知识管理系统架构.docx
《知识管理系统架构.docx》由会员分享，可在线阅读，更多相关《知识管理系统架构.docx（15页珍藏版）》请在冰豆网上搜索。
知识管理系统架构
第4章知识管理系统架构
知识管理的信息架构，分为：
知识蓄积机制；
知识转化与分析机制；
知识分享与学习机制；
知识加值与创新机制，最后透过回馈与奖励机制建立组织知识管理的评量与绩效。
有哪些信息技术能支持知识蓄积？
知识蓄积的知识来源是源自于组织内部或外部数据，从信息外显呈现的形式上有所谓结构性数据与非结构性数据，这分别可以透过数据仓储（DataWarehouse）与文件/内容管理系统（Document/ContentManagementSystem）技术来支持这些数据的取得与储存。
前面这两个技术所得的数据多是组织营运层面的产出，这些技术整合原有之信息系统、远程各式传统数据库系统及一般文件系统、网络信息等，经由完整数据转换程序，将数据分析及萃取后信息储存于知识蓄积之仓储机制内，更进一步透过知识转化与分析机制中文字采矿（TextMining）及在线分析处理（On-lineAnalyticalProcessing；OLAP）技术，可提供用户所需动态及非结构化信息。
再将各式不同类型的信息系统整合，来自组织内部的信息系统或已经E化的数据、组织外部的数据库、网络信息等，各式相关的信息以自动的方式汇入，建立组织内不同领域的知识仓储。
此仓储可以提供历史性的信息、数量性的信息，建立多维度数据观点模式，提供组织不同时间、空间、历史等相互参照因素的信息。
（一）资料仓储
数据仓储的目的就是希望整合企业的内部数据，并综合各种外部数据，经由适当的安排，组织成用户易于理解的存放方式。
故其功能除了储存数据外，还更要整合数据。
数据仓储对企业而言，是一种兼具效率与弹性的信息提供管道。
数据仓储的特性有四点
主题导向（SubjectOriented）
数据仓储是为了对不同的主题来作分析，因此数据的储存是以主题导向开发。
经过整合（Integrated）
数据仓储包含许多不同来源的数据，而这些数据在数据仓储中是经过整合的。
依时间性（Time-Variant）
数据仓储中的每笔数据皆是与某个时间点有关，所以可适用于长时间的趋势预测与比较。
不会改变（Non-Volatile）
数据一旦进入数据仓储后就不会轻易更动。
规划数据仓储时必须注意的原则
整合性。
时效性（数据仓储强调的是「信息」而非「数据」）。
永久性（数据一旦被新增进仓储后，便不再被更动，只会被查询，是具有累积性的）。
除上述原则外，规划资料仓储时还必须注意下列几个重点：
将资料重整分析达到优化。
提供用户数据使用一览表，方便用户运用数据。
整合各式数据源。
保障资料的一致性。
避免用户以繁琐的过程撷取数据。
提供正确的版本。
（二）文件与内容管理系统
一套文件管理系统除了必须具备文件分享功能外，对于文件的整理、分类、查询等功能也应该提供；正因为它除了管理文件之外，它还会对文件内容深入进行基本分类及搜寻工作，所以这类技术也常被称为「内容管理」。
文件管理系统也必须具备文件的版本控管功能，也要能提供一些机制确保所有人员所读到的文件都是最新版本。
文件分类整理，需先适当地定义组织内每一种内容类及其相关的描述性摘要信息称之为「后设数据」（Metadata），以此促进文件发布和搜寻功能的便利性；这些后设数据通常会采用XML作为标准的标示语言，使后设数据能描述出多样化且结构化的信息。
市面上常见的文件/内容管理系统产品有微软公司的SharePoint、全录公司的DocuShare、IBM公司的LotusDomino等。
（此类系统基本上都会提供文件储存、搜寻、分享、远程访问浏览、权限保护等基本文件/内容管理机制）。
（三）竞能管理系统
「文件管理系统」掌管组织的外显知识资产；「竞能管理系统」则掌管内隐知识资产，组织可藉由此系统来追踪管理拥有内隐知识的人才。
竞能管理系统亦称「职能管理系统」，常被建置于人力资源管理系统之下，其所提供的并不仅止于记载职员的资历潜能而已，举凡客户、供货商、合伙商、项目企画及职位权责等相关信息的详细记录皆透过工具集于竞能管理系统中，之后还能利用搜寻或分析功能建构起组织整体的知识地图。
市面常见工具有Skillscape及Knowledge-mail。
前者提供具上万技能数据之「技能字典」；后者则藉由E-mail及支持30种文件格式的分析来解决个人竞能这内隐知识的外显化问题。
（四）智能资产管理系统
何谓智慧资产？
除概指专利与商标之知识产权外，创新能力、组织生产力、人力素质、经营策略、商誉等均可称之为「智慧资本」。
企业智慧资产定义范围如下图所示：
所以智慧资产亦称「智慧资本」，泛指无形的知识性资产。
智慧资产主要可分为三种类型：
1.人力资本或能力：
包括员工的经验、技能和能力。
2.结构性或内部资产：
包括专利、商标权和版权，储存在数据库及客户名单内的知识，以及信息系统的设计和性能。
3.以市场为中心或外部资产：
包括顾客的获利性、忠诚度，以及商誉品牌、授权和加盟的实力。
智慧资产是以专利、商标、版权、营业秘密等四种权利方式存在，不仅有其独占性更是技术领先者用以箝制竞争者之利器。
市面上智能资产管理系统常见的有DennemeyerCo及Xerox的ContentGuard系统。
有哪些信息技术能支持知识转化与分析？
知识转化与分析的过程，就是如何经由知识与信息的标准化，达成知识分享与回馈机制之正规化标准，始能完成知识分享与扩散的最终目标。
此知识转化与分析机制定义分类结构，以及建立关键词与索引典的机制。
知识转化与分析机制之重点在于整合新旧知识内容使知识日益成长外，也利用分析能力以自动化方式将知识去芜存菁发挥了精华萃炼之功效，使知识库中的内容更加有价值。
有关这方面之相关信息技术有在线分析处理（OLAP）、资料采矿（DataMining）及文字采矿（TextMining）等。
（一）在线分析处理系统（OLAP）
在线分析处理意指使用者在在线即能完成数据分析的作业，其处理工具基本上是将资料以多重维度方式观察，有点像电子表格的方式，只不过电子表格只有二维而已，此类信息技术有下列四个主要特色：
1.存取大量的资料。
2.多重维度查询。
3.提供合并的数据作分析。
4.采用汇整总结的数据。
在线事务处理系统（OLTP）与在线分析处里系统（OLAP）之比较
在线事务处理系统
在线分析处里系统
为能达成事务处理优化而设计
为提供报表制作与数据分析而设计
多采用关系型设计方法
多采用星状或雪花架构设计方法
查询若包含多个数据表连结会使效能降低
用户所需的数据已经事先定义并计算完成，因此能提供较佳的查询效能
处理的多属原始、细节性及当前的资料
处理的多属导出、综合性及历史的资料
对象是操作人员，支持日常操作
对象是决策人员，支持管理需求
用户需有信息人员协助才能顺利完成工作
用户可自行产生部分结果，对信息人员依赖较少
例：
订单输入
例：
销售分析
在线分析处理系统依产品架构来说，可分为三种，分别是：
关联型在线分析处理系统（RLOAP）、多维度型在线分析处理系统（MLOAP）和混合型在线分析处理系统（HLOAP）。
关联型在线分析处理系统与多维度型在线分析处理系统之比较
关联型在线分析处理系统
多维度型在线分析处理系统
特色
数据存在关系数据库中
数据存在多维度立方体中
不事先作运算
事先作汇总运算并把结果写入
优点
可以处理大量数据
查询效率佳
不必另外装一个数据库
能够处理复杂的运算
可以利用数据库原本旧有的功能
适合在整个企业或透过Web多人使用
缺点
速度慢
能包含的资料量不大
受限于SQL的功能而无法提供复杂运算功能
多维度站体需要额外的投资
有些分析本身就不适合用多维度型在线分析
分析的路径是定死的
（二）资料采矿
数据采矿工具即是运用数据来建立仿真真实世界的运作，以建立数据中的范型（Pattern）及关系等模式，此二模式可协助做为决策及预测之用。
数据采矿是将数据中隐藏的信息挖掘出来；数据采矿是用来协助使用者做探索的工作，也就是知识外显化的一种工具；利用数据采矿常常可以发掘出超越所能归纳范围的关系；数据采矿可以自动地找出一些没有怀疑到的数据范型与关系，超越了人类经验、教育、以及想象力的限制；数据采矿工具会自行产生复杂的数据库摘要。
IBM科学家将目前采矿技术分为五种类型：
关系型；
序列范型；
同质时间串行；
分类与回归；
群集等。
数据采矿工具为运用先进信息技术，如类神经网络、规则探索理论、基因规划法等技术，来导出其范型关系与关联模式。
对数据采矿效益的衡量则是建立在准确度、速度及成本花费三方标准之上。
数据采矿技术流程：
（13个步骤）
1.界定问题
2.数据选择（抽样规划）
3.取得资料
4.资料清洁
5.数据转换（数据被处理单位-层级）
6.数据加上衍生变量
7.建立训练数据集
8.选择模型建立方法
9.训练模型
10.确认模型效率（利用错差矩阵、回现率等评定指标）
11.选取最佳模型回答问题
12.依最佳模型答案做出实际行动
13.收集实际行动所产生的数据
（三）文字采矿
文字采矿技术，主要目标为提供一个程序以发掘存在于文字与文件中，具有隐性、有用及可行的知识。
针对半结构或非结构化的文件数据进行分析，运用信息技术的机制来发掘文件内容的珍贵知识，可降低因为文件的结构所受的限制。
文字采矿跟数据采矿最明显的不同是，「文字采矿」处理的是储存在非结构化文字文件中的信息。
（亦与一般网页搜索引擎不同）
使用文字采矿可以为组织带来的好处有：
1.提升组织信息的价值。
2.降低文件整合的成本。
3.提升知识工作者的生产力。
4.提升组织的竞争力。
文字采矿所运用的技术有：
分类、群集、关联、序列范型、搜索引擎技术、计算机语言学、语意网络等。
有哪些信息技术能支持知识分享与学习？
「知识分享」让组织具有更高的整体竞争力，更是组织迈向价值化与防止空洞化的最佳良药；一旦知识从内隐挖掘出并转化为外显，如何使其具备影响力让全组织受益，则可透过知识分享与学习机制的部署来达成这个目标。
支持此机制运作之相关信息技术，包含有电子邮件系统、组件、协同运作工具、数字学习系统与入口网站（Portal）等。
（一）电子邮件系统
由于电子邮件具有以下两大主要特色而能成为知识分享与学习的利器：
内容不拘；
使用便捷。
电子邮件系统，主要由三类程序互相搭配而组成，分别是：
邮件寄发代理人（MDA）；
邮件传输代理人（MTA）；
邮件使用者代理人（MUA）。
（二）社群软件
社群概念起始自古希腊中以行业为基础的「社团」，中世纪欧洲时代的「同业公会」，或是近代管理领域的「专业社群」或是「策略联盟」。
基本上社群软件应能至少提供下列四个机制，以利社群的经营：
1.讯息传递机制。
2.在线发表机制。
3.管理机制。
4.用户接口机制。
（三）协同运作工具
协同运作是一种为了让现有的数据发挥最大功效，在同一家公司内部，或者不同公司之间进行数据分享的运作方式。
协同运作工具的主要目的即是提供一个由计算机技术建构的虚拟环境打破时空的限制让人们能一起轻松的交换意见、工作、脑力激荡与合作。
所谓的同步沟通指的是及时的与对方联系互动；异步则表示沟通行为可以不在同一时间点进行。
（四）数字学习系统
数字学习即是指透过计算机技术与实时训练工具来支持教导与学习行为。
数字学习因具备以下特色，非常适合绘图、视讯、虚拟现实的发展应用：
1.建构因特网的工作平台，详实记录教学行政过程中的点点滴滴。
2.透过因特网的管道，教师可以以最快速、正确的获得信息，完成例行的教学行政工作，将进一步的针对实质的内涵进行思索与修正。
3.透过因特网的管道，同学可以在修课前夕，了解每个课程、学程的教育目标与教学大纲，作为选课的依据。
4.在教学过程中，透过在线讨论的机制，提供师生全年无修双向沟通管道，不但可以有效调整教学方向，更能将Q＆A累积成知识，做为未来预答、预习的基础。
5.在没有知识产权的顾虑下，亦可将教材内容转化为脱机远距教学的信息，为终身学习，网络大学做好准备。
市面上的产品常见的有：
Hyperwave、Scenarios、FristDoor、KnowledgeMachanics、智慧大师、Learning。
（五）入口网站
入口网站是集结多样化内容与服务的大型网站，其主要目的是希望能成为使用者浏览的起始页面。
入口网站有一个特点，就是比起一般网站的人潮流量大。
入口网站与搜索引擎在操作观念上有很大的不同，搜索引擎是将人潮带往他们所要去的网站，但是人潮不会停留在搜索引擎；搜索引擎不一定是入口网站，而搜索引擎却是入口网站必备的功能。
有哪些信息技术支持知识加值与创新？
整个知识加值与创新过程乃依据知识结构建立知识内涵专家的责任区，并建立知识地图，以了解知识地图的缺口，专家依据知识地图分工，进行信息的维护与保存；并透过知识分享过程，进行意见交换，提供新创意与加值的一种过程。
支持此机制之相关信息技术，包含有办公室自动化软件、智能型代理人、专家系统网络、客户支持系统。
（一）办公室自动化软件
办公室自动化软件主要用来增进知识工作者的生产效率与工作质量，透过计算机技术、通信技术和自动化技术，结合稳定的硬设备，取代或协助人们处理办公室的各项业务；字处理系统是早期推行办公室自动化的第一步。
（二）智慧代理人
智慧代理人可定义为是一种具有某些程度独立性与自主性的软件程序，可凭借自身知识库所拥有的知识和委托者之目标和期望，代表用户和另一个程序去完成某些作业。
称它为智能型乃是因为其具有能接收环境讯息的传感器，经过某些复杂而动态的计算，能自动采取行动实现其工作目标。
智能型代理人必须具备以下四种功能：
委任；
沟通能力；
独立自主能力；
感知能力。
智能型代理人的特色
1.自主的
2.主动响应
3.不延宕
4.连续性
5.模块
6.专注自动的
7.互动的
8.推理
9.友善与可靠的
10.智能与学习
智能型代理人的应用，大多融入其他的产品中当作加值的子系统，常见的主要应用方式有：
信息存取浏览
决策支持与授权
进行重复性高的办公室活动
协助执行个人琐事
搜寻欲检索
专门领域的专家
（三）专家系统网络
专家网络就是提供可帮助别人和需要帮助的人们一个讨论空间，其着重在解决问题的知识分享。
其经常强调的一个重点就是大多数的知识无法显性地储存在计算机里，但都会存在专家的脑海里。
专家系统即为一种计算机应用程序，具备与专家相当的工作知识和能力。
设计专家系统需要一个「知识工程师」，研究人类专家如何做决策，并将作业规则转换微电脑所能了解的术语，让专家系统具有模仿专家的能力。
专家系统通常包含三大部分：
用户接口；
推论引擎；
知识库。
目前专家系统雏形已普遍使用在计算机上，如Office2000、97的计算机小帮手
（四）客户支持系统
目前知识管理应用的最热门领域就是客户支持。
顾客支持工具：
让顾客自行处理的工具；
由支持人员协助顾客的工具。
客户关系管理，它是结合销售、营销、客户服务及支持等应用，涵盖领域包括客户服务、客户开发、以及客户取得。
简单绘出知识管理系统基本架构模型
知识管理系统实体架构
（一）展现层
在展现层中，使用者可透过多种方式与知识管理服务器沟通；展现层中与商业逻辑层的主要沟通组件为「智能型沟通代理人」。
（二）商业逻辑层
知识管理服务器乃是架构在商业逻辑层，主要是扮演着表示层与资料存取层中介者的角色，负责协调知识组件的存取。
在知识管理服务器中，包含了几个组件：
沟通服务器、协调者、XML产生器、代理人管理员。
（三）资料存取层
每一个知识库中，皆包含三个重要组件：
知识代理人、XML剖析器、知识搜索引擎。
知识代理人为一智能型代理人，初次启动，必须先向商业逻辑层的代理人管理者注册，即新增一个数据库。
XML剖析器主要任务是解析知识组件的后设数据。
知识管理系统的建置
（一）框架的定义
框架是一种再利用的技术，通常会由一组抽象类及这群抽象类的互动来描述。
（整套概念是来自于面向对象理念）框架本身是一个半成品，设计人员将可再用的设计制成框架，再由程序开发人员将这个半成品客制化成可用的应用程序。
框架与传统函式库皆属于软件再用技术。
其最大不同在于「实作和流程控制角色的互换」，这也是建立框架时最重要的技巧。
框架的优点是提供了面向对象语言三个有利的属性：
数据抽象（封装）、多型及继承。
（二）如何发展知识管理系统应用框架
一般框架开发所采取的是反复式设计原则，这和大部分的软件开发一样，知识管理系统应用框架也不脱离这个原则。
一开始会先进行领域分析，收集一些范例；而一开始框架的初步版本通常是设计能够去执行这些范例，所使用的是「白箱框架」。
再来是利用框架去建构应用程序，这些应用程序会指出框架的缺点，这些缺点是框架很难去改变的部分，藉由经验的累积可以去改善框架，进而成为「黑箱框架」。
最后，当框架发展的够好的时候，便可以建构应用程序较困难或者是较罕有的部分。
如果程序设计师使用框架是以链接组件的方式而不去了解其执行的话，则称之为「黑箱框架」；而依赖继承的框架通常在开发者的部分需要较多的了解，因此，被称为「白箱框架」，相较起来，黑箱框架较容易学习使用。
升级会员 