李 仙 王海芳 楊文靜 姜穎姬 呂志超 王 丹

（北京京東方顯示技術(shù)有限公司，北京 100176）

一、知識管理發(fā)展階段概述

隨著知識經(jīng)濟(jì)的到來，企業(yè)針對知識資產(chǎn)積累、利用相關(guān)的活動變得越發(fā)重要。各類企業(yè)針對知識管理范圍的定義、知識管理的推進(jìn)方法及利用的工具，也會根據(jù)企業(yè)經(jīng)營目標(biāo)和行業(yè)特性設(shè)置不同的目標(biāo)，選擇不同的發(fā)展方式。

20世紀(jì)90年代，知識管理概念進(jìn)入中國后，IT技術(shù)在知識管理的應(yīng)用一直是非常重要的環(huán)節(jié)。早期的文檔預(yù)覽、Web內(nèi)容管理、信息門戶、信息檢索、工作流程管理、寫作系統(tǒng)、電子學(xué)習(xí)等功能，是主流的IT系統(tǒng)應(yīng)用及支撐。但近幾年，各家企業(yè)在知識管理類IT系統(tǒng)技術(shù)發(fā)展上更為針對企業(yè)知識的利用效率提高方向上，做著不同的嘗試和努力并取得了不小的成績。數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)運算、區(qū)塊鏈、AI智能技術(shù)在企業(yè)中的導(dǎo)入讓企業(yè)知識管理的每個環(huán)節(jié)觸發(fā)了巨大的改變。

企業(yè)知識的存量、知識的及時產(chǎn)生與企業(yè)和員工的知識需求、知識利用會存在一定的差距；存量知識、產(chǎn)生新知識與實際可利用或需要利用之間會發(fā)生偏差。這類偏差發(fā)生的原因，可能是企業(yè)本身不具有相關(guān)的知識或企業(yè)已擁有相關(guān)知識，但無法調(diào)用。

新的IT技術(shù)可以在解決此類問題時起到關(guān)鍵性作用，知識的獲取、存儲、學(xué)習(xí)、共享、創(chuàng)新管理環(huán)節(jié)中，可以實現(xiàn)根據(jù)用戶本身的需求提供相應(yīng)的知識。這種方式提高了知識工作者的生產(chǎn)力、組織的應(yīng)變能力、提高業(yè)務(wù)的反應(yīng)速度、提高了商業(yè)模式的靈活度，增強(qiáng)核心競爭力。

本文研究的主要方向是利用用戶實際的操作記錄，去了解企業(yè)用戶實際的知識需求，并推送匹配的知識提高知識利用質(zhì)量。在此過程中，大數(shù)據(jù)算法支撐用戶行為分析并完成用戶意圖分析模型，并作為后續(xù)智能推送知識的依據(jù)。

二、企業(yè)用戶知識需求分析

企業(yè)員工的工作知識需求一般發(fā)生在業(yè)務(wù)處理或個人成長兩種場景中。

（知識管理業(yè)務(wù)邏輯架構(gòu)）

具體的知識需求可分為日常工作處理、已有知識的重復(fù)利用、知識的創(chuàng)新；具體表現(xiàn)方式為基礎(chǔ)辦公需求、完成日常任務(wù)需求、項目需求、個人或團(tuán)隊能力提高等等。

企業(yè)知識管理類的工作，不管是知識管理類IT系統(tǒng)的建設(shè)或內(nèi)部知識類項目的推動，根本是要圍繞用戶行為；知識本身的利用及利用現(xiàn)有知識的創(chuàng)新工作，要與已有知識的整理、尋找與知識鏈接、提煉核心知識工作有關(guān)。通過知識管理類項目完成把知識資本與實際用戶行為有效地鏈接起來，最終才能讓知識管理項目落地。定位用戶實際行為、滿足用戶知識行為目的、實現(xiàn)用戶核心需求，是完整的知識管理業(yè)務(wù)邏輯架構(gòu)。

三、大數(shù)據(jù)算法模型對用戶需求分析的重要作用

企業(yè)知識螺旋上升式的管理活動相關(guān)的描述是這樣的，在企業(yè)“場”里，人們通過業(yè)務(wù)進(jìn)行知識的彼此互動；通過“場”中獲取知識，并把自己在業(yè)務(wù)中積累的知識反饋到“場”當(dāng)中。在一定規(guī)則下形成生態(tài)型的知識循環(huán)，才能讓企業(yè)的知識螺旋“場”建設(shè)起來并實現(xiàn)健康地發(fā)展。

知識生態(tài)系統(tǒng)的形成過程中，大數(shù)據(jù)算法模型的應(yīng)用可以推動知識生態(tài)系統(tǒng)的建設(shè)速度提高，加快知識在生態(tài)中流轉(zhuǎn)的速度。這里提出幾個概念：知識循環(huán)、數(shù)據(jù)循環(huán)。

知識循環(huán)：業(yè)務(wù)部門在業(yè)務(wù)中產(chǎn)生、整理、創(chuàng)造知識，并把相關(guān)的知識存儲到知識管理系統(tǒng)當(dāng)中，當(dāng)業(yè)務(wù)中需要知識時用戶會從知識管理系統(tǒng)中獲取相應(yīng)的知識。

數(shù)據(jù)循環(huán)：業(yè)務(wù)部門在知識管理系統(tǒng)中產(chǎn)生、存儲的知識存量、知識內(nèi)容和用戶的操作記錄，通過一定數(shù)據(jù)化規(guī)則，例如，原數(shù)據(jù)或標(biāo)簽管理等方式進(jìn)入數(shù)據(jù)管理類系統(tǒng)中。通過對用戶知識需求數(shù)據(jù)及知識存量數(shù)據(jù)建立模型，協(xié)助業(yè)務(wù)部門分析自己的知識需求及知識存量的差距，在知識管理計劃中作為依據(jù)，制定整體的知識管理戰(zhàn)略。企業(yè)知識存量達(dá)到一定數(shù)量后相關(guān)運算數(shù)據(jù)量會非常龐大，需要大數(shù)據(jù)算法的支撐。

四、大數(shù)據(jù)算法在知識管理具體業(yè)務(wù)中的應(yīng)用

通過數(shù)據(jù)還原事件的本身，揭示我們以往無法了解的規(guī)律才是我們應(yīng)用大數(shù)據(jù)算法的最終目的。以下闡述兩個大數(shù)據(jù)算法應(yīng)用在知識管理方向上的應(yīng)用。

1.用戶根本需求定位→最佳知識推動

企業(yè)知識類數(shù)學(xué)模型，可以通過大數(shù)據(jù)算法觀察到用戶真實需求和知識累積量，可以更加明確定位用戶請求并針對請求完成相關(guān)知識服務(wù)，例如，文件推薦、信息推送、系統(tǒng)推送。真實的數(shù)據(jù)在定位需求上非常有效，傳統(tǒng)方式的需求獲取，比如，調(diào)研、訪談、問卷等方式，往往在真實需求分析上會帶來相當(dāng)大的偏差，用戶認(rèn)知中的我需要和他的真實需要及后續(xù)的行為發(fā)生，會有相當(dāng)大的差異。

實際工作中我們發(fā)現(xiàn)，用戶知識需求本身會根據(jù)具體行為類型的不同，對知識目標(biāo)質(zhì)量的滿意度會有差異。用戶主動獲取知識的行為可按照不同維度進(jìn)行不同類型的劃分。我們在這里用簡化復(fù)雜的分類，僅用找資源型或找答案型兩類進(jìn)行舉例。

①用戶需求

知識管理系統(tǒng)中的用戶需求，要用多維屬性推算出用戶需求畫像；用戶行為記錄數(shù)據(jù)和用戶基本屬性是目前常用的兩類屬性。通過一定的算法我們可以得到用戶行為知識目的特征向量。向量計算中用戶基本屬性部門、崗位、項目經(jīng)歷、進(jìn)公司年限、教育背景；用戶行為屬性數(shù)據(jù)中的知識的使用次數(shù)、知識產(chǎn)生歷史、搜索行為、關(guān)注行為等信息都會是重要的變量。

②知識數(shù)據(jù)

根據(jù)不同數(shù)據(jù)庫中的知識本身，依據(jù)知識的質(zhì)量及知識的熱門程度匹配實際用戶知識需求，形成候選知識數(shù)據(jù)。部分企業(yè)會針對用戶問題設(shè)置最佳答案或者是標(biāo)桿案例，但實際工作中直接通過企業(yè)審核過的知識來完全滿足用戶使用需求，這種操作難度較高。隨著業(yè)務(wù)的實際推進(jìn)問題本身在演化需要解決的問題本身會變化，因此，存量知識往往可以變成參考內(nèi)容，很難成為可以100%處理問題的工具。找到符合用戶需求的知識過程算法也是非常關(guān)鍵的，這里我們考慮了兩個變量知識質(zhì)量及知識熱門程度，知識庫中可以通過這兩種維度進(jìn)行知識向量計算，最終按照向量值進(jìn)行知識符合度排序。知識質(zhì)量算法中會包括文章長度、相關(guān)關(guān)鍵詞包含比重、圖文比重或針對不同數(shù)據(jù)庫本身給予知識的質(zhì)量評分。知識的熱門程度維度中包括產(chǎn)生時間、不同時間段的點擊量、被使用量、被推薦量。

2.通過大數(shù)據(jù)計算找到精準(zhǔn)的知識管理工作推進(jìn)方向，找到符合用戶需求的推進(jìn)方法

大多數(shù)企業(yè)知識管理起步，往往是從經(jīng)驗復(fù)制、知識產(chǎn)權(quán)保護(hù)、人員培養(yǎng)為目的，開展文檔管理、知識社區(qū)、知識門戶、案例庫、e-leaning 等等工作，但實際知識管理工作過程中大家會發(fā)現(xiàn)，簡單的同行經(jīng)驗復(fù)制無法解決企業(yè)自己的問題。需要按照自己的企業(yè)業(yè)務(wù)需求，迭代升級知識管理架構(gòu)、方法論、知識管理工具，去接近企業(yè)知識管理的真正需求。

根據(jù)企業(yè)本身的特性差異，內(nèi)部知識需求類型會有很大的區(qū)別，如果進(jìn)一步研究內(nèi)部業(yè)務(wù)類型會發(fā)現(xiàn)，根據(jù)業(yè)務(wù)本身的目標(biāo)差異也會有較大的變化，例如，創(chuàng)新型業(yè)務(wù)及非創(chuàng)新業(yè)務(wù)中企業(yè)的用戶的行為會有較大的差異。

我們針對一個創(chuàng)新型業(yè)務(wù)組織做了詳細(xì)的需求點分析，實際案例中可以看到，實際業(yè)務(wù)中經(jīng)驗總結(jié)找答案型的知識需求只占21%，其余尋找資源型的知識需求整體占比到79%。

（知識積累數(shù)據(jù)）

但業(yè)務(wù)在知識累積上的努力，往往是業(yè)務(wù)部門的經(jīng)驗總結(jié)性的知識積累工作會成為知識積累的重點，一般占比大概會是81%，其余類型占19%。

（用戶需求數(shù)據(jù)）

顯然，為滿足兩種知識需求的知識管理的推進(jìn)方式、管理方法、技術(shù)支撐需要有不同的方法。通過以上數(shù)據(jù)可以得出以下結(jié)論，在本案例企業(yè)中尋找資源型的知識產(chǎn)生量少，但被使用率較高，所以，準(zhǔn)確方便利用是這層面知識管理的核心。尋找答案型的知識產(chǎn)生量大，但實際調(diào)用頻率相對不高，所以，在海量的內(nèi)容里提取最佳方案是這部分知識管理工作的核心。

五、結(jié)語

智力資本的積累及知識管理工作開展，對企業(yè)未來發(fā)展及運營效率影響越來越大，IT技術(shù)的發(fā)展一直是知識管理領(lǐng)域發(fā)展的重要推動力。除了本文中闡述的大數(shù)據(jù)算法技術(shù)的應(yīng)用之外，在各個領(lǐng)域知識管理工作中，區(qū)塊鏈、人工智能等新型IT 技術(shù)與實踐工作中取得的成果，對中國知識管理的發(fā)展會是新的一輪驅(qū)動力。