòng)提供了渠道和平臺(tái)，從事不同任務(wù)的知識(shí)主體一方面可將自身的高價(jià)值知識(shí)貢獻(xiàn)于相關(guān)的生產(chǎn)實(shí)踐活動(dòng)中，另一方面也能夠參考或借鑒知識(shí)鏈中有利于任務(wù)進(jìn)程的相關(guān)知識(shí)。根據(jù)上述分析，建立任務(wù)模塊化知識(shí)流動(dòng)的過(guò)程知識(shí)鏈結(jié)構(gòu)模型，如圖1所示。

圖1 基于任務(wù)模塊化的過(guò)程知識(shí)鏈結(jié)構(gòu)Fig.1 Structure of process knowledge chain based on task-modularization

過(guò)程知識(shí)鏈的形成代表組織不同任務(wù)模塊間各類(lèi)相關(guān)知識(shí)在隱性環(huán)境中的聯(lián)結(jié)性傳遞[15]。由于過(guò)程知識(shí)鏈的知識(shí)內(nèi)容具有層級(jí)性、關(guān)聯(lián)性等特質(zhì)，加之任務(wù)模塊的劃分目的是帶動(dòng)組織內(nèi)部非一體化下的分工整合[16]，故每個(gè)任務(wù)模塊蘊(yùn)含的知識(shí)內(nèi)容一定由多種存在相互關(guān)聯(lián)的知識(shí)概念集合共同構(gòu)成[17]。抽取每個(gè)任務(wù)模塊知識(shí)內(nèi)容的意義在于，通過(guò)對(duì)知識(shí)鏈核心知識(shí)內(nèi)容的挖掘與整合，組織可隨時(shí)根據(jù)環(huán)境所需激活相關(guān)任務(wù)模塊節(jié)點(diǎn)的知識(shí)沉淀，維護(hù)并及時(shí)更新組織核心競(jìng)爭(zhēng)力的優(yōu)勢(shì)來(lái)源[18]。由此，為達(dá)到從過(guò)程知識(shí)鏈中抽取核心知識(shí)，構(gòu)建核心知識(shí)鏈的目的，首先提出相關(guān)概念：

定義3 規(guī)定p和q是領(lǐng)域本體K中存在的兩個(gè)獨(dú)立知識(shí)集合，若p存在于q的上層，或p是過(guò)程知識(shí)鏈中論證q的前提，則將p和q稱(chēng)為過(guò)程知識(shí)鏈中的關(guān)系知識(shí)集。其中，p為q的初代知識(shí)，q為p的迭代知識(shí)。根據(jù)Huang知識(shí)進(jìn)化論的觀點(diǎn)[19]，p和q是存在層級(jí)關(guān)系的兩個(gè)知識(shí)集合，結(jié)合Liu的知識(shí)挖掘論模型[20]，p和q也可分別理解為知識(shí)螺旋中的表層知識(shí)(surface-levelknowledge)和深層知識(shí)(deep-levelknowledge)，記做

定義4 知識(shí)節(jié)點(diǎn)Mn代表不同從屬關(guān)系且具有異質(zhì)性的知識(shí)集合。對(duì)于一個(gè)知識(shí)節(jié)點(diǎn)M*包含的知識(shí)內(nèi)容記做KC(M*)={C1,C2,…,Cm}，C*由過(guò)程知識(shí)鏈中的本體信息決定；

定義5 如果任意兩個(gè)節(jié)點(diǎn)Ma與Mb存在從屬性質(zhì)的依賴(lài)關(guān)系，則兩個(gè)節(jié)點(diǎn)的交互記做RO(Ma,Mb)。進(jìn)一步地，若過(guò)程知識(shí)鏈中任意兩個(gè)節(jié)點(diǎn)的關(guān)系隸屬于knowledge Collection=RO(Ma,Mb)，則判斷Ma與Mb在過(guò)程知識(shí)鏈中為從屬臨近關(guān)系。

定義6 過(guò)程知識(shí)鏈本體內(nèi)，流動(dòng)的知識(shí)是由知識(shí)節(jié)點(diǎn)集合KnowledgeCollection=K(M*)、依賴(lài)關(guān)系集合RelationshipCollection=RO(Ma,Mb)和知識(shí)需求集合DemandCollection=De(M*) 構(gòu)成的三元組，記做KF=〈K(M*),RO(Ma,Mb),De(M*)〉。其中，RelationshipCollection=RO(Ma,Mb)的子集在知識(shí)節(jié)點(diǎn)集合K(M*)中客觀存在，是具有從屬臨近關(guān)系的方向性節(jié)點(diǎn)。

定義7 過(guò)程知識(shí)鏈本體內(nèi)，知識(shí)流動(dòng)KF=〈K(M*),RO(Ma,Mb),De(M*)〉的路徑起始點(diǎn)為知識(shí)流動(dòng)的初端M1，中間知識(shí)節(jié)點(diǎn)為M2,M3，…，Mn-1，終止節(jié)點(diǎn)為知識(shí)鏈的終端Mn。如果從屬依賴(lài)關(guān)系RO(Ma,Ma+1)∈RO(Ma,Mb)(a,b均為常數(shù))，且Ma和Ma+1中任意一個(gè)節(jié)點(diǎn)能提供的知識(shí)內(nèi)容均滿(mǎn)足De(M*)，則知識(shí)流動(dòng)路徑記做Path=M1→Mn。Path=M1→Mn的流通性由過(guò)程知識(shí)鏈本體內(nèi)的語(yǔ)義內(nèi)容決定，每一個(gè)知識(shí)節(jié)點(diǎn)M*的知識(shí)關(guān)聯(lián)性用R/NR進(jìn)行判斷。

定義8 過(guò)程知識(shí)鏈本體內(nèi)，存在KF=〈K(M*),RO(Ma,Mb),De(M*)〉和隨機(jī)知識(shí)節(jié)點(diǎn)Mx、My，均有(Mx,My)∈K(M*)。規(guī)定知識(shí)流動(dòng)路徑Path=Mx→My，認(rèn)為Mx相較于My具有優(yōu)先等級(jí)，記做Level(x>y)。Level的優(yōu)先程度是在模塊化分解的過(guò)程知識(shí)鏈中判斷知識(shí)節(jié)點(diǎn)勢(shì)差和知識(shí)流動(dòng)方向的先決條件，每一級(jí)Level對(duì)迭代知識(shí)的影響由過(guò)程知識(shí)鏈本體內(nèi)的信息集合決定。

定義9 過(guò)程知識(shí)鏈本體內(nèi)，規(guī)定可以串聯(lián)異質(zhì)性知識(shí)、整合分散知識(shí)并供給詳細(xì)專(zhuān)業(yè)化解釋的知識(shí)節(jié)點(diǎn)稱(chēng)為社會(huì)化知識(shí)節(jié)點(diǎn)(socializationknowledgenodes，SKN)，對(duì)于為保持任務(wù)模塊初始次序所添加的知識(shí)概念稱(chēng)為次序知識(shí)節(jié)點(diǎn)(orderknowledgenodes，OKN)，所有次序知識(shí)節(jié)點(diǎn)集合中具有臨近關(guān)系的方向性節(jié)點(diǎn)稱(chēng)為臨近知識(shí)節(jié)點(diǎn)(neighboringknowledgenodes，NKN)。其中，OKN?SKN，如果NKN中任意知識(shí)節(jié)點(diǎn)的指向性次序不滿(mǎn)足任務(wù)模塊化劃分的初始次序，則將NKN中違規(guī)的知識(shí)節(jié)點(diǎn)并入OKN。

1.2 核心知識(shí)鏈的知識(shí)流動(dòng)標(biāo)準(zhǔn)

核心知識(shí)鏈由默會(huì)知識(shí)構(gòu)成，是決定組織競(jìng)爭(zhēng)能力和優(yōu)勢(shì)的關(guān)鍵知識(shí)集合，貫穿于組織基于任務(wù)模塊化的生產(chǎn)、銷(xiāo)售與售后服務(wù)過(guò)程中。由于默會(huì)知識(shí)具有高情境特性，且無(wú)法以文本化形式編撰[21]。故為了整合任務(wù)模塊內(nèi)容，需從過(guò)程知識(shí)鏈中對(duì)核心知識(shí)進(jìn)行提取，完整塑造組織的核心價(jià)值鏈。由此，借鑒Zhuge隱性知識(shí)挖掘的研究結(jié)論[22]，界定核心知識(shí)鏈的知識(shí)流動(dòng)標(biāo)準(zhǔn)：

定義10 核心知識(shí)鏈由知識(shí)需求者demander、過(guò)程知識(shí)鏈的所有知識(shí)節(jié)點(diǎn)M*及和基于任務(wù)的KeyWords共同決定。根據(jù)知識(shí)的異質(zhì)性特征，KeyWords選取特定的知識(shí)屬性Ω表征。核心知識(shí)鏈的用CoreKnowledgeChain=[demander,M*,Ω]表示，其中Ω對(duì)于demander的反饋R/W決定核心知識(shí)鏈的適用性；

定義11 核心知識(shí)鏈的知識(shí)節(jié)點(diǎn)用CM=〈Collection(KM),CC〉表示，其中Collection(KM)代表核心知識(shí)鏈的節(jié)點(diǎn)集合，(CM,KM)∈Collection(KM)，CC代表核心知識(shí)的本體知識(shí)概念集合，子集為過(guò)程知識(shí)鏈本體定義的知識(shí)節(jié)點(diǎn)內(nèi)容。將核心知識(shí)鏈的知識(shí)節(jié)點(diǎn)CM的知識(shí)內(nèi)容記做CC(M)={K1,K2,…,Kn}，Kn由核心知識(shí)鏈中本體定義的知識(shí)內(nèi)容決定。

定義12 過(guò)程知識(shí)鏈本體內(nèi)，對(duì)于知識(shí)流動(dòng)KF=〈C(M*),RO(Ma,Mb),De(M*)〉中存在的兩個(gè)核心知識(shí)節(jié)點(diǎn)CMa與CMb，如果兩個(gè)節(jié)點(diǎn)存在相互影響或從屬性質(zhì)的依賴(lài)關(guān)系，記做CRO(CMa,CMb)。同時(shí)，嚴(yán)格限定充要條件RO(Ma,Mb)∈KF存在時(shí)，CMa∈Ma；CMb∈Mb。

定義13 過(guò)程知識(shí)鏈本體內(nèi)，核心知識(shí)流動(dòng)(coreknowledgeflows)是形成的核心知識(shí)鏈(coreknowledgechain，也稱(chēng)為關(guān)鍵詞知識(shí)鏈，keywordschain)的動(dòng)態(tài)要素性條件。核心知識(shí)流動(dòng)是由核心知識(shí)節(jié)點(diǎn)集合coreknowledgecollection=CC(M*)、核心知識(shí)節(jié)點(diǎn)間的從屬依賴(lài)關(guān)系corerelationshipcollection=CRO(Ma,Mb)，以及核心知識(shí)需求集合coredemandcollection=CDe(M*)構(gòu)成的三元組，記做CKF=〈CC(M*),CRO(Ma,Mb),CDe(M*)〉。

定義14 過(guò)程知識(shí)鏈本體內(nèi)，核心知識(shí)流動(dòng)CKF=〈CC(M*),CRO(Ma,Mb),CDe(M*)〉的路徑起始點(diǎn)為CM1，中間核心知識(shí)節(jié)點(diǎn)為CM2,CM3，…，CMn-1，終止節(jié)點(diǎn)為核心知識(shí)鏈的終端CMn。嚴(yán)格限定充要條件核心知識(shí)節(jié)點(diǎn)CM*∈CC(M*)的順序指向，得到CRO(Mi-1,Mi)∈CRO(CMa,CMb)，i=1,2,…，n，則核心知識(shí)流動(dòng)路徑表示為CPath=CM1→CMn。CPath=CM1→CMn的流通性由核心知識(shí)鏈本體內(nèi)的內(nèi)容決定，每一個(gè)核心知識(shí)節(jié)點(diǎn)CM*的知識(shí)關(guān)聯(lián)性用R/N進(jìn)行判斷。

定義15 過(guò)程知識(shí)鏈本體內(nèi)，存在核心知識(shí)流動(dòng)CKF=〈CC(M*),CRO(Ma,Mb),CDe(M*)〉和兩個(gè)隨機(jī)核心知識(shí)節(jié)點(diǎn)CMx、CMy，有(CMx,CMy)∈CC(M*)。規(guī)定核心知識(shí)流動(dòng)路徑CPath=CMx→CMy，認(rèn)為CMx相較于CMy具有優(yōu)先等級(jí)，記做CLevel(x>y)。CLevel的優(yōu)先程度決定核心知識(shí)鏈中核心知識(shí)節(jié)點(diǎn)的勢(shì)差。

過(guò)程知識(shí)鏈流動(dòng)標(biāo)準(zhǔn)的形成可以有效地從任務(wù)模塊化或知識(shí)供給的角度為知識(shí)主體界定知識(shí)流動(dòng)規(guī)則，融合不同任務(wù)模塊彼此傳遞的知識(shí)概念，合理調(diào)整組織在任務(wù)執(zhí)行過(guò)程中可能面臨的知識(shí)沖突。然而，由于知識(shí)鏈中知識(shí)節(jié)點(diǎn)包含的概念可能較為寬泛，這對(duì)于具有專(zhuān)業(yè)知識(shí)的知識(shí)主體進(jìn)行輔助決策時(shí)并不適用，加之傳統(tǒng)單一的過(guò)程知識(shí)鏈知識(shí)流動(dòng)對(duì)于組織核心知識(shí)的整合和轉(zhuǎn)化效率偏低，故對(duì)于不同的任務(wù)模塊而言，知識(shí)流動(dòng)應(yīng)更加明確地概括其包含的知識(shí)語(yǔ)義，區(qū)分交叉的知識(shí)層級(jí)，將核心的重要知識(shí)予以凸顯。由此，將以任務(wù)模塊化為情境的核心知識(shí)鏈抽取原理概括為組織根據(jù)知識(shí)所需和模塊信息的權(quán)限訪(fǎng)問(wèn)原則，用以精煉并為知識(shí)主體提供關(guān)鍵任務(wù)信息，更為準(zhǔn)確進(jìn)行產(chǎn)品決策的知識(shí)管理思想和方法。根據(jù)上述理論，將模塊化任務(wù)流程所形成的過(guò)程知識(shí)鏈予以拆分和精確，建立基于任務(wù)模塊化的核心知識(shí)鏈抽取原理模型(如圖3所示)。

圖3 基于任務(wù)模塊化的核心知識(shí)鏈抽取原理模型Fig.3 Core-knowledge chain extracted principle model based on task-modularization

2 模型的操作原理及算例

2.1 操作規(guī)則及過(guò)程

操作規(guī)則1 過(guò)程知識(shí)鏈知識(shí)節(jié)點(diǎn)的訪(fǎng)問(wèn)需要相應(yīng)的職能權(quán)限，即知識(shí)節(jié)點(diǎn)需要驗(yàn)證訪(fǎng)問(wèn)人員是否擁有讀取該節(jié)點(diǎn)知識(shí)的資格，用Y/N予以結(jié)果反饋。

操作規(guī)則2 知識(shí)節(jié)點(diǎn)的指向具有順序?qū)傩?，?duì)應(yīng)知識(shí)流動(dòng)的方向。每個(gè)知識(shí)節(jié)點(diǎn)包含的知識(shí)內(nèi)容嚴(yán)格限定知識(shí)供給對(duì)象，對(duì)于適用的知識(shí)需求者，每個(gè)知識(shí)節(jié)點(diǎn)的知識(shí)內(nèi)容可以多次讀取。

操作規(guī)則3 核心知識(shí)節(jié)點(diǎn)是過(guò)程知識(shí)鏈知識(shí)流動(dòng)路徑中一個(gè)或多個(gè)高價(jià)值知識(shí)概念的集合單位。核心知識(shí)節(jié)點(diǎn)的激活條件是直接關(guān)聯(lián)的任務(wù)團(tuán)隊(duì)對(duì)核心知識(shí)概念的訪(fǎng)問(wèn)，當(dāng)且僅當(dāng)所有核心知識(shí)節(jié)點(diǎn)被激活后，核心知識(shí)鏈形成。

操作規(guī)則4 核心知識(shí)的抽取必須以任務(wù)模塊的實(shí)際要求為導(dǎo)向，且任意兩個(gè)核心知識(shí)節(jié)點(diǎn)間的隱含次序必須遵守過(guò)程知識(shí)鏈知識(shí)流動(dòng)的原始次序。

操作規(guī)則5 核心知識(shí)鏈中，如果兩個(gè)核心知識(shí)節(jié)點(diǎn)CMx和CMy存在CLevel(CMx>CMy)的等級(jí)關(guān)系，則CMx中的核心知識(shí)內(nèi)容讀取順序先于CMy。當(dāng)且僅當(dāng)CMx的核心知識(shí)訪(fǎng)問(wèn)完成后，CMy的核心知識(shí)訪(fǎng)問(wèn)權(quán)限才能被開(kāi)放。

操作規(guī)則6 核心知識(shí)鏈中所有核心知識(shí)節(jié)點(diǎn)的內(nèi)容可以反復(fù)被讀取，當(dāng)且僅當(dāng)所有任務(wù)模塊均被知識(shí)主體完成后，核心知識(shí)節(jié)點(diǎn)完成相關(guān)的知識(shí)供給。

為滿(mǎn)足從事不同任務(wù)模塊工作知識(shí)主體獲取高價(jià)值知識(shí)的精神需求，提高知識(shí)供給和任務(wù)模塊間的協(xié)同度，應(yīng)將常規(guī)知識(shí)鏈中知識(shí)節(jié)點(diǎn)內(nèi)蘊(yùn)含的知識(shí)概念進(jìn)行精簡(jiǎn)，完成對(duì)核心知識(shí)的最小化擴(kuò)展，將其定義為最小次序知識(shí)節(jié)點(diǎn)集合(minimum order knowledge nodes collection，MOK)，該集合包括社會(huì)化知識(shí)節(jié)點(diǎn)及次序知識(shí)節(jié)點(diǎn)，以使所有核心知識(shí)節(jié)點(diǎn)的隱含順序滿(mǎn)足過(guò)程知識(shí)鏈，即任務(wù)模塊化執(zhí)行順序的初始次序。

借鑒Eshuis[23]以本體論為視角的仿流動(dòng)線(xiàn)性假說(shuō)，核心知識(shí)鏈知識(shí)流動(dòng)模型的運(yùn)行原理遵循最小次序知識(shí)節(jié)點(diǎn)集合探尋→核心知識(shí)節(jié)點(diǎn)依賴(lài)關(guān)系識(shí)別→核心知識(shí)節(jié)點(diǎn)知識(shí)內(nèi)容提取→核心知識(shí)鏈串聯(lián)4個(gè)核心流程。

2.1.1 最小次序知識(shí)節(jié)點(diǎn)集合

規(guī)定任務(wù)模塊化本體產(chǎn)生的過(guò)程知識(shí)鏈知識(shí)流動(dòng)KF=〈K(M*),RO(Ma,Mb),De(M*)〉存在社會(huì)化知識(shí)節(jié)點(diǎn)(SKN)和若干次序知識(shí)節(jié)點(diǎn)(OKN)。從事不同模塊任務(wù)知識(shí)主體的個(gè)性化知識(shí)需求是任意模塊的知識(shí)供給內(nèi)容，將過(guò)程知識(shí)鏈知識(shí)流動(dòng)、知識(shí)需求和社會(huì)化知識(shí)節(jié)點(diǎn)作為模型輸入端，運(yùn)用核心知識(shí)節(jié)點(diǎn)集合CC(M)={K1,K2,…,Kn}求解最小次序知識(shí)節(jié)點(diǎn)集合。其中，SKN是得到MOK重要的先決條件，任意節(jié)點(diǎn)與其他知識(shí)節(jié)點(diǎn)自身概念的順序關(guān)系必須符合任務(wù)模塊化的初始順序。通過(guò)本體信息循環(huán)的方法挖掘范圍次序的NKN，直至出現(xiàn)該節(jié)點(diǎn)和OKN中其他知識(shí)概念的關(guān)系滿(mǎn)足任務(wù)模塊化順序后停止循環(huán)。通過(guò)SKN從核心知識(shí)節(jié)點(diǎn)中得到MOK，借助MOK獲得核心知識(shí)鏈中的核心知識(shí)節(jié)點(diǎn)CC(M*)，具體操作步驟如下：

輸入端(Input Side)：

KF=〈K(M*),RO(Ma,Mb),De(M*)〉；SKN；De(M*)

輸出端(outputside)：MOK1)：

1)建立以知識(shí)需求為前提的最小次序知識(shí)節(jié)點(diǎn)集合判斷標(biāo)準(zhǔn)〈De(M*),M*,Y/N〉，并基于IF/THEN語(yǔ)句進(jìn)行判斷。IF知識(shí)主體擁有該模塊的訪(fǎng)問(wèn)和執(zhí)行權(quán)限，對(duì)應(yīng)判斷結(jié)果為Y，THEN該知識(shí)節(jié)點(diǎn)可劃入此類(lèi)知識(shí)主體的核心OKN。反之，IF判斷結(jié)果為N，代表該知識(shí)主體未經(jīng)授權(quán)或無(wú)法訪(fǎng)問(wèn)該知識(shí)節(jié)點(diǎn)的知識(shí)概念，THEN從知識(shí)流動(dòng)KF=〈K(M*),RO(Ma,Mb),De(M*)〉中剔除該節(jié)點(diǎn)并返回過(guò)程知識(shí)鏈起點(diǎn)進(jìn)行重新搜索；

2)假設(shè)過(guò)程知識(shí)鏈本體內(nèi)，存在SKN=OKN。知識(shí)節(jié)點(diǎn)滿(mǎn)足知識(shí)主體的知識(shí)需求，對(duì)應(yīng)知識(shí)節(jié)點(diǎn)M=OKN；

4)規(guī)定NKN≠Φ，在NKN中隨機(jī)挑選一個(gè)步驟1)中不屬于知識(shí)主體知識(shí)需求的知識(shí)節(jié)點(diǎn)Mω并從NKN中將其移除；

2.1.2 核心知識(shí)節(jié)點(diǎn)依賴(lài)關(guān)系識(shí)別

對(duì)于以任務(wù)模塊化劃分為合作方式的知識(shí)流動(dòng)KF=〈K(M*),RO(Ma,Mb),De(M*)〉， 1)～6)可以完成基于初始邏輯關(guān)系的核心知識(shí)鏈最小次序知識(shí)節(jié)點(diǎn)集合歸納。以最小次序核心知識(shí)節(jié)點(diǎn)集合為依據(jù)，同樣引入IF/THEN語(yǔ)句進(jìn)行可知核心知識(shí)鏈知識(shí)節(jié)點(diǎn)間的依賴(lài)關(guān)系識(shí)別：

2.1.3 核心知識(shí)節(jié)點(diǎn)知識(shí)內(nèi)容提取

社會(huì)化知識(shí)節(jié)點(diǎn)(SKN)的存在使得蘊(yùn)含于不同任務(wù)模塊間的知識(shí)一定具有相關(guān)性。基于這種知識(shí)的虛擬相關(guān)性，將過(guò)程知識(shí)鏈本體的知識(shí)流動(dòng)KF=〈K(M*),RO(Ma,Mb),De(M*)〉中，需要進(jìn)行核心知識(shí)提取的知識(shí)集合用NE表示，每一個(gè)獨(dú)立的知識(shí)內(nèi)容用E表示。

在完成對(duì)MOK的獲取及核心知識(shí)節(jié)點(diǎn)間依賴(lài)關(guān)系的識(shí)別后，考慮MOK包含的子集內(nèi)容對(duì)NE進(jìn)行精細(xì)化提煉。將知識(shí)主體的知識(shí)需求，最小次序知識(shí)節(jié)點(diǎn)及社會(huì)化知識(shí)節(jié)點(diǎn)作為輸入端，采用核心知識(shí)節(jié)點(diǎn)CC(M)={K1,K2,…,Kn}和IF/THEN語(yǔ)句對(duì)核心知識(shí)節(jié)點(diǎn)知識(shí)內(nèi)容進(jìn)行提取。

輸入端(InputSide)：De(M*)，MOK，SKN

輸出端(OutputSide)：CC(E)

10)規(guī)定過(guò)程知識(shí)鏈本體中，NE=?，CRO(Cλ)=?且CRO(Ma,Mb)=?；

16)檢驗(yàn)精細(xì)化NE，IF存在NE∈De(M*)，THEN整理并返回CRO(Cλ)。IFDe(M*)NE?De(M*)，THEN重新執(zhí)行12)～15)，直至提取完整的核心知識(shí)節(jié)點(diǎn)知識(shí)內(nèi)容CKE。

初始條件中，CRO(Cλ)實(shí)際上源于知識(shí)主體對(duì)NE知識(shí)內(nèi)容的迭代。隨后，CRO(Cλ)納入了MOK的知識(shí)內(nèi)容。若CRO(Cλ)中隱含的部分知識(shí)內(nèi)容直屬于NE或由NE的核心概念衍生，為實(shí)現(xiàn)核心知識(shí)鏈對(duì)關(guān)鍵知識(shí)的隱匿和權(quán)限保護(hù)，將其從CRO(Cλ)中剔除。最后，從CRO(Cλ)中淘汰已經(jīng)包含或無(wú)價(jià)值的概念化知識(shí)內(nèi)容，得到核心知識(shí)節(jié)點(diǎn)的知識(shí)內(nèi)容。

2.1.4 核心知識(shí)鏈串聯(lián)

在完成1)～16)后，重新進(jìn)入知識(shí)鏈初始端，以De(M*) 為驗(yàn)證條件對(duì)所得的核心知識(shí)節(jié)點(diǎn)知識(shí)內(nèi)容CKE進(jìn)行最終的模塊化知識(shí)檢驗(yàn)。若所有CKE和非精細(xì)化的知識(shí)內(nèi)容均滿(mǎn)足任務(wù)模塊化的實(shí)際要求，則將所得核心知識(shí)內(nèi)容按照過(guò)程知識(shí)鏈的初始順序予以串聯(lián)，得到核心知識(shí)鏈并反饋于本體領(lǐng)域內(nèi)。

2.2 算例檢驗(yàn)

選用圖1進(jìn)行算例分析，驗(yàn)證模型和正確性和科學(xué)性。根據(jù)圖1，知識(shí)節(jié)點(diǎn)M2是后續(xù)任務(wù)模塊開(kāi)展的前提，需要對(duì)其概念進(jìn)行精細(xì)化篩選，故建立該知識(shí)節(jié)點(diǎn)的知識(shí)適用性判斷標(biāo)準(zhǔn)三元組[demander,M2,Ω]用以滿(mǎn)足該任務(wù)分配主體的知識(shí)需求，知識(shí)節(jié)點(diǎn)M2在映射核心知識(shí)鏈時(shí)應(yīng)當(dāng)被確認(rèn)為社會(huì)化知識(shí)節(jié)點(diǎn)(SKN)。同時(shí)，假設(shè)知識(shí)節(jié)點(diǎn)M5是決定任務(wù)完成的核心任務(wù)模塊，故知識(shí)節(jié)點(diǎn)M5包含的知識(shí)子集對(duì)其他任務(wù)模塊的知識(shí)內(nèi)容應(yīng)當(dāng)具有更完善的解釋力，建立該知識(shí)節(jié)點(diǎn)的知識(shí)適用性判斷標(biāo)準(zhǔn)三元組[demander,M5,Ω]，將知識(shí)節(jié)點(diǎn)M5添加至社會(huì)化知識(shí)節(jié)點(diǎn)SKN中。至此圖1的任務(wù)模塊化知識(shí)節(jié)點(diǎn)就由SKN={M2,M5}構(gòu)成。

在確立社會(huì)化知識(shí)節(jié)點(diǎn)SKN后，借助1)～6)可求得知識(shí)鏈的核心知識(shí)節(jié)點(diǎn)及最小次序知識(shí)節(jié)點(diǎn)集合。圖1中在排除概念化知識(shí)節(jié)點(diǎn)后，得到臨近的次序知識(shí)節(jié)點(diǎn)OKN={M1,M3,M6,M10}，SKN=OKN={M2,M5}。由于Level(M1>M2)且Level(M1>M5)，故知識(shí)節(jié)點(diǎn)M1不能添加至OKN中，由于Level(M2>M3)且Level(M5M6)且Level(M5>M6)，故知識(shí)節(jié)點(diǎn)M6無(wú)法添加至OKN中，知識(shí)節(jié)點(diǎn)M10同理。進(jìn)行循環(huán)后，考慮到OKN中包含的知識(shí)子集必須滿(mǎn)足任務(wù)模塊劃分的初始次序，故知識(shí)節(jié)點(diǎn)M1，M6，M10仍無(wú)法添加至OKN中，停止循環(huán)，得到MOK={M2,M3,M5}及核心知識(shí)節(jié)點(diǎn)CM1。在基礎(chǔ)上，通過(guò)7)～16)得到核心知識(shí)節(jié)點(diǎn)的知識(shí)概念，假定在添加知識(shí)節(jié)點(diǎn)M3后SKN={M2,M3,M5}由每層2項(xiàng)的3層知識(shí)子集內(nèi)容構(gòu)成，加之知識(shí)節(jié)點(diǎn)M3滿(mǎn)足12)，此時(shí)核心知識(shí)節(jié)點(diǎn)CM1中存在重復(fù)及相互包含的知識(shí)子集內(nèi)容，故根據(jù)13)和14)對(duì)其進(jìn)行最小次序知識(shí)節(jié)點(diǎn)的子集內(nèi)容整合。例如，若分解后的子任務(wù)模塊內(nèi)容及本體知識(shí)信息結(jié)構(gòu)(如圖2)中存在不同層級(jí)知識(shí)間的相互迭代關(guān)系，如

Dee(M21,M22)∈CRO(M221)，(M21,M22)∈NE；

Dee(M31,M32)∈CRO(M311)，(M31,M32)∈NE；

Dee(M51,M52)∈CRO(M523)，Dee(M51,M52)∈NE

故將核心知識(shí)節(jié)點(diǎn)的知識(shí)內(nèi)容CM1={M221,M311,M523}。將不同核心知識(shí)節(jié)點(diǎn)的知識(shí)內(nèi)容予以串聯(lián)，得到組織的核心知識(shí)鏈。

3 結(jié)論

1)核心知識(shí)鏈的知識(shí)節(jié)點(diǎn)可能由一個(gè)或多個(gè)過(guò)程知識(shí)鏈中的知識(shí)節(jié)點(diǎn)抽取產(chǎn)生。核心知識(shí)鏈的知識(shí)流動(dòng)次序嚴(yán)格遵循模塊任務(wù)查閱及執(zhí)行次序；

2)核心知識(shí)鏈能夠?yàn)橹R(shí)主體提供任務(wù)執(zhí)行時(shí)的高價(jià)值知識(shí)需求，也是組織針對(duì)性進(jìn)行知識(shí)創(chuàng)造等活動(dòng)的重要依據(jù)；

3)核心知識(shí)鏈?zhǔn)菍?duì)基于任務(wù)模塊化過(guò)程知識(shí)鏈知識(shí)流動(dòng)的深入挖掘、凝練、細(xì)分與最小化，可應(yīng)用于組織內(nèi)部的知識(shí)交流，提高組織的創(chuàng)新效率和知識(shí)支持效率。

研究明確了過(guò)程知識(shí)鏈與核心知識(shí)鏈的關(guān)系，解決了繁復(fù)任務(wù)模塊環(huán)節(jié)背景下，組織如何為知識(shí)主體提供知識(shí)支持，改善知識(shí)流動(dòng)效率等決策問(wèn)題。

研究仍存在許多值得繼續(xù)探索的方向：一是選擇實(shí)際的組織機(jī)構(gòu)對(duì)提出的理論模型加以驗(yàn)證；二是根據(jù)從事不同任務(wù)模塊工作的職能團(tuán)隊(duì)特性對(duì)原理模型進(jìn)行個(gè)性化的改進(jìn)和調(diào)整。

[1]OH S J,YEOM H Y. A comprehensive framework for the evaluation of ontology modularization[J].Expert systems with applications, 2012, 39(10): 8547-8556.

[2]TASI W. Knowledge transfer in intraorganizational networks: Effect of network position and absorptive capacity on business unit innovation and performance[J].Academy of management journal, 2001, 44(5): 996-1004.

[3]FENSEL D. Ontology-based knowledge management[J]. Computer, 2002, 35(11): 56-59.

[4]LIU D R, LIN C W. Modeling the knowledge flow view for collaborative knowledge support[J]. Knowledge-based systems, 2012, 31: 41-54.

[5]RUBIN T H, AAS T H, STEAD A. Knowledge flow in Technological Business Incubators: Evidence from Australia and Israel[J]. Technovation, 2015, 41-42: 11-24.

[6]LAI C H, LIU D R. Integrating knowledge flow mining and collaborative filtering to support document recommendation[J]. Journal of systems and software, 2009, 82(12): 2023-2037.

[7]EDGAR S M, SERNA A. Ontology for knowledge management in software maintenance[J]. International journal of information management, 2014, 34(5): 704-710.

[8]CHAUHAN A, VIJAYAKUMAR V, RAGALA R. Towards a multi-level upper ontology/ foundation ontology framework as background knowledge for ontology matching problem[J]. Procedia computer science, 2015, 50: 631-634.

[9]PATIL S K, KANT R. A fuzzy AHP-TOPSIS framework for ranking the solutions of Knowledge Management adoption in Supply Chain to overcome its barriers[J]. Expert systems with applications, 2014, 41(2): 679-693.

[10]TSENG S-M. A study on customer, supplier, and competitor knowledge using the knowledge chain model[J]. International journal of information management, 2009, 29(6): 488-496.

[11]GIL R J, MARTIN-BAUTISTA M J. A novel integrated knowledge support system based on ontology learning: Model specification and a case study[J]. Knowledge-based systems, 2012, 36: 340-352.

[12]WANG K, TAKAHASHI A. Semantic web based innovative design knowledge modeling for collaborative design[J]. Expert systems with applications, 2012, 39(5): 5616-5624.

[13]SORENSON O, RIVKIN J W, FLEMING L. Complexity, networks and knowledge flow[J].Research policy, 2006, 35(7): 994-1017.

[14]CEPEDA G, VERA D. Dynamic capabilities and operational capabilities: A knowledge management perspective[J]. Journal of business research, 2007, 60(5): 426-437.

[15]WONG H-K. Knowledge value chain: implementation of new product development system in a winery[J]. The electronic journal of knowledge management, 2004, 2(1): 77-90.

[16]TSENG S-M. Correlations between external knowledge and the knowledge chain as impacting service quality[J]. Journal of retailing and consumer services, 2012,19(4): 429-437.

[17]RYOO S-Y, KIM K-K. The impact of knowledge complementarities on supply chain performance through knowledge exchange[J]. Expert systems with applications, 2015, 42(6): 3029-3040.

[18]NASR E S, KILGOUR M D, NORRI H. Strategizing niceness in co-opetition: The case of knowledge exchange in supply chain innovation projects[J]. European journal of operational research, 2015, 244(3): 845-854.

[19]HUANG J J. The evolutionary perspective of knowledge creation-A mathematical representation[J].Knowledge-based system, 2009, 22: 430-438.

[20]LIU D-R, LAI C-H. Mining group-based knowledge flows for sharing task knowledge[J]. Decision support systems, 2011, 50(2): 370-386.

[21]PHELPS C C. A longitudinal study of the influence of alliance network structure and composition firm exploratory innovation[J]. Academy of management journal, 2010, 53(4): 890-913.

[22]ZHUGE H. Knowledge flow network planning and simulation[J]. Decision support systems, 2006, 42(2): 571-592.

[23]ESHUIS R, GREFEN P. Constructing customized process views[J]. Data & knowledge engineering, 2008, 64(2): 419-438.

本文引用格式：

趙健宇， 王鐵男. 基于任務(wù)模塊的組織核心知識(shí)鏈抽取模型研究[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2017， 38(6)： 982-988.

ZHAO Jianyu, WANG Tienan. The model of core knowledge chain′s extraction of task-modularization[J]. Journal of Harbin Engineering University， 2017， 38(6)： 982-988.

The model of core knowledge chain′s extraction of task-modularization

ZHAO Jianyu1,2, WANG Tienan1

(1.School of Management, Harbin Institute of Technology, Harbin 150001, China; 2.School of Economics and Management, Harbin Engineering University, Harbin 150001, China)

We aim to improve the efficiency of knowledge flow in an organization, thereby hastening cooperation over task modules and ultimately improving the quality of strategic decision making at management level. Integrating theories related to ontology and process view, we define knowledge flow as the norm of the process and core knowledge chains under the operational mode of a task module, and we demonstrate the relationship between the two. Based on this approach, we extract core knowledge nodes from the process knowledge chain, set up the core-knowledge-chain extraction model, and state and discuss the operating rules and procedures of the model. The results show that the core knowledge chain is an effective way for organizations to satisfy the need of knowledge entities. With explicit representations of knowledge need and the order of the flow of knowledge entities under different task modules, knowledge entities will complete their tasks much more purposefully and effectively.

task-modularization; knowledge flow; core knowledge chain; ontology; process knowledge chains

2016-06-12. 網(wǎng)絡(luò)出版日期：2017-03-30.

國(guó)家自然科學(xué)基金項(xiàng)目(71602041,71602042);國(guó)家社科基金重點(diǎn)項(xiàng)目(14AGL004)；中國(guó)博士后一等資助項(xiàng)目(2015M570299)；黑龍江省博士后一等資助項(xiàng)目(LBH-15075)；中央高?；究蒲匈M(fèi)專(zhuān)項(xiàng)基金(HEUCF150901).

趙健宇(1986-)，男，講師, 博士后.

趙健宇，E-mail:jianyu64@sina.com.

10.11990/jheu.201606067

http://www.cnki.net/kcms/detail/23.1390.u.20170330.1000.016.html

C93

A

1006-7043(2017)06-0982-07