數(shù)字化背景下企業(yè)知識管理及知識服務(wù)核心技術(shù)應用

中國知網(wǎng)2020年12月09日數(shù)字化背景下企業(yè)知識管理及知識服務(wù)核心技術(shù)應用CNKI

中國知網(wǎng)是清華大學下屬的清華控股有限公司與同方股份有限公司旗下全資公司，是國內(nèi)專業(yè)從事全球?qū)W術(shù)、教育等文獻資源的集成化數(shù)字出版、為各行各業(yè)創(chuàng)新提供知識管理與知識服務(wù)的高科技文化企業(yè)。中國知網(wǎng)（CNKI）以實現(xiàn)全社會知識資源傳播共享與增值利用為目標，開發(fā)并運營著全球最大的中文知識資源總庫平臺，20多年來探索和實踐了知識庫構(gòu)建、知識管理、知識服務(wù)相關(guān)的各項核心技術(shù)攻關(guān)和研發(fā)，積累了大量成熟、實用、成體系的核心技術(shù)，并研制了自主知識產(chǎn)權(quán)的軟件平臺，應用這些技術(shù)和產(chǎn)品設(shè)計開發(fā)了一系列行業(yè)知識服務(wù)平臺和知識管理系統(tǒng)，得到了用戶好評。國內(nèi)最早從事知識管理、知識庫開發(fā)及提供知識服務(wù)的廠商創(chuàng)新與知識管理聯(lián)盟（IKMA）聯(lián)盟發(fā)起單位中勘協(xié)首批工程勘察設(shè)計行業(yè)知識管理專家委員單位全國知識管理標準化技術(shù)委員會（SAC/TC554）委員單位中國企業(yè)聯(lián)合會智慧企業(yè)推進委員會委員單位公司簡介公司架構(gòu)源于清華大學物理系，創(chuàng)建于1995年人員結(jié)構(gòu)員工總數(shù)達3900+人，技術(shù)研發(fā)1200多人，核心技術(shù)研究發(fā)300多人，新技術(shù)及業(yè)務(wù)研究人員400多人，應用產(chǎn)品開發(fā)人員500多人，技術(shù)人員中本科以上學歷占98.3%，碩士及博士以上學歷占36%。同時擁有10多名博士后等高層次人才。在人員崗位方面面向知識管理和知識服務(wù)的核心業(yè)務(wù)構(gòu)建了全流程各環(huán)節(jié)崗位體系和人才團隊，并針對各行業(yè)的業(yè)務(wù)特點建立了行業(yè)專家團隊（如交通、能源、勘察設(shè)計、機械制造、汽車等）。全國建立了26個區(qū)域分公司，提升本地化服務(wù)能力。區(qū)域分公司員工總數(shù)1200多人，其中技術(shù)人員占有200多人。人員結(jié)構(gòu)數(shù)字出版大規(guī)模集成整合國內(nèi)外文獻資源，網(wǎng)絡(luò)化出版，提供文獻服務(wù)知識管理為政府、高校、企業(yè)、研究團隊等提供知識管理整體解決方案，隱性知識管理、顯示知識管理、機構(gòu)知識管理、個人知識管理知識服務(wù)針對具體細分行業(yè)按知識體系加工標引數(shù)據(jù)提供面向問題的行業(yè)知識服務(wù)平臺教學、個人及組織學習針對教學、科研以及個人學習提供應用軟件平臺，學術(shù)不端、在線教育、研學平臺、群組學習等核心業(yè)務(wù)內(nèi)容服務(wù)01軟件服務(wù)02一、數(shù)字化背景下企業(yè)知識管理和知識服務(wù)背景及需求二、支撐智慧企業(yè)建設(shè)的知識管理和知識服務(wù)核心技術(shù)提綱1.1數(shù)字化轉(zhuǎn)型和智慧企業(yè)建設(shè)是當下企業(yè)創(chuàng)新發(fā)展的必然要求智慧企業(yè)是新一代人工智能技術(shù)深度融入企業(yè)而形成的新型企業(yè)范式，其特征包括數(shù)據(jù)賦能、人機協(xié)同、最優(yōu)配置、自主演進——引自中國企聯(lián)《智慧企業(yè)指引（2018）》全球已進入數(shù)字化、網(wǎng)絡(luò)化、智能化時代，轉(zhuǎn)型大幕已在全球范圍拉開，其核心是業(yè)務(wù)流程的數(shù)字化與智能化。智能“企業(yè)大腦”機器智能數(shù)據(jù)智能群體智能智能決策智能研發(fā)智能管理智能物流智能產(chǎn)線智能車間智能工廠決策模式創(chuàng)新運營模式創(chuàng)新生產(chǎn)模式創(chuàng)新大數(shù)據(jù)挖掘與分析服務(wù)、投資與融資服務(wù)智能裝備智能產(chǎn)品智能服務(wù)產(chǎn)品服務(wù)創(chuàng)新盈利模式創(chuàng)新Source：IDC，2017全方位的模式創(chuàng)新向智慧企業(yè)演進1.2從信息化到數(shù)字化的全面轉(zhuǎn)型需要大數(shù)據(jù)知識管理國內(nèi)近30年的信息化很好地完成了“流程”信息化，建設(shè)了一系列的軟件基礎(chǔ)設(shè)施和業(yè)務(wù)應用系統(tǒng)，而各系統(tǒng)之間是割裂的，存在數(shù)據(jù)孤島。數(shù)字化轉(zhuǎn)型是重塑信息化，是“業(yè)務(wù)”的數(shù)字化，是人、物理世界、數(shù)字世界的連通與聯(lián)動。信息化基礎(chǔ)應用生產(chǎn)制造設(shè)計OA圖：企業(yè)信息化和數(shù)字化應用系統(tǒng)CIMS財務(wù)系統(tǒng)人事管理系統(tǒng)檔案管理MESMRPPDMPLMBOMERPCRMBI銷售管理PORTALCMSCADCAECAMCAPPBIM圖檔系統(tǒng)綜合應用市場銷售CISMIS業(yè)務(wù)模式創(chuàng)新打破舊的格局，業(yè)務(wù)模式和流程的數(shù)字化再造，融通價值鏈體系知識跨界融合企業(yè)內(nèi)部各種業(yè)務(wù)系統(tǒng)、信息化系統(tǒng)和互聯(lián)網(wǎng)系統(tǒng)中各數(shù)據(jù)和知識和融合跨組織融合數(shù)字化轉(zhuǎn)型，需要同時跨多個部門，需要分工、組織、協(xié)調(diào)，開放協(xié)同數(shù)字化轉(zhuǎn)型大數(shù)據(jù)知識管理平臺縱向橫向1.3從知識管理的發(fā)展趨勢來看，知識管理已進入場景化、自動化和智能化階段創(chuàng)造價值發(fā)展階段知識共享化顯性化、資產(chǎn)化場景化自動化、智能化1.0顯性知識資源分類梳理、存儲實現(xiàn)資源有序化2.0顯性+隱性管理講求規(guī)范、可復制構(gòu)建知識管理規(guī)范化隱性知識顯性化顯性與隱性的結(jié)合3.0知識+應用+服務(wù)知識管理與業(yè)務(wù)融合支撐業(yè)務(wù)需要的知識提升管理和工作效率與工作結(jié)合提供場景化服務(wù)4.0知識+應用+數(shù)據(jù)智能大數(shù)據(jù)治理和挖掘知識圖譜構(gòu)建創(chuàng)新工具融合知識嵌入創(chuàng)新過程面向問題智慧化實現(xiàn)內(nèi)外部知識整合匯聚和統(tǒng)一發(fā)現(xiàn)打通機構(gòu)內(nèi)部的知識循環(huán)和轉(zhuǎn)化，隱性知識顯性化、資產(chǎn)化嵌入創(chuàng)新和工作過程中，面向問題提供場景化知識服務(wù)，解決問題大數(shù)據(jù)治理、深度融合，應用AI實現(xiàn)智能化5.0智慧+決策發(fā)揮數(shù)據(jù)智能、機器智能和群體智能，實現(xiàn)智慧化數(shù)據(jù)智能機器智能群體智能科學、智慧決策1.4知識管理的國內(nèi)外發(fā)展現(xiàn)狀理論研究起步較早，并與企業(yè)的生產(chǎn)實踐結(jié)合不斷提煉出新的方法和理論研究研究實踐實踐國外國內(nèi)知識管理在企業(yè)是應用最為廣泛，滲透到業(yè)務(wù)過程中，知識管理制度、文化、流程比較完整，并配備有專門的知識管理崗位國內(nèi)的知識管理研究則更多的是基于引進國外知識管理進行相關(guān)研究，分為學院派(管理學派、經(jīng)濟學派、戰(zhàn)略學派)、方法論（咨詢公司）、技術(shù)派（IT公司）、知識工程（制造業(yè)）2000年左右引入國內(nèi)，真正建設(shè)始于2005年之后，集中在國有大中型企業(yè)集團以及知識密集性企業(yè)，信息化程度不同各代平臺都有4.0人工智能3.0~3.5場景化半智能知識結(jié)構(gòu)化、碎片化及知識元化，提供碎片化服務(wù)通過知識的自動挖掘分析建立圖譜化的知識網(wǎng)絡(luò)場景化碎片化圖譜化智能化貫穿戰(zhàn)略分析、規(guī)劃和實施的全過程，面向業(yè)務(wù)、各流程、各崗位提供智能知識服務(wù)1.5知識管理發(fā)展趨勢自動化知識服務(wù)與業(yè)務(wù)工作深度融合，感知場景嵌入工作、研究和學習過程中面向個人、崗位、業(yè)務(wù)以及流程精準匹配所需要的知識在業(yè)務(wù)工作過程完成自動知識管理和知識服務(wù)，自動采集、自動標引、自動歸檔用戶畫像文章畫像場景畫像知識圖譜崗位圖譜業(yè)務(wù)圖譜“人找知識”向“知識找人”，“服務(wù)人”向“服務(wù)機器”轉(zhuǎn)變傳統(tǒng)知識服務(wù)被動式信息服務(wù)傳統(tǒng)的知識庫模式搜索引擎式知識搜索碎片化、深度標引智能檢索基于用戶行為的智能服務(wù)有反饋的主動式服務(wù)用戶精準畫像系統(tǒng)自動推送推送碎片化內(nèi)容場景問題感知的知識服務(wù)場景化自適應智能知識服務(wù)自動匯聚、主動服務(wù)人、知識、場景精準匹配面向問題的知識庫知識重組、智能問答人找知識知識找人知識找問題知識為人服務(wù)人讀懂并利用知識知識為機器服務(wù)機器理解知識、智能決策知識決策智慧化知識服務(wù)機器理解的知識表示面向機器的知識庫人機智慧協(xié)同知識推理、知識決策智能診斷、決策報告文檔畫像知識圖譜知識地圖知識包1.6知識管理場景化，嵌入工作過程中實現(xiàn)人、知識、場景智能融合人（用戶）工作場景知識資源感知場景智能服務(wù)精準匹配各種崗位、各種角色內(nèi)部知識、外部知識業(yè)務(wù)知識、崗位知識管理、決策、研究、創(chuàng)新、學習、工作智慧協(xié)同動態(tài)匹配用戶畫像崗位圖譜場景畫像業(yè)務(wù)圖譜流程圖譜智能發(fā)現(xiàn)用戶知識需求并解決工作中的問題嵌入業(yè)務(wù)過程實現(xiàn)場景化精準傳播和利用面向各崗位、各角色、各業(yè)務(wù)流程提供精準知識服務(wù)通過畫像和圖譜實現(xiàn)人、知識、場景的動態(tài)匹配提綱一、數(shù)字化背景下企業(yè)知識管理和知識服務(wù)背景及需求二、支撐智慧企業(yè)建設(shè)的知識管理和知識服務(wù)核心技術(shù)開放式知識倉庫及大數(shù)據(jù)中心（KnowledgeWarehouseandBigDataCenter）內(nèi)外部知識統(tǒng)一發(fā)現(xiàn)平臺碎片化(章節(jié)、段落、知識元)全文智能檢索嵌入式知識服務(wù)場景感知精準服務(wù)智能推送面向問題的知識服務(wù)問題知識庫智能問答機構(gòu)大數(shù)據(jù)知識基礎(chǔ)設(shè)施

大數(shù)據(jù)知識管理數(shù)據(jù)清洗智能標引知識抽取知識獲取知識圖譜知識網(wǎng)絡(luò)大數(shù)據(jù)分析可視化知識推理業(yè)務(wù)管理技術(shù)研發(fā)行業(yè)知識基礎(chǔ)設(shè)施（IKI）個人知識基礎(chǔ)設(shè)施（PKI）公共知識基礎(chǔ)設(shè)施（CKI）機構(gòu)知識基礎(chǔ)設(shè)施（OKI）

檢索訂閱推送用戶畫像場景畫像數(shù)據(jù)模型標簽體系智能推送場景化智能知識服務(wù)2.1支撐智慧企業(yè)建設(shè)的大數(shù)據(jù)知識管理和知識服務(wù)總框架數(shù)字化轉(zhuǎn)型基礎(chǔ)設(shè)施：機構(gòu)知識管理和知識服務(wù)平臺業(yè)務(wù)數(shù)據(jù)文獻資源互聯(lián)網(wǎng)資源生產(chǎn)數(shù)據(jù)研發(fā)數(shù)據(jù)部門知識內(nèi)部文檔資料個人知識過程數(shù)據(jù)業(yè)務(wù)知識成果知識物聯(lián)網(wǎng)數(shù)據(jù)面向問題、面向崗位、面向場景的嵌入式智能知識服務(wù)自動化知識管理（內(nèi)部數(shù)據(jù)及知識自動匯聚）生產(chǎn)制造市場銷售運營服務(wù)（1）整合內(nèi)外部知識和大數(shù)據(jù)，構(gòu)建企業(yè)大數(shù)據(jù)知識基礎(chǔ)設(shè)施/知識總線大數(shù)據(jù)知識倉庫：整合知識大數(shù)據(jù)（全球視野下的內(nèi)外部知識資源）和業(yè)務(wù)大數(shù)據(jù)，進行數(shù)據(jù)治理和知識融合，構(gòu)建企業(yè)的大數(shù)據(jù)知識中心。從企業(yè)的業(yè)務(wù)體系、崗位體系、研發(fā)體系、技術(shù)體系、產(chǎn)品體系等角度知識進行統(tǒng)一導航和統(tǒng)一檢索。知識中臺：基于中臺技術(shù)架構(gòu)，構(gòu)建即插即用、面向業(yè)務(wù)應用快速響應的知識中臺，嵌入企業(yè)數(shù)字化平臺，面向業(yè)務(wù)、流程、崗位、項目等提供精準知識服務(wù)。CKI：公共知識基礎(chǔ)設(shè)施IKI：行業(yè)知識基礎(chǔ)設(shè)施OKI：機構(gòu)知識基礎(chǔ)設(shè)施PKI：個人知識基礎(chǔ)設(shè)施企業(yè)知識基礎(chǔ)設(shè)施/大數(shù)據(jù)知識中心/知識庫總線市場情報知識內(nèi)部沉淀知識技術(shù)前沿知識專家員工隱性知識業(yè)務(wù)及生產(chǎn)數(shù)據(jù)創(chuàng)新過程數(shù)據(jù)創(chuàng)新成果知識互聯(lián)網(wǎng)資源多源采集智能標引挖掘分析圖譜構(gòu)建知識地圖面向業(yè)務(wù)面向崗位面向研發(fā)面向決策面向創(chuàng)新數(shù)據(jù)查詢智能推送智能搜索數(shù)據(jù)統(tǒng)計數(shù)據(jù)分析個性化訂閱在線閱讀下載服務(wù)嵌入式服務(wù)場景化服務(wù)知識中臺文檔庫數(shù)據(jù)庫信息庫知識庫資源庫多層次資源內(nèi)容模型目錄大綱章節(jié)段落圖表高清大圖公式視頻動畫實驗數(shù)據(jù)術(shù)語概念內(nèi)部鏈接交互操作程序互動信息碎片化網(wǎng)絡(luò)知識標簽外部鏈接知識關(guān)聯(lián)筆記標簽人的網(wǎng)絡(luò)知識網(wǎng)絡(luò)語義增強數(shù)據(jù)增強交互增強呈現(xiàn)增強便于知識利用、重組、精準服務(wù)建立基于XML的知識增強內(nèi)容模型內(nèi)容基于XML完全碎片化建立知識網(wǎng)絡(luò)和碎片化網(wǎng)絡(luò)支持用戶交互，擴展內(nèi)容關(guān)聯(lián)和揭示創(chuàng)新過程細節(jié)數(shù)據(jù)版式、流式、圖譜化多終端全息可視化（2）新型知識資源表示模型：基于XML的動態(tài)可擴展、交互的增強內(nèi)容模型1、數(shù)據(jù)增強3、呈現(xiàn)增強2、語義增強4、交互增強增強模型WhatWhenWhy研究對象、問題、目標、結(jié)果、結(jié)論Object,problem,goal,resultandconclusionofresearch研究背景ResearchBackground研究意義SignificanceWhereHowHowaboutWho項目支持機構(gòu)、研究機構(gòu)、作者Supportingagencies,researchinstitutions,authors研究場所與條件Researchplacesandconditions方法與過程Methodsandprocesses結(jié)論的討論與評價Discussionandevaluationofconclusions（3）全新的知識組織、知識標引模型，面向員工的創(chuàng)新問題精準發(fā)現(xiàn)和服務(wù)打破傳統(tǒng)基于知識體系、分類體系的知識組織和知識標引，基于領(lǐng)域知識標簽和知識矩陣對知識資源進行深度標引，從企業(yè)的業(yè)務(wù)體系、崗位體系、研發(fā)體系、技術(shù)體系、產(chǎn)品體系、問題主題出發(fā)，以5W2H模型從7個維度進行智能化自動標引，形成面向問題的知識矩陣，通過維度和問題主題快速找到精準知識。（4）知識地圖：基于知識包構(gòu)建多層次知識地圖，與業(yè)務(wù)、流程、崗位、研發(fā)等融合崗位知識地圖業(yè)務(wù)知識地圖流程知識地圖產(chǎn)品知識地圖知識地圖01020304崗位體系構(gòu)建崗位知識地圖，面向崗位提供精準知識服務(wù)梳理流程活動，按流程節(jié)點和角色構(gòu)建知識地圖多形式可視化交互和展示支持富媒體的混合重組知識條目自動關(guān)聯(lián)和更新知識與應用場景精準匹配知識庫(關(guān)聯(lián)具體專題知識庫)動態(tài)匹配（按標簽體系定制）知識包（按知識框架重組知識）按企業(yè)的業(yè)務(wù)體系，如：研發(fā)、生產(chǎn)等構(gòu)建知識地圖按產(chǎn)品、研發(fā)型號、項目建立研發(fā)全過程的知識地圖項目知識地圖05對項目全過程知識和資料進行管理，整個項目一張圖即可展示

崗位知識地圖汽車設(shè)計工程師汽車設(shè)計工程師整車架構(gòu)工程師NVH專業(yè)總師內(nèi)外飾系統(tǒng)工程師BMS專業(yè)總師動力總成工程師制造工藝工程師根據(jù)企業(yè)的崗位體系構(gòu)建知識地圖并精確推送根據(jù)企業(yè)的崗位體系構(gòu)建知識地圖并精確推送工作知識包項目知識地圖系統(tǒng)全面地管理、查找和獲取項目過程中的所有設(shè)計資料和文檔資料（5）對用戶精準畫像，基于大數(shù)據(jù)構(gòu)建動態(tài)推送模型，實現(xiàn)知識智能推送業(yè)務(wù)畫像行為畫像基礎(chǔ)畫像姓名性別興趣愛好學習專業(yè)檢索歷史訂閱歷史下載歷史閱讀記錄所屬部門工作崗位研究領(lǐng)域參與項目教育程度同事關(guān)系用戶個性推送用戶行為日志挖掘業(yè)務(wù)工作內(nèi)容分析用戶基礎(chǔ)屬性分析用戶+場景場景感知工作知識包業(yè)務(wù)崗位（6）知識管理融入工程設(shè)計施工全過程，基于WBS提供精準知識包服務(wù)項目規(guī)劃方案設(shè)計技術(shù)設(shè)計圖紙會審施工設(shè)計施工準備工程施工工程驗收工程備案運行維護根據(jù)建筑規(guī)劃、設(shè)計、施工、運行的全生命周期過程中的知識需求進行知識包的梳理，面向各項工作任務(wù)提供精準知識服務(wù)，從而大幅提高工作效率和質(zhì)量。包括項目案例、設(shè)計標準規(guī)范、法律法規(guī)、管理辦法、施工工法、審圖意見等各類知識，按具體工作任務(wù)所需的知識維度進行重組，并精準定向推送。國家法律、法規(guī)強制標準、參考標準管理辦法實施操作指南法規(guī)制度項目規(guī)劃方案項目設(shè)計方案實施組織方案項目可研報告項目驗收報告文檔模板項目參考市場環(huán)境自然環(huán)境人文環(huán)境交通等基礎(chǔ)設(shè)施產(chǎn)業(yè)發(fā)展建筑環(huán)境知識設(shè)計案例設(shè)計圖紙設(shè)計模型設(shè)計基礎(chǔ)元件設(shè)計圖樣設(shè)計參考知識審圖意見設(shè)計審查意見分析計算參數(shù)設(shè)計參數(shù)施工工法問題經(jīng)驗知識綠色建筑建筑節(jié)能智能建造裝配式建筑結(jié)構(gòu)、水電、暖通、電氣BIM知識建筑專業(yè)知識領(lǐng)域?qū)＜?、學者上下游企業(yè)本單位專家人才庫專家動態(tài)重組、工作知識包深沉過程資料和經(jīng)驗知識感知場景、捕捉需求匹配任務(wù)、智能服務(wù)感知場景、捕捉需求匹配任務(wù)、智能服務(wù)深沉過程資料和經(jīng)驗知識一框式檢索在第三方業(yè)務(wù)系統(tǒng)中集成知識檢索入口，提供一框式知識檢索、獲取、下載、閱讀等服務(wù)固定崗位推送編輯管理崗位知識地圖和知識包，根據(jù)當前用戶崗位和用戶畫像推送成體系的相關(guān)知識固定場景推送與企業(yè)的業(yè)務(wù)工作流程結(jié)合，在固定的流程節(jié)點上推送工作所需的知識場景智能推送是一種綜合的推送模式，將業(yè)務(wù)工作種類、流程、崗位角色、工作內(nèi)容結(jié)合起來，實現(xiàn)智能化推送（7）嵌入式知識服務(wù)：知識管理與業(yè)務(wù)系統(tǒng)深度融合，在業(yè)務(wù)工作過程中提供服務(wù)節(jié)省查閱知識的時間，讓員工更關(guān)注工作讓知識伴隨工作全過程（8）開發(fā)知識協(xié)同工具集，激發(fā)群體智慧，隱性知識、顯性知識快速轉(zhuǎn)化和迭代協(xié)同工具是激發(fā)群體智慧、挖掘沉淀員工隱性知識重要工具，通過在線實時研討的方式，各參與人員可實時發(fā)表文字、語音、圖片、附件等形式的研討意見。支持多輪迭代研討，研討完成以后按模板進行總結(jié)，形成紀要型總結(jié)文檔或者修訂型文檔，支持對研討意見的全程回溯。協(xié)同研討研討總結(jié)內(nèi)容迭代形成方案群體學習稿件審核技術(shù)論證規(guī)劃總結(jié)方案討論協(xié)同決策對比研討多文檔研討劃詞研討單文檔研討劃句子研討段落研討應用場景研討模式Word文檔電子表格PPT文檔思維導圖協(xié)同工具集（9)構(gòu)建企業(yè)大學，挖掘并傳播專家經(jīng)驗知識，完成隱性知識遷移，提升員工能力創(chuàng)新方法和能力培訓企業(yè)大學業(yè)務(wù)培訓系統(tǒng)考試系統(tǒng)專家和老員工員工學習及培訓1.提升員工技能2.提高業(yè)務(wù)素養(yǎng)3.培養(yǎng)創(chuàng)新能力直播課程錄播課程通過企業(yè)大學、企業(yè)學習培訓平臺等將專家的知識錄成視頻課程，以公開課的形式放到學習平臺上，企業(yè)員工可自主學習，并與專家進行互動，從而快速提升員工業(yè)務(wù)能力。業(yè)務(wù)培訓專題講座技能培訓經(jīng)驗分享經(jīng)驗分享(10)面向員工個人提供個人知識管理，幫助員工構(gòu)建個人知識體系員工平時收集整理的各種知識資源，提供網(wǎng)絡(luò)化安全存儲、管理、查找和利用個人資料庫個人根據(jù)工作和研究需要訂閱各類知識，系統(tǒng)增量推送知識訂閱按工作崗位提供知識服務(wù)和崗位技能培訓，提供崗位知識圖譜崗位知識將個人工作學習過程中用到的知識資源分類整理和管理收藏下載個人閱讀學習過程中的筆記、摘錄以及筆記匯編等學習筆記層次數(shù)量“專業(yè)技能”層“通用技能”層“知識面”層個人知識體系2.2覆蓋知識管理和知識服務(wù)全過程的數(shù)字化智能技術(shù)體系大數(shù)據(jù)技術(shù)深度學習人工智能知識、數(shù)據(jù)智能加工標引基于人工神經(jīng)網(wǎng)絡(luò)的OCR文字識別機器學習的智能版面分析XML智能碎片化加工元數(shù)據(jù)智能標引數(shù)據(jù)挖掘分析分類、聚類、過濾、相似分析知識元提取定義、概念、術(shù)語、方法等自動化智能化知識庫構(gòu)建知識庫規(guī)劃知識資源及體系規(guī)劃和設(shè)計多媒體電子書制作Epub、pdf、交互式電子書專題知識庫選編發(fā)數(shù)據(jù)篩選、打包、導出XML動態(tài)重組碎片化內(nèi)容重組知識庫構(gòu)建知識體系構(gòu)建、本體庫構(gòu)建、領(lǐng)域詞表構(gòu)建工具非結(jié)構(gòu)化大數(shù)據(jù)管理全媒體資源管理、全文檢索引擎

知識傳播大數(shù)據(jù)分析熱點挖掘、知識評價知識傳播路徑分析用戶行為大數(shù)據(jù)分析用戶畫像、專家網(wǎng)絡(luò)用戶訪問統(tǒng)計、智能推薦知識推理模型構(gòu)建、需求挖掘、知識匹配知識網(wǎng)絡(luò)構(gòu)建知識地圖、知識圖譜碎片化網(wǎng)絡(luò)、知網(wǎng)節(jié)大數(shù)據(jù)智能挖掘分析智能知識服務(wù)和知識利用知識服務(wù)多維度導航、智能檢索主題檢索、訂閱推送知識圖譜、智能問答數(shù)字化增強閱讀多元發(fā)布、碎片化閱讀在線學習、數(shù)字筆記、版權(quán)保護場景化智能知識服務(wù)面向崗位和業(yè)務(wù)場景的知識服務(wù)報告自動生成大數(shù)據(jù)及知識可視化大數(shù)據(jù)統(tǒng)計分析、圖表可視化數(shù)據(jù)可視化自然語言處理群智協(xié)同技術(shù)知識資源整合顯性知識管理知識挖掘分析隱性知識管理及知識協(xié)同大數(shù)據(jù)知識萃取知識服務(wù)人機協(xié)同研判網(wǎng)絡(luò)化實時研討XML在線協(xié)同編輯專家黃頁、知識社區(qū)流媒體視頻直播技術(shù)計算機輔助創(chuàng)新網(wǎng)絡(luò)化多終端實時協(xié)同知識生產(chǎn)自動化、智能化智能信息處理技術(shù)數(shù)字化智能加工標引知識碎片化智能檢索技術(shù)多層智能知識服務(wù)群智知識協(xié)同技術(shù)大數(shù)據(jù)知識圖譜大數(shù)據(jù)智能應用技術(shù)關(guān)鍵核心技術(shù)(1)智能信息處理技術(shù)自動分類自動聚類關(guān)鍵詞標引多階信息指紋自動摘要信息過濾相似檢索相似性分析關(guān)聯(lián)挖掘全切分技術(shù)實體識別智能信息處理是知識管理必需的底層支撐技術(shù)，人工智能應用最成熟的技術(shù)，包括文本挖掘、自然語言處理、概念關(guān)系詞典等核心技術(shù)。能夠?qū)Ａ繑?shù)據(jù)進行切分詞、自動分類、自動聚類、關(guān)鍵詞自動標引、自動文摘、信息過濾、關(guān)聯(lián)規(guī)則挖掘等基礎(chǔ)性挖掘分析功能。以其為基礎(chǔ)可對知識進行有效地管理和利用。全學科及領(lǐng)域詞表詞語分布規(guī)律表(知識域)概念關(guān)系詞典——機器理解知識、實現(xiàn)數(shù)據(jù)智能的基礎(chǔ)自然語言處理的基礎(chǔ)性工作：詞典構(gòu)建及動態(tài)更新全學科詞典：基于文獻大數(shù)據(jù)挖掘構(gòu)建全學科詞典領(lǐng)域?qū)I(yè)詞典：根據(jù)機構(gòu)的行業(yè)領(lǐng)域構(gòu)建專業(yè)詞匯詞典語義詞典、主題詞表構(gòu)建技術(shù)、新詞發(fā)現(xiàn)分切分技術(shù)：很好地解決了歧義切分問題，可將“原子結(jié)合成分子”正確地切分成“原子/結(jié)合/成/分子”而不是“原子/結(jié)合/成分/子”向量空間模型：（或詞組向量模型)是一個應用于信息過濾，信息擷取，索引以及評估相關(guān)性的代數(shù)模型，把對文本內(nèi)容的處理簡化為向量空間中的向量運算。自動分類和聚類：自動將大量散亂的文本和知識自動歸類，自動梳理知識，包括K近鄰分類、Bayes分類和支持向量機分類等分類算法。分類是有監(jiān)督的學習，聚類是無監(jiān)督的學習。主題標引、自動文摘：自動提取關(guān)鍵詞、主題詞及生成摘要全切分技術(shù)及詞向量為基礎(chǔ)的文本挖掘分析功能支持多種算法各種知識挖掘分析功能關(guān)鍵詞和摘要提取知識分類體系管理分類規(guī)則及方法配置大規(guī)模自動分類和標引自動關(guān)鍵詞自動摘要自動分類(2)數(shù)字化智能加工標引技術(shù)——完成存量知識的數(shù)字化以及標準化和結(jié)構(gòu)化數(shù)字化加工：紙質(zhì)文檔、檔案、圖紙等的數(shù)字化結(jié)構(gòu)智能標引：通過版面智能理解和模板技術(shù)自動提取文檔名稱、目錄、作者、時間等元數(shù)據(jù)，實現(xiàn)知識的結(jié)構(gòu)化構(gòu)建業(yè)務(wù)知識庫(3)知識碎片化技術(shù)——完成內(nèi)容的知識元化，支撐基于知識框架的知識動態(tài)重組XML技術(shù)：采用符合Dita規(guī)范的XML數(shù)據(jù)存儲結(jié)構(gòu)，并采用專門的NXD數(shù)據(jù)庫進行存儲、管理和查詢碎片化的XML數(shù)據(jù)知識元自動抽?。和ㄟ^句法分析和語義挖掘自動從海量知識資源中自動抽取碎片化知識單元，并建立各知識元之間的關(guān)聯(lián)關(guān)系知識元庫：領(lǐng)域知識元庫、概念\術(shù)語知識元庫、方法知識元庫、數(shù)字知識元庫、圖片知識元庫形式碎片化按文檔物理結(jié)構(gòu)進行碎片化內(nèi)容碎片化按內(nèi)容知識單元碎片化

圖片、表格-文字關(guān)系識別加工自動拆分文檔結(jié)構(gòu)定理、術(shù)語、概念等知識元(4)大數(shù)據(jù)知識圖譜——知識圖譜是實現(xiàn)知識推理、機器智能的關(guān)鍵要素實體識別：在知識結(jié)構(gòu)化、碎片化、知識元的基礎(chǔ)上大幅提高識別正確率實體關(guān)系抽?。菏褂糜斜O(jiān)督學習的方法訓練并抽取實體關(guān)系，人機結(jié)合圖譜存儲一種是基于RDF的存儲另一種是基于圖數(shù)據(jù)庫的存儲知識圖譜(KG:KnowledgeGraph)是由概念實體和語義關(guān)系構(gòu)成的大規(guī)模的語義網(wǎng)絡(luò)semanticnetwork)，分為領(lǐng)域知識圖譜(DKG)與通用/開放領(lǐng)域知識圖譜(GKG)。主要應用領(lǐng)域“導航”知識圖譜航路導航著陸導航航空導航船舶導航導航陀螺儀方位陀螺儀氣浮陀螺儀機器認知語義推理智能推薦圖譜搜索智能問答搜索：導航推薦：分類：著陸導航、航路導航、船舶導航。。。相關(guān)：無線電波、陀螺儀。。。無線電裝置：無線電發(fā)射裝置、放大器。。。染料木素預防腫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導：吃冬大豆預防腫瘤哪位球星和梅西都屬于巴塞羅那俱樂部？羅納爾迪尼奧。。。都有誰獲得過金球獎？梅西，克里斯蒂亞諾多納爾多知識圖譜知識導航知網(wǎng)節(jié)反映引用、相似、相關(guān)等關(guān)系的知網(wǎng)節(jié)(5)智能檢索技術(shù)——解決知識精準發(fā)現(xiàn)問題，是提供多層次知識服務(wù)的基礎(chǔ)XML檢索引擎全文檢索引擎智能檢索引擎相似檢索知識元檢索碎片化檢索智能問答知識元大數(shù)據(jù)碎片化大數(shù)據(jù)多模式索引庫知識資源庫跨庫統(tǒng)一檢索面對海量的知識資源大數(shù)據(jù)，在傳統(tǒng)文獻檢索的基礎(chǔ)上提供知識元檢索、碎片化檢索，結(jié)合用戶檢索意圖和應用場景提供智能檢索服務(wù)，既考慮檢索的主題相關(guān)性，又考慮發(fā)表時間，讓用戶獲取最新最相關(guān)的知識資源。指紋檢索1)、全文索引：－正向最大匹配、反向最大匹配、分切分多種切詞算法

－單字索引、混合索引、多值索引－分句、分段索引（支持同句、同段檢索）2)、相似索引－基于VSM向量的內(nèi)容相似度索引－實時動態(tài)地計算相似文章和相似度3)、指紋索引－基于全文的指紋索引4)、同音索引－TYTDTEXT索引類型區(qū)分聲調(diào)－TYTEXT不區(qū)分聲調(diào)

5)、搜索引擎索引:提供搜索引擎式的索引全文檢索引擎：實現(xiàn)知識檢索的核心關(guān)鍵部件分布式存儲實時索引快速檢索全文/文檔大文本短文本切詞索引特征向量索引指紋索引基于知識碎片化以后的XML大數(shù)據(jù)，在深度標引的基礎(chǔ)上提供內(nèi)容碎片化單元的檢索：章節(jié)段落表格圖片公式實驗數(shù)據(jù)概念術(shù)語指標程序等碎片化檢索檢索得到的碎片化內(nèi)容單元列表（直接定位到章節(jié)、段落、知識元）智能問答通過自然語言理解，識別用戶檢索目標，在海量大數(shù)據(jù)基礎(chǔ)上通過推理精準給出答案用戶檢索問題文獻大數(shù)據(jù)碎片化大數(shù)據(jù)知識元大數(shù)據(jù)檢索意圖識別知識檢索推理知識重組給出答案知識推理的證據(jù)列表搜索問題直接給出答案(6)多層次智能知識服務(wù)多層次知識服務(wù)模式基于增強出版的數(shù)字化閱讀自助式被動知識服務(wù)基于用戶行為的智能推送場景化智能知識服務(wù)碎片化推送閱讀內(nèi)容知識獲取數(shù)據(jù)統(tǒng)計知識協(xié)同常用業(yè)務(wù)部門同事常用聯(lián)系人業(yè)務(wù)協(xié)同審批群組關(guān)注好友共享姓名性別職位部門教育程度工作崗位偏好基本屬性瀏覽被關(guān)注工作關(guān)系上下級項目合作文件流轉(zhuǎn)協(xié)同屬性課程學習檢索數(shù)據(jù)獲取行為知識體系崗位體系業(yè)務(wù)體系——深入業(yè)務(wù)工作、崗位體系提供知識服務(wù)基于增強出版技術(shù)實現(xiàn)在線閱讀和知網(wǎng)型筆記用戶和場景精準畫像，融合知識體系、業(yè)務(wù)體系和崗位體系，精準匹配知識根據(jù)上下文推送期刊碎片化內(nèi)容單元，碎片化利用個性化推送知識資源：根據(jù)用戶畫像和工作過程中的知識查閱歷史推送最新的崗位知識和業(yè)務(wù)知識點擊可直接閱讀知識資源日常辦公平臺上面向不同崗位的用戶推送相關(guān)知識(7)群智知識協(xié)同技術(shù)——發(fā)揮群體智能進行知識生產(chǎn)協(xié)同創(chuàng)作：基于XML的全媒體內(nèi)容采編、多人網(wǎng)絡(luò)化實時協(xié)同協(xié)同研討：支持文字、圖片、音頻、視頻等形式的協(xié)同研討，迭代回溯Clickheretoaddyourtext.Clickheretoaddyourtext.(8)大數(shù)據(jù)智能應用技術(shù)——數(shù)據(jù)智能、機器智能、群體智能的融合知識推理及其應用知識推理是指在計算機或智能系統(tǒng)中，模擬人類的智能推理方式，依據(jù)推理控制策略，利用形式化的知識進行機器思維和求解問題的過程。智能系統(tǒng)的知識推理過程是通過推理機來完成的，所謂推理機就是智能系統(tǒng)中用來實現(xiàn)推理的程序。推理機的基本任務(wù)就是在一定控制策略指導下，搜索知識庫中可用的知識，與數(shù)據(jù)庫匹配，產(chǎn)生或論證新的事實?；谥R庫和知識圖譜的知識推理新基于神經(jīng)網(wǎng)絡(luò)的知識推理智能控制系統(tǒng)企業(yè)智能決策問題診斷（設(shè)備、運營等）報告需求模型算法報告生成寫什么——確定報告模板報告發(fā)布知識庫數(shù)據(jù)確定報告類型（主題模板）確定內(nèi)容框架（大綱、指標）怎么寫——機器智能寫作數(shù)據(jù)模型內(nèi)容聚合數(shù)據(jù)填充機器寫作報告提升——專家研判人機混編眾智研判自動排版多元發(fā)布增強呈現(xiàn)數(shù)據(jù)回溯自助生成定期生成數(shù)據(jù)報告重組報告決策分析報告多樣化需求大數(shù)據(jù)報告面向特定場景、特定問題，在知識框架體系下基于大數(shù)據(jù)和知識庫，動態(tài)重組報告內(nèi)容基于模板和數(shù)據(jù)模型，在人機結(jié)合方式下自動生成報告特定內(nèi)容單元和統(tǒng)計分析圖表，并關(guān)聯(lián)原始數(shù)據(jù)，做到數(shù)據(jù)可回溯報告智能生成技術(shù)?大數(shù)據(jù)決策報告?調(diào)研報告?產(chǎn)業(yè)分析報告等貴州省2016年經(jīng)濟運行情況政府經(jīng)濟全面分析報告政府經(jīng)濟簡要分析報告政府經(jīng)濟專題報告設(shè)置自動填充條件2016年貴州省農(nóng)業(yè)發(fā)展數(shù)據(jù)；2016年貴州省可用耕地面積；2016年貴州省農(nóng)業(yè)總產(chǎn)值；2016年貴州省農(nóng)民人均純收入；2016年貴州省農(nóng)業(yè)用地使用率；2016年貴州省農(nóng)村人口總數(shù)；確定取消設(shè)置段落檢索條件一、2016年貴州省經(jīng)濟現(xiàn)狀概述二、貴州省農(nóng)業(yè)發(fā)展情況三、貴州省工業(yè)發(fā)展情況四、貴州省投資發(fā)展情況五、貴州省服務(wù)業(yè)發(fā)展情況六、貴州省旅游業(yè)發(fā)展情況七、貴州省消費市場發(fā)展情況八、貴州省財政收入與民生支出情況九、貴州省居民收入情況十、貴州省居民消費價格與工業(yè)品價格情況十一、貴州省就業(yè)形勢情況十二、綜述貴州省2016年經(jīng)濟運行情況報告一、2016年貴州省經(jīng)濟現(xiàn)狀概述

2016年，在以習近平同志為核心的黨中央堅強領(lǐng)導下，省委、省政府團結(jié)帶領(lǐng)全省各族人民，自覺踐行五大新發(fā)展理念，牢牢守住發(fā)展和生態(tài)兩條底線，堅持以供給側(cè)結(jié)構(gòu)性改革為主線，大力實施主基調(diào)主戰(zhàn)略，強力推進大扶貧、大數(shù)據(jù)兩大戰(zhàn)略行動，以開局就是決戰(zhàn)、起步就要沖刺的勁頭，統(tǒng)籌做好穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生、防風險各項工作，經(jīng)濟社會發(fā)展呈現(xiàn)出速度較快、結(jié)構(gòu)優(yōu)化、效益提升、民生改善的良好態(tài)勢，在“守底線、走新路、奔小康”新征程中邁出了堅實有力的第一步。

初步核算，2016年全省地區(qū)生產(chǎn)總值11734.43億元，比上年增長10.5%，增速高于全國（6.7%）3.8個百分點，繼續(xù)位居全國前列。貴州地區(qū)生產(chǎn)總值占全國經(jīng)濟總量的比重穩(wěn)步提升，2016年為1.58%，比上年提高0.05個百分點。分三次產(chǎn)業(yè)看，第一產(chǎn)業(yè)增加值1846.54億元，比上年增長6.0%；第二產(chǎn)業(yè)增加值4636.74億元，增長11.1%；第三產(chǎn)業(yè)增加值5251.15億元，增長11.5%。人均地區(qū)生產(chǎn)總值達到33127元，比上年增加3280元。二、貴州省農(nóng)業(yè)發(fā)展情況

2016年，全省農(nóng)林牧漁業(yè)增加值1944.66億元，比上年增長5.9%。一是糧食生產(chǎn)再獲豐收。糧食總產(chǎn)量1192.38萬噸，比上年增長1%，實現(xiàn)了“四連增”，為改革開放以來最高水平。全省種植業(yè)增加值1189.2億元，比上年增長6.8%。二是農(nóng)業(yè)結(jié)構(gòu)調(diào)整繼續(xù)推進。主要特色農(nóng)產(chǎn)品產(chǎn)量較快增長，全省油菜籽產(chǎn)量90.25萬噸，比上年增長1.4%；蔬菜產(chǎn)量1896.6萬噸，增長9.5%；茶葉產(chǎn)量17.4萬噸，增長47.5%；水果產(chǎn)量257.4萬噸，增長14.5%。三是畜牧業(yè)呈恢復性增長。全省畜牧業(yè)增加值480.16億元，比上年增長2.9%。豬牛羊禽肉類產(chǎn)量195.1萬噸，比上年下降1.5%；禽蛋產(chǎn)量18.3萬噸，比上年增長5.6%；牛奶產(chǎn)量6.4萬噸，比上年增長3.1%。四是林業(yè)、漁業(yè)較快增長。全省林業(yè)增加值133.32億元，比上年增長8.3%；漁業(yè)增加值43.86億元，增長15.6%。三、貴州省工業(yè)發(fā)展情況2016年，全省規(guī)模以上工業(yè)增加值4032.11億元，比上年增長9.9%，增速高于全國水平（6.0%）3.9個百分點。分經(jīng)濟類型看，國有控股企業(yè)增加值比上年增長5.2%，集體企業(yè)增加值增長13.1%，股份制企業(yè)增加值增長11.4%，外商及港澳臺商投資企業(yè)增加值增長14.1%