用Ontology組織企業(yè)的信息和知識

1、.：.；用Ontology組織企業(yè)的信息和知識在不確定是獨一可確定要素的經(jīng)濟環(huán)境中，知識是企業(yè)獲得繼續(xù)競爭優(yōu)勢的源泉。知識管理就是利用先進信息技術(shù)實現(xiàn)知識獲取/發(fā)明、組織/存儲、傳播、運用，使企業(yè)在動蕩的市場中堅持高度智能化的管理手段。知識分為顯性知識和隱性知識，顯性知識是曾經(jīng)總結(jié)好的被根本接受的正式知識，以數(shù)字化方式存在或者可直接數(shù)字化，易于傳播；隱性知識是尚未從員工頭腦中總結(jié)出來或者未被根本接受的非正式知識，是基于直覺、客觀認(rèn)識、和信仰的閱歷性知識。顯性知識比較容易共享，但是創(chuàng)新的根本來源是隱性知識。日本東京一橋大學(xué)著名知識學(xué)教授野中郁次郎研討發(fā)現(xiàn)：員工在任務(wù)過程中把隱性知識作用于客觀信息

2、，產(chǎn)生顯性知識并教授給同事，和同事一同把顯性知識匯總并在產(chǎn)品/效力中表達(dá)出來。而知識管理就是對一個企業(yè)集體的知識與技藝的捕獲而不論這些知識和技藝是存在于數(shù)據(jù)庫中、被印刷于紙上或是存在于人們的腦海里然后將這些知識與技藝分布到可以協(xié)助 企業(yè)實現(xiàn)最大產(chǎn)出的任何地方的過程。知識管理的目的就是力圖可以將最恰當(dāng)?shù)闹R在最恰當(dāng)?shù)臅r間傳送給最恰當(dāng)?shù)娜艘员闶顾麄兛梢宰龀鲎詈玫臎Q策。公司信息資產(chǎn)的價值并不在于存貯和提取信息的才干，而在于將信息與特定過程和未知情境進展動態(tài)匹配的才干。經(jīng)過運用知識管理這一技術(shù)，許多企業(yè)曾經(jīng)獲得了令人驚異的成就。分析家們指出：LotusNotes和世界互聯(lián)網(wǎng)是知識管理系統(tǒng)中的兩大中堅力

3、量。而數(shù)據(jù)庫、文件管理系統(tǒng)和電子郵件那么是知識管理系統(tǒng)中的根本要素。為實現(xiàn)知識管理的目的，從而為企業(yè)帶來收益，大多數(shù)公司還需求添加某種知識提取產(chǎn)品，它能經(jīng)過群體協(xié)作、過濾和語義技術(shù)將信息轉(zhuǎn)化為知識。數(shù)字信息一方面為人們的日常任務(wù)和生活帶來了協(xié)助 ，另一方面，大量的信息又使人們不知所措。如何組織和提供信息就成為信息系統(tǒng)要處理的關(guān)鍵問題。目前主要的困難包括：知識的表示、信息的組織、軟件的復(fù)用等。特別是由于因特網(wǎng)的快速開展,面對信息的海洋，如何組織、管理和維護海量信息并為用戶提供有效的效力也就成為一項重要而迫切的研討課題。為了順應(yīng)這些要求，Ontology作為一種能在語義和知識層次上描畫信息系統(tǒng)的概

4、念模型建模工具，自被提出以來就引起了國外眾多科研人員的關(guān)注，并在計算機的許多領(lǐng)域得到了廣泛的運用，如知識工程、數(shù)字圖書館、軟件復(fù)用、信息檢索和Web上異構(gòu)信息的處置、語義Web等。信息檢索技術(shù)可分為3類：全文檢索Text retrieval、數(shù)據(jù)檢索Data retrieval和知識檢索Knowledge retrieval。全文檢索的特點是把用戶的查詢懇求和全文中的每一個詞進展比較，不思索查詢懇求與文件語義上的匹配，這種方式雖然可以保證查全率，但是查準(zhǔn)率卻大大地降低了。數(shù)據(jù)檢索的特點是查詢要求和信息系統(tǒng)中的數(shù)據(jù)都遵照一定的格式，具有一定的構(gòu)造，允許對特定的字段檢索 例如：作者 =“王剛。數(shù)據(jù)

5、檢索需求有標(biāo)識字段的方法。數(shù)據(jù)檢索的性能取決于所運用的標(biāo)識字段的方法和用戶對這種方法的了解，因此具有很大的局限性。數(shù)據(jù)檢索支持語義匹配的才干也較差。知識檢索強調(diào)的是基于知識的、語義上的匹配，因此在查準(zhǔn)率和查全率上有更好的保證。目前知識檢索是信息檢索研討的重點，特別是面向Web信息的知識檢索。常規(guī)的直接基于關(guān)鍵詞的信息檢索技術(shù)已不能滿足用戶在語義上和知識上的需求，尋覓新的方法也就成為目前研討的熱點。Ontology具有的良好的概念層次構(gòu)造和對邏輯推理的支持，因此在信息檢索，特別是在基于知識的檢索中得到了廣泛的運用。作為知識表示工具，Ontology是一種表示知識的方式，可以經(jīng)過帶標(biāo)志的有向圖來表

6、示，適宜用于邏輯推理。同時Ontology是對共享概念模型的規(guī)范闡明，這里所說的“共享概念模型指該模型中的概念是公認(rèn)的，至少在某個特定的領(lǐng)域是公認(rèn)的。普通情況下， Ontology是面向特定領(lǐng)域，用于描畫特定領(lǐng)域的概念模型。但Ontology的建立必需求有專家的參與，相對而言更加的嚴(yán)厲和困難。需求專家的參與是目前Ontology主要缺陷之一?；贠ntology的信息檢索的根本設(shè)計思想可以總結(jié)如下：1在領(lǐng)域?qū)＜业膮f(xié)助 下，建立相關(guān)領(lǐng)域的Ontology。2搜集信息源中的數(shù)據(jù)，并參照已建立的Ontology，把搜集來的數(shù)據(jù)按規(guī)定的格式存儲在元數(shù)據(jù)庫關(guān)系數(shù)據(jù)庫、知識庫等中。3對用戶檢索界面獲取的查

7、詢懇求，查詢轉(zhuǎn)換器按照Ontology把查詢懇求轉(zhuǎn)換成規(guī)定的格式，在Ontology的協(xié)助 下從元數(shù)據(jù)庫中匹配出符合條件的數(shù)據(jù)集合。4檢索的結(jié)果經(jīng)過定制處置后，前往給用戶。需求闡明的是，假設(shè)檢索系統(tǒng)不需求太強的推理才干，Ontology可用概念圖的方式表示并存儲，數(shù)據(jù)可以保管在普通的關(guān)系數(shù)據(jù)庫中，采用圖的匹配技術(shù)來完成信息檢索。假設(shè)要求比較強的推理才干，普通需求用一種描畫言語 如：Loom，Ontolingua等 表示Ontology，數(shù)據(jù)保管在知識庫中，采用描畫言語的邏輯推理才干來完成信息檢索。由于Ontology能經(jīng)過概念之間的關(guān)系來表達(dá)概念語義的才干，所以可以提高檢索的查全率和查準(zhǔn)率。目

8、前Ontology運用在信息檢索中的著名工程包括 Onto2Agent、Ontobroker和SKC。這 3個工程也分別代表了 3個方向。Onto2Agent的目的是為了協(xié)助 用戶檢索到所需求的上已有的Ontology,主要采用了參照Ontology。參照Ontology是以上已有的Ontology為對象建立起來的Ontology,它保管有各類Ontology的元數(shù)據(jù)。Ontobroker面向的是上的網(wǎng)頁資源，目的是為用戶檢索到所需求的網(wǎng)頁，這些網(wǎng)頁含有用戶所關(guān)懷的內(nèi)容。SKC是一個正在進展的工程，其目的是處理信息系統(tǒng)語義異構(gòu)的問題，實現(xiàn)異構(gòu)的自治系統(tǒng)之間的互操作。該工程希望經(jīng)過在Ontology上建立一個代數(shù)系統(tǒng)，用這個代數(shù)系統(tǒng)來實現(xiàn)各Ontology之間的互操作，從而實現(xiàn)異構(gòu)系統(tǒng)之間的互操作。企業(yè)文化知識是一個組織特有的關(guān)于人、社會，以及品德的知識，是從企業(yè)戰(zhàn)略、企業(yè)風(fēng)格、企業(yè)共同的價值觀以及企業(yè)的生長開展歷程中逐漸凝聚出來的。每個企業(yè)普通都有本人獨特的文化，可以以一定的顯性知識表述。在企業(yè)運轉(zhuǎn)過程中，企業(yè)文化知識更多地隱含于組織、團隊、員工以及客戶之間的互動中。員工的技藝閱歷知識普通以隱性知識存在于員工頭腦中，這部分知識對企業(yè)具有決議性意義。而企業(yè)最大的難點就是如何將此類知識顯