数字化背景下企业知识管理及知识服务核心技术应用

中国知网2020年12月09日数字化背景下企业知识管理及知识服务核心技术应用CNKI

中国知网是清华大学下属的清华控股有限公司与同方股份有限公司旗下全资公司，是国内专业从事全球学术、教育等文献资源的集成化数字出版、为各行各业创新提供知识管理与知识服务的高科技文化企业。中国知网（CNKI）以实现全社会知识资源传播共享与增值利用为目标，开发并运营着全球最大的中文知识资源总库平台，20多年来探索和实践了知识库构建、知识管理、知识服务相关的各项核心技术攻关和研发，积累了大量成熟、实用、成体系的核心技术，并研制了自主知识产权的软件平台，应用这些技术和产品设计开发了一系列行业知识服务平台和知识管理系统，得到了用户好评。国内最早从事知识管理、知识库开发及提供知识服务的厂商创新与知识管理联盟（IKMA）联盟发起单位中勘协首批工程勘察设计行业知识管理专家委员单位全国知识管理标准化技术委员会（SAC/TC554）委员单位中国企业联合会智慧企业推进委员会委员单位公司简介公司架构源于清华大学物理系，创建于1995年人员结构员工总数达3900+人，技术研发1200多人，核心技术研究发300多人，新技术及业务研究人员400多人，应用产品开发人员500多人，技术人员中本科以上学历占98.3%，硕士及博士以上学历占36%。同时拥有10多名博士后等高层次人才。在人员岗位方面面向知识管理和知识服务的核心业务构建了全流程各环节岗位体系和人才团队，并针对各行业的业务特点建立了行业专家团队（如交通、能源、勘察设计、机械制造、汽车等）。全国建立了26个区域分公司，提升本地化服务能力。区域分公司员工总数1200多人，其中技术人员占有200多人。人员结构数字出版大规模集成整合国内外文献资源，网络化出版，提供文献服务知识管理为政府、高校、企业、研究团队等提供知识管理整体解决方案，隐性知识管理、显示知识管理、机构知识管理、个人知识管理知识服务针对具体细分行业按知识体系加工标引数据提供面向问题的行业知识服务平台教学、个人及组织学习针对教学、科研以及个人学习提供应用软件平台，学术不端、在线教育、研学平台、群组学习等核心业务内容服务01软件服务02一、数字化背景下企业知识管理和知识服务背景及需求二、支撑智慧企业建设的知识管理和知识服务核心技术提纲1.1数字化转型和智慧企业建设是当下企业创新发展的必然要求智慧企业是新一代人工智能技术深度融入企业而形成的新型企业范式，其特征包括数据赋能、人机协同、最优配置、自主演进——引自中国企联《智慧企业指引（2018）》全球已进入数字化、网络化、智能化时代，转型大幕已在全球范围拉开，其核心是业务流程的数字化与智能化。智能“企业大脑”机器智能数据智能群体智能智能决策智能研发智能管理智能物流智能产线智能车间智能工厂决策模式创新运营模式创新生产模式创新大数据挖掘与分析服务、投资与融资服务智能装备智能产品智能服务产品服务创新盈利模式创新Source：IDC，2017全方位的模式创新向智慧企业演进1.2从信息化到数字化的全面转型需要大数据知识管理国内近30年的信息化很好地完成了“流程”信息化，建设了一系列的软件基础设施和业务应用系统，而各系统之间是割裂的，存在数据孤岛。数字化转型是重塑信息化，是“业务”的数字化，是人、物理世界、数字世界的连通与联动。信息化基础应用生产制造设计OA图：企业信息化和数字化应用系统CIMS财务系统人事管理系统档案管理MESMRPPDMPLMBOMERPCRMBI销售管理PORTALCMSCADCAECAMCAPPBIM图档系统综合应用市场销售CISMIS业务模式创新打破旧的格局，业务模式和流程的数字化再造，融通价值链体系知识跨界融合企业内部各种业务系统、信息化系统和互联网系统中各数据和知识和融合跨组织融合数字化转型，需要同时跨多个部门，需要分工、组织、协调，开放协同数字化转型大数据知识管理平台纵向横向1.3从知识管理的发展趋势来看，知识管理已进入场景化、自动化和智能化阶段创造价值发展阶段知识共享化显性化、资产化场景化自动化、智能化1.0显性知识资源分类梳理、存储实现资源有序化2.0显性+隐性管理讲求规范、可复制构建知识管理规范化隐性知识显性化显性与隐性的结合3.0知识+应用+服务知识管理与业务融合支撑业务需要的知识提升管理和工作效率与工作结合提供场景化服务4.0知识+应用+数据智能大数据治理和挖掘知识图谱构建创新工具融合知识嵌入创新过程面向问题智慧化实现内外部知识整合汇聚和统一发现打通机构内部的知识循环和转化，隐性知识显性化、资产化嵌入创新和工作过程中，面向问题提供场景化知识服务，解决问题大数据治理、深度融合，应用AI实现智能化5.0智慧+决策发挥数据智能、机器智能和群体智能，实现智慧化数据智能机器智能群体智能科学、智慧决策1.4知识管理的国内外发展现状理论研究起步较早，并与企业的生产实践结合不断提炼出新的方法和理论研究研究实践实践国外国内知识管理在企业是应用最为广泛，渗透到业务过程中，知识管理制度、文化、流程比较完整，并配备有专门的知识管理岗位国内的知识管理研究则更多的是基于引进国外知识管理进行相关研究，分为学院派(管理学派、经济学派、战略学派)、方法论（咨询公司）、技术派（IT公司）、知识工程（制造业）2000年左右引入国内，真正建设始于2005年之后，集中在国有大中型企业集团以及知识密集性企业，信息化程度不同各代平台都有4.0人工智能3.0~3.5场景化半智能知识结构化、碎片化及知识元化，提供碎片化服务通过知识的自动挖掘分析建立图谱化的知识网络场景化碎片化图谱化智能化贯穿战略分析、规划和实施的全过程，面向业务、各流程、各岗位提供智能知识服务1.5知识管理发展趋势自动化知识服务与业务工作深度融合，感知场景嵌入工作、研究和学习过程中面向个人、岗位、业务以及流程精准匹配所需要的知识在业务工作过程完成自动知识管理和知识服务，自动采集、自动标引、自动归档用户画像文章画像场景画像知识图谱岗位图谱业务图谱“人找知识”向“知识找人”，“服务人”向“服务机器”转变传统知识服务被动式信息服务传统的知识库模式搜索引擎式知识搜索碎片化、深度标引智能检索基于用户行为的智能服务有反馈的主动式服务用户精准画像系统自动推送推送碎片化内容场景问题感知的知识服务场景化自适应智能知识服务自动汇聚、主动服务人、知识、场景精准匹配面向问题的知识库知识重组、智能问答人找知识知识找人知识找问题知识为人服务人读懂并利用知识知识为机器服务机器理解知识、智能决策知识决策智慧化知识服务机器理解的知识表示面向机器的知识库人机智慧协同知识推理、知识决策智能诊断、决策报告文档画像知识图谱知识地图知识包1.6知识管理场景化，嵌入工作过程中实现人、知识、场景智能融合人（用户）工作场景知识资源感知场景智能服务精准匹配各种岗位、各种角色内部知识、外部知识业务知识、岗位知识管理、决策、研究、创新、学习、工作智慧协同动态匹配用户画像岗位图谱场景画像业务图谱流程图谱智能发现用户知识需求并解决工作中的问题嵌入业务过程实现场景化精准传播和利用面向各岗位、各角色、各业务流程提供精准知识服务通过画像和图谱实现人、知识、场景的动态匹配提纲一、数字化背景下企业知识管理和知识服务背景及需求二、支撑智慧企业建设的知识管理和知识服务核心技术开放式知识仓库及大数据中心（KnowledgeWarehouseandBigDataCenter）内外部知识统一发现平台碎片化(章节、段落、知识元)全文智能检索嵌入式知识服务场景感知精准服务智能推送面向问题的知识服务问题知识库智能问答机构大数据知识基础设施

大数据知识管理数据清洗智能标引知识抽取知识获取知识图谱知识网络大数据分析可视化知识推理业务管理技术研发行业知识基础设施（IKI）个人知识基础设施（PKI）公共知识基础设施（CKI）机构知识基础设施（OKI）

检索订阅推送用户画像场景画像数据模型标签体系智能推送场景化智能知识服务2.1支撑智慧企业建设的大数据知识管理和知识服务总框架数字化转型基础设施：机构知识管理和知识服务平台业务数据文献资源互联网资源生产数据研发数据部门知识内部文档资料个人知识过程数据业务知识成果知识物联网数据面向问题、面向岗位、面向场景的嵌入式智能知识服务自动化知识管理（内部数据及知识自动汇聚）生产制造市场销售运营服务（1）整合内外部知识和大数据，构建企业大数据知识基础设施/知识总线大数据知识仓库：整合知识大数据（全球视野下的内外部知识资源）和业务大数据，进行数据治理和知识融合，构建企业的大数据知识中心。从企业的业务体系、岗位体系、研发体系、技术体系、产品体系等角度知识进行统一导航和统一检索。知识中台：基于中台技术架构，构建即插即用、面向业务应用快速响应的知识中台，嵌入企业数字化平台，面向业务、流程、岗位、项目等提供精准知识服务。CKI：公共知识基础设施IKI：行业知识基础设施OKI：机构知识基础设施PKI：个人知识基础设施企业知识基础设施/大数据知识中心/知识库总线市场情报知识内部沉淀知识技术前沿知识专家员工隐性知识业务及生产数据创新过程数据创新成果知识互联网资源多源采集智能标引挖掘分析图谱构建知识地图面向业务面向岗位面向研发面向决策面向创新数据查询智能推送智能搜索数据统计数据分析个性化订阅在线阅读下载服务嵌入式服务场景化服务知识中台文档库数据库信息库知识库资源库多层次资源内容模型目录大纲章节段落图表高清大图公式视频动画实验数据术语概念内部链接交互操作程序互动信息碎片化网络知识标签外部链接知识关联笔记标签人的网络知识网络语义增强数据增强交互增强呈现增强便于知识利用、重组、精准服务建立基于XML的知识增强内容模型内容基于XML完全碎片化建立知识网络和碎片化网络支持用户交互，扩展内容关联和揭示创新过程细节数据版式、流式、图谱化多终端全息可视化（2）新型知识资源表示模型：基于XML的动态可扩展、交互的增强内容模型1、数据增强3、呈现增强2、语义增强4、交互增强增强模型WhatWhenWhy研究对象、问题、目标、结果、结论Object,problem,goal,resultandconclusionofresearch研究背景ResearchBackground研究意义SignificanceWhereHowHowaboutWho项目支持机构、研究机构、作者Supportingagencies,researchinstitutions,authors研究场所与条件Researchplacesandconditions方法与过程Methodsandprocesses结论的讨论与评价Discussionandevaluationofconclusions（3）全新的知识组织、知识标引模型，面向员工的创新问题精准发现和服务打破传统基于知识体系、分类体系的知识组织和知识标引，基于领域知识标签和知识矩阵对知识资源进行深度标引，从企业的业务体系、岗位体系、研发体系、技术体系、产品体系、问题主题出发，以5W2H模型从7个维度进行智能化自动标引，形成面向问题的知识矩阵，通过维度和问题主题快速找到精准知识。（4）知识地图：基于知识包构建多层次知识地图，与业务、流程、岗位、研发等融合岗位知识地图业务知识地图流程知识地图产品知识地图知识地图01020304岗位体系构建岗位知识地图，面向岗位提供精准知识服务梳理流程活动，按流程节点和角色构建知识地图多形式可视化交互和展示支持富媒体的混合重组知识条目自动关联和更新知识与应用场景精准匹配知识库(关联具体专题知识库)动态匹配（按标签体系定制）知识包（按知识框架重组知识）按企业的业务体系，如：研发、生产等构建知识地图按产品、研发型号、项目建立研发全过程的知识地图项目知识地图05对项目全过程知识和资料进行管理，整个项目一张图即可展示

岗位知识地图汽车设计工程师汽车设计工程师整车架构工程师NVH专业总师内外饰系统工程师BMS专业总师动力总成工程师制造工艺工程师根据企业的岗位体系构建知识地图并精确推送根据企业的岗位体系构建知识地图并精确推送工作知识包项目知识地图系统全面地管理、查找和获取项目过程中的所有设计资料和文档资料（5）对用户精准画像，基于大数据构建动态推送模型，实现知识智能推送业务画像行为画像基础画像姓名性别兴趣爱好学习专业检索历史订阅历史下载历史阅读记录所属部门工作岗位研究领域参与项目教育程度同事关系用户个性推送用户行为日志挖掘业务工作内容分析用户基础属性分析用户+场景场景感知工作知识包业务岗位（6）知识管理融入工程设计施工全过程，基于WBS提供精准知识包服务项目规划方案设计技术设计图纸会审施工设计施工准备工程施工工程验收工程备案运行维护根据建筑规划、设计、施工、运行的全生命周期过程中的知识需求进行知识包的梳理，面向各项工作任务提供精准知识服务，从而大幅提高工作效率和质量。包括项目案例、设计标准规范、法律法规、管理办法、施工工法、审图意见等各类知识，按具体工作任务所需的知识维度进行重组，并精准定向推送。国家法律、法规强制标准、参考标准管理办法实施操作指南法规制度项目规划方案项目设计方案实施组织方案项目可研报告项目验收报告文档模板项目参考市场环境自然环境人文环境交通等基础设施产业发展建筑环境知识设计案例设计图纸设计模型设计基础元件设计图样设计参考知识审图意见设计审查意见分析计算参数设计参数施工工法问题经验知识绿色建筑建筑节能智能建造装配式建筑结构、水电、暖通、电气BIM知识建筑专业知识领域专家、学者上下游企业本单位专家人才库专家动态重组、工作知识包深沉过程资料和经验知识感知场景、捕捉需求匹配任务、智能服务感知场景、捕捉需求匹配任务、智能服务深沉过程资料和经验知识一框式检索在第三方业务系统中集成知识检索入口，提供一框式知识检索、获取、下载、阅读等服务固定岗位推送编辑管理岗位知识地图和知识包，根据当前用户岗位和用户画像推送成体系的相关知识固定场景推送与企业的业务工作流程结合，在固定的流程节点上推送工作所需的知识场景智能推送是一种综合的推送模式，将业务工作种类、流程、岗位角色、工作内容结合起来，实现智能化推送（7）嵌入式知识服务：知识管理与业务系统深度融合，在业务工作过程中提供服务节省查阅知识的时间，让员工更关注工作让知识伴随工作全过程（8）开发知识协同工具集，激发群体智慧，隐性知识、显性知识快速转化和迭代协同工具是激发群体智慧、挖掘沉淀员工隐性知识重要工具，通过在线实时研讨的方式，各参与人员可实时发表文字、语音、图片、附件等形式的研讨意见。支持多轮迭代研讨，研讨完成以后按模板进行总结，形成纪要型总结文档或者修订型文档，支持对研讨意见的全程回溯。协同研讨研讨总结内容迭代形成方案群体学习稿件审核技术论证规划总结方案讨论协同决策对比研讨多文档研讨划词研讨单文档研讨划句子研讨段落研讨应用场景研讨模式Word文档电子表格PPT文档思维导图协同工具集（9)构建企业大学，挖掘并传播专家经验知识，完成隐性知识迁移，提升员工能力创新方法和能力培训企业大学业务培训系统考试系统专家和老员工员工学习及培训1.提升员工技能2.提高业务素养3.培养创新能力直播课程录播课程通过企业大学、企业学习培训平台等将专家的知识录成视频课程，以公开课的形式放到学习平台上，企业员工可自主学习，并与专家进行互动，从而快速提升员工业务能力。业务培训专题讲座技能培训经验分享经验分享(10)面向员工个人提供个人知识管理，帮助员工构建个人知识体系员工平时收集整理的各种知识资源，提供网络化安全存储、管理、查找和利用个人资料库个人根据工作和研究需要订阅各类知识，系统增量推送知识订阅按工作岗位提供知识服务和岗位技能培训，提供岗位知识图谱岗位知识将个人工作学习过程中用到的知识资源分类整理和管理收藏下载个人阅读学习过程中的笔记、摘录以及笔记汇编等学习笔记层次数量“专业技能”层“通用技能”层“知识面”层个人知识体系2.2覆盖知识管理和知识服务全过程的数字化智能技术体系大数据技术深度学习人工智能知识、数据智能加工标引基于人工神经网络的OCR文字识别机器学习的智能版面分析XML智能碎片化加工元数据智能标引数据挖掘分析分类、聚类、过滤、相似分析知识元提取定义、概念、术语、方法等自动化智能化知识库构建知识库规划知识资源及体系规划和设计多媒体电子书制作Epub、pdf、交互式电子书专题知识库选编发数据筛选、打包、导出XML动态重组碎片化内容重组知识库构建知识体系构建、本体库构建、领域词表构建工具非结构化大数据管理全媒体资源管理、全文检索引擎

知识传播大数据分析热点挖掘、知识评价知识传播路径分析用户行为大数据分析用户画像、专家网络用户访问统计、智能推荐知识推理模型构建、需求挖掘、知识匹配知识网络构建知识地图、知识图谱碎片化网络、知网节大数据智能挖掘分析智能知识服务和知识利用知识服务多维度导航、智能检索主题检索、订阅推送知识图谱、智能问答数字化增强阅读多元发布、碎片化阅读在线学习、数字笔记、版权保护场景化智能知识服务面向岗位和业务场景的知识服务报告自动生成大数据及知识可视化大数据统计分析、图表可视化数据可视化自然语言处理群智协同技术知识资源整合显性知识管理知识挖掘分析隐性知识管理及知识协同大数据知识萃取知识服务人机协同研判网络化实时研讨XML在线协同编辑专家黄页、知识社区流媒体视频直播技术计算机辅助创新网络化多终端实时协同知识生产自动化、智能化智能信息处理技术数字化智能加工标引知识碎片化智能检索技术多层智能知识服务群智知识协同技术大数据知识图谱大数据智能应用技术关键核心技术(1)智能信息处理技术自动分类自动聚类关键词标引多阶信息指纹自动摘要信息过滤相似检索相似性分析关联挖掘全切分技术实体识别智能信息处理是知识管理必需的底层支撑技术，人工智能应用最成熟的技术，包括文本挖掘、自然语言处理、概念关系词典等核心技术。能够对海量数据进行切分词、自动分类、自动聚类、关键词自动标引、自动文摘、信息过滤、关联规则挖掘等基础性挖掘分析功能。以其为基础可对知识进行有效地管理和利用。全学科及领域词表词语分布规律表(知识域)概念关系词典——机器理解知识、实现数据智能的基础自然语言处理的基础性工作：词典构建及动态更新全学科词典：基于文献大数据挖掘构建全学科词典领域专业词典：根据机构的行业领域构建专业词汇词典语义词典、主题词表构建技术、新词发现分切分技术：很好地解决了歧义切分问题，可将“原子结合成分子”正确地切分成“原子/结合/成/分子”而不是“原子/结合/成分/子”向量空间模型：（或词组向量模型)是一个应用于信息过滤，信息撷取，索引以及评估相关性的代数模型，把对文本内容的处理简化为向量空间中的向量运算。自动分类和聚类：自动将大量散乱的文本和知识自动归类，自动梳理知识，包括K近邻分类、Bayes分类和支持向量机分类等分类算法。分类是有监督的学习，聚类是无监督的学习。主题标引、自动文摘：自动提取关键词、主题词及生成摘要全切分技术及词向量为基础的文本挖掘分析功能支持多种算法各种知识挖掘分析功能关键词和摘要提取知识分类体系管理分类规则及方法配置大规模自动分类和标引自动关键词自动摘要自动分类(2)数字化智能加工标引技术——完成存量知识的数字化以及标准化和结构化数字化加工：纸质文档、档案、图纸等的数字化结构智能标引：通过版面智能理解和模板技术自动提取文档名称、目录、作者、时间等元数据，实现知识的结构化构建业务知识库(3)知识碎片化技术——完成内容的知识元化，支撑基于知识框架的知识动态重组XML技术：采用符合Dita规范的XML数据存储结构，并采用专门的NXD数据库进行存储、管理和查询碎片化的XML数据知识元自动抽取：通过句法分析和语义挖掘自动从海量知识资源中自动抽取碎片化知识单元，并建立各知识元之间的关联关系知识元库：领域知识元库、概念\术语知识元库、方法知识元库、数字知识元库、图片知识元库形式碎片化按文档物理结构进行碎片化内容碎片化按内容知识单元碎片化

图片、表格-文字关系识别加工自动拆分文档结构定理、术语、概念等知识元(4)大数据知识图谱——知识图谱是实现知识推理、机器智能的关键要素实体识别：在知识结构化、碎片化、知识元的基础上大幅提高识别正确率实体关系抽取：使用有监督学习的方法训练并抽取实体关系，人机结合图谱存储一种是基于RDF的存储另一种是基于图数据库的存储知识图谱(KG:KnowledgeGraph)是由概念实体和语义关系构成的大规模的语义网络semanticnetwork)，分为领域知识图谱(DKG)与通用/开放领域知识图谱(GKG)。主要应用领域“导航”知识图谱航路导航着陆导航航空导航船舶导航导航陀螺仪方位陀螺仪气浮陀螺仪机器认知语义推理智能推荐图谱搜索智能问答搜索：导航推荐：分类：着陆导航、航路导航、船舶导航。。。相关：无线电波、陀螺仪。。。无线电装置：无线电发射装置、放大器。。。染料木素预防肿瘤冬大豆富含染料木素人吃食物大豆是食物冬大豆是大豆推导：吃冬大豆预防肿瘤哪位球星和梅西都属于巴塞罗那俱乐部？罗纳尔迪尼奥。。。都有谁获得过金球奖？梅西，克里斯蒂亚诺多纳尔多知识图谱知识导航知网节反映引用、相似、相关等关系的知网节(5)智能检索技术——解决知识精准发现问题，是提供多层次知识服务的基础XML检索引擎全文检索引擎智能检索引擎相似检索知识元检索碎片化检索智能问答知识元大数据碎片化大数据多模式索引库知识资源库跨库统一检索面对海量的知识资源大数据，在传统文献检索的基础上提供知识元检索、碎片化检索，结合用户检索意图和应用场景提供智能检索服务，既考虑检索的主题相关性，又考虑发表时间，让用户获取最新最相关的知识资源。指纹检索1)、全文索引：－正向最大匹配、反向最大匹配、分切分多种切词算法

－单字索引、混合索引、多值索引－分句、分段索引（支持同句、同段检索）2)、相似索引－基于VSM向量的内容相似度索引－实时动态地计算相似文章和相似度3)、指纹索引－基于全文的指纹索引4)、同音索引－TYTDTEXT索引类型区分声调－TYTEXT不区分声调

5)、搜索引擎索引:提供搜索引擎式的索引全文检索引擎：实现知识检索的核心关键部件分布式存储实时索引快速检索全文/文档大文本短文本切词索引特征向量索引指纹索引基于知识碎片化以后的XML大数据，在深度标引的基础上提供内容碎片化单元的检索：章节段落表格图片公式实验数据概念术语指标程序等碎片化检索检索得到的碎片化内容单元列表（直接定位到章节、段落、知识元）智能问答通过自然语言理解，识别用户检索目标，在海量大数据基础上通过推理精准给出答案用户检索问题文献大数据碎片化大数据知识元大数据检索意图识别知识检索推理知识重组给出答案知识推理的证据列表搜索问题直接给出答案(6)多层次智能知识服务多层次知识服务模式基于增强出版的数字化阅读自助式被动知识服务基于用户行为的智能推送场景化智能知识服务碎片化推送阅读内容知识获取数据统计知识协同常用业务部门同事常用联系人业务协同审批群组关注好友共享姓名性别职位部门教育程度工作岗位偏好基本属性浏览被关注工作关系上下级项目合作文件流转协同属性课程学习检索数据获取行为知识体系岗位体系业务体系——深入业务工作、岗位体系提供知识服务基于增强出版技术实现在线阅读和知网型笔记用户和场景精准画像，融合知识体系、业务体系和岗位体系，精准匹配知识根据上下文推送期刊碎片化内容单元，碎片化利用个性化推送知识资源：根据用户画像和工作过程中的知识查阅历史推送最新的岗位知识和业务知识点击可直接阅读知识资源日常办公平台上面向不同岗位的用户推送相关知识(7)群智知识协同技术——发挥群体智能进行知识生产协同创作：基于XML的全媒体内容采编、多人网络化实时协同协同研讨：支持文字、图片、音频、视频等形式的协同研讨，迭代回溯Clickheretoaddyourtext.Clickheretoaddyourtext.(8)大数据智能应用技术——数据智能、机器智能、群体智能的融合知识推理及其应用知识推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的知识进行机器思维和求解问题的过程。智能系统的知识推理过程是通过推理机来完成的，所谓推理机就是智能系统中用来实现推理的程序。推理机的基本任务就是在一定控制策略指导下，搜索知识库中可用的知识，与数据库匹配，产生或论证新的事实。基于知识库和知识图谱的知识推理新基于神经网络的知识推理智能控制系统企业智能决策问题诊断（设备、运营等）报告需求模型算法报告生成写什么——确定报告模板报告发布知识库数据确定报告类型（主题模板）确定内容框架（大纲、指标）怎么写——机器智能写作数据模型内容聚合数据填充机器写作报告提升——专家研判人机混编众智研判自动排版多元发布增强呈现数据回溯自助生成定期生成数据报告重组报告决策分析报告多样化需求大数据报告面向特定场景、特定问题，在知识框架体系下基于大数据和知识库，动态重组报告内容基于模板和数据模型，在人机结合方式下自动生成报告特定内容单元和统计分析图表，并关联原始数据，做到数据可回溯报告智能生成技术•大数据决策报告•调研报告•产业分析报告等贵州省2016年经济运行情况政府经济全面分析报告政府经济简要分析报告政府经济专题报告设置自动填充条件2016年贵州省农业发展数据；2016年贵州省可用耕地面积；2016年贵州省农业总产值；2016年贵州省农民人均纯收入；2016年贵州省农业用地使用率；2016年贵州省农村人口总数；确定取消设置段落检索条件一、2016年贵州省经济现状概述二、贵州省农业发展情况三、贵州省工业发展情况四、贵州省投资发展情况五、贵州省服务业发展情况六、贵州省旅游业发展情况七、贵州省消费市场发展情况八、贵州省财政收入与民生支出情况九、贵州省居民收入情况十、贵州省居民消费价格与工业品价格情况十一、贵州省就业形势情况十二、综述贵州省2016年经济运行情况报告一、2016年贵州省经济现状概述

2016年，在以习近平同志为核心的党中央坚强领导下，省委、省政府团结带领全省各族人民，自觉践行五大新发展理念，牢牢守住发展和生态两条底线，坚持以供给侧结构性改革为主线，大力实施主基调主战略，强力推进大扶贫、大数据两大战略行动，以开局就是决战、起步就要冲刺的劲头，统筹做好稳增长、促改革、调结构、惠民生、防风险各项工作，经济社会发展呈现出速度较快、结构优化、效益提升、民生改善的良好态势，在“守底线、走新路、奔小康”新征程中迈出了坚实有力的第一步。

初步核算，2016年全省地区生产总值11734.43亿元，比上年增长10.5%，增速高于全国（6.7%）3.8个百分点，继续位居全国前列。贵州地区生产总值占全国经济总量的比重稳步提升，2016年为1.58%，比上年提高0.05个百分点。分三次产业看，第一产业增加值1846.54亿元，比上年增长6.0%；第二产业增加值4636.74亿元，增长11.1%；第三产业增加值5251.15亿元，增长11.5%。人均地区生产总值达到33127元，比上年增加3280元。二、贵州省农业发展情况

2016年，全省农林牧渔业增加值1944.66亿元，比上年增长5.9%。一是粮食生产再获丰收。粮食总产量1192.38万吨，比上年增长1%，实现了“四连增”，为改革开放以来最高水平。全省种植业增加值1189.2亿元，比上年增长6.8%。二是农业结构调整继续推进。主要特色农产品产量较快增长，全省油菜籽产量90.25万吨，比上年增长1.4%；蔬菜产量1896.6万吨，增长9.5%；茶叶产量17.4万吨，增长47.5%；水果产量257.4万吨，增长14.5%。三是畜牧业呈恢复性增长。全省畜牧业增加值480.16亿元，比上年增长2.9%。猪牛羊禽肉类产量195.1万吨，比上年下降1.5%；禽蛋产量18.3万吨，比上年增长5.6%；牛奶产量6.4万吨，比上年增长3.1%。四是林业、渔业较快增长。全省林业增加值133.32亿元，比上年增长8.3%；渔业增加值43.86亿元，增长15.6%。三、贵州省工业发展情况2016年，全省规模以上工业增加值4032.11亿元，比上年增长9.9%，增速高于全国水平（6.0%）3.9个百分点。分经济类型看，国有控股企业增加值比上年增长5.2%，集体企业增加值增长13.1%，股份制企业增加值增长11.4%，外商及港澳台商投资企业增加值增长14.1%