课程资源course-管理信息系统chap

7.知识管理学习目标解释知识管理在现代组织中的重要性叙述对公司內知识分配、创造与分享最有用的应用软件评估人工智能在知识管理中角色解释组织如何利用专家系统与案例推理以获取知识*管理上的挑战在组织上的知识管理信息与知识工作系统人工智能其他的智能技术*知识定义数据、信息、知识和智能的区别哲学《中国大百科全书·教育》“所谓知识，就它反映的内容而言，是客观事物的属性与联系的反映，是客观世界在人脑中的主观映象。就它的反映活动形式而言，有时表现为主体对事物的感性知觉或表象，属于感性知识，有时表现为关于事物的概念或规律，属于理性知识。”知识是主客体相互统一的产物。它来源于外部世界，所以知识是客观的；但是知识本身并不是客观现实，而是事物的特征与联系在人脑中的反映，是客观事物的一种主观表征，知识是在主客体相互作用的基础上，通过人脑的反映活动而产生的。现代认知心理学分类：1.陈述性知识

陈述性知识是描述客观事物的特点及关系的知识，也称为描述性知识。陈述性知识主要包括三种不同水平：符号表征、概念、命题。符号表征例如学生所学习的英语单词的词形、数学中的数字、物理公式中的符号、化学元素的符号等。概念是对一类事物本质特征的反映，是较为复杂的陈述性知识。命题是对事物之间关系的陈述，是最复杂的陈述性知识。如“圆的直径是它的半径的两倍”2.程序性知识

程序性知识是一套关于办事的操作步骤和过程的知识，也称操作性知识。这类知识主要用来解决“做什么”和“如何做”的问题，可用来进行操作和实践。

策略性知识是一种较为特殊的程序性知识。它是关于认识活动的方法和技巧的知识。例如，“如何有效记忆？”“如何明确解决问题的思维方向？”等等。现代管理学彼得·德鲁克（1909~2005），现代管理学之父提出知识工作者的概念，预测知识经济时代的到来“知识是一种能够改变某些人或某些事的信息”知识是在信息的基础上经过进一步提炼的有价值的东西知识管理与合作知识管理的重要性不能与他人交流和分享的知识是无用的——合作信息知识，需要消耗资源，从而发现知识的模式、规则、脉络等；知识智能，集体和个人应用知识去解决问题的经验——何时、何地、如何应用知识知识的维度知识是一种公司资产无形资产将数据转化为信息和知识时需要组织资源越多人共享，价值越高知识有不同的形式显性的（文件化的）和隐性的（没有文件化的）知识有自己的定位个人的和社会的知识是与情景有关的与条件/上下文相关组织上的知识管理知识管理

:组织为创造、存储、转换和应用知识而开发的业务流程的集合。知识管理价值链

:5阶段：知识寻求、储存、分发、应用，反馈。*知识管理价值链1、知识寻求知识发现将信息变为知识数据挖掘神经网络遗传算法知识工作站专家知识网络知识管理价值链2、知识储存文件管理系统知识数据库专家系统知识管理价值链3、知识分发门户网站电子邮件即时信息搜索引擎群件（LOTUSNOTES）协同Blog,wikis，社交网络知识管理价值链4、知识应用决策支持系统企业应用系统知识管理价值链5、组织和管理资本设立知识主管（CKO）、知识经理和实践社区知识管理系统的形式企业范围知识管理系统知识工作系统智能技术企业范围知识管理系统

三种类型结构化知识系统（结构化文本文件、报告等），管理显形知识半结构化知识系统（电子邮件、影视、照片等），也称数字资产管理系统知识网络系统，管理隐形知识（存在于有经验的雇员头脑之中）企业范围知识管理系统

内容管理系统结构化和半结构化知识管理企业范围知识管理系统

知识网络系统——管理隐形知识根据知识的类别，建立中心知识（如财务知识、客户知识、生产知识等）以及围绕在中心知识周围的卫星知识对每一个知识中心指定相应的维护人员，甚至在企业中建立专门的知识管理组织制定制度，包括：鼓励大家使用和更新知识的制度、不同知识的共享范围（安全权限）的规定等知识库：问题的解决方案，不断加入新的问答知识工作系统

帮助知识工作者创造、结合组织新知识的信息系统*知识工作系统CAD/CAM计算机辅助设计/计算机辅助制造

:提供工程师、设计人员、工厂经理更精确的控制设计与制造程序虚拟现实:采用交互式图形软件，创建计算机模拟的效果，而且十分逼真，令使用者觉得身置其中(虚拟现实建模语言:VRML)*知识工作系统

投资工作站:利用高性能的PC机，及时分析交易情况，易化投资组合管理*

智能技术

人工智能和数据库技术提供了一些智能技术，用来捕捉个人和合作的知识，并扩展它们的知识库。人工智能技术，基于计算机软硬件，试图模拟人的行为，能学习语言，完成物理任务，通过有感知的机器来模拟人的知识和决策。*AI人工智能系统(AI)

专家系统、案例推理和模糊逻辑：捕捉隐性知识神经网络和数据挖掘：用于知识发现

大的数据集合背后的模式、分类和行为遗传算法：用来产生问题的解决方案智能代理：使常规工作实现自动化*AIAI

企业界为何重视人工智能保存专家的专业知识创建组织的知识库建立一个不会被人类情绪主导的机制，例如疲劳和忧虑专家系统捕捉专家在特定领域的专业知识，

加以解决问题的信息系统知识库：用于专家系统的人类知识模型规则库专家系统：专家系统以IF-THEN结规则为基础构建知识库，一个专家系统的规则可能有200~10000条。*AI专家系统AI外壳:是一种专家系统的开发环境，早期人们多用LISP和Prolog推理机制:用于搜索规则库的策略前向推理：由用户输入的信息开始，查询规则库，然后到达结论。这是在条件满足时，启动行动。当用户每次输入信息时，每次启动去查寻知识库。当输入信息满足另外的条件时，另一条通路将启动。反向推理：它开始于一个假设，然后去寻找更多的信息，以评价这个问题。搜寻规则库的策略是先始于假设和进行询问用户一系列问题，直到这个假设被肯定或否定。*AI专家系统案例斯坦福大学MYCIN医疗诊断专家系统（20世纪70年代）LISP语言首先，以患者的病史、症状和化验结果为原始数据，运用专家知识进行逆向推理，找出导致感染的细菌；然后，开出药方可识别51种病菌，正确使用23种抗菌素，协助医生诊断*AI专家系统

限制:只能解決某些种类的问题要及时更新知识库是非常困难的*AI

案例推理(CBR)AI使用案例的方式表达，储存于案例库中使用者描述问题(新案例

)系统寻找与新案例类似的旧案例系统询问更多的问题找到最适合的解答根据需要修正案例库*AI案例：智能客服系统eBay问答系统根据用户提出