亚洲爆乳中文字幕无码专区网站-黄页网站视频-暖暖 免费 高清 日本 在线-97亚洲熟妇自偷自拍另类图片-国产av久久久久精东av

越來越多的企業開始意識到，創新力主要來源于自身擁有的知識資產的多少，其重要性超過數據資產甚至財務資產。知識成為企業核心資產和核心驅動力的時代已來臨，越來越多的企業管理者開始重視知識的管理運營。

隨著信息化、網絡化、智能化的到來，通過互聯網、物聯網采集到的數據呈爆炸式增長，全世界步入了數字經濟時代。在數字經濟時代，數據已經成為關鍵生產要素。近些年，隨著數據意識的覺醒，很多企業開始構建數據倉庫、數據中臺，一些企業已經具備了較好的數據基礎。

然而，數據本身并不產生知識，數據只是現實世界在虛擬空間中留下的痕跡。知識高于數據，知識才更貼近事物本質。在一個充滿不確定性的經濟環境中，企業持續競爭優勢的一個確定來源就是知識。在經歷了信息化轉型、大數據時代、數據治理三個階段之后，或早或晚，任何組織最終都會走上利用數據創造新知識的道路。

在知識復雜度高的行業里，沒有不做知識管理的企業?，F階段，很多企業通過員工培訓、文檔管理和數據管理來間接地管理知識，普遍缺乏更高效的知識管理系統，面臨不少問題，比如，知識難留存，知識難挖掘，知識難管理，知識難傳承。

隨著知識工程、云計算等技術的快速發展，將知識作為一種資源進行整合，便于業務專家們基于任務以分布式協作的方式解決問題，成為實現知識的交流、共享和創新的途徑。知識中臺應運而生，建設知識中臺最直觀的交付物是知識服務系統（Knowledge as a Service，KaaS）。

明略科技根據在營銷、金融、工業、零售等行業的數字化轉型實踐經驗，撰寫了《知識中臺：數字化轉型中的認知技術》，目前已由電子工業出版社出版，作者為明略科技創始人、CEO吳明輝，明略科技自身科學家，張杰。書中提供了一套構建知識中臺的方法論，其核心內容可總結為兩類用戶、三類知識和六步建設法。

兩類用戶包括知識官和知識工程師。知識官往往是企業內的高級專家，負責定義全局概念體系和管理知識。知識工程師往往是業務一線的基層管理者，負責貢獻單條知識。

三類知識包括事實知識、原理知識和技能知識。以往的研究主要集中在事實知識上，原理知識多是按照技術路線區分，技能知識多是從管理學視角出發，很少科技公司能夠給出IT方面的實現方案。

三類知識與兩類用戶的關系如圖1所示。

圖1  兩類用戶與三類知識的關系

六步建設法，指從各類包含顯性知識和隱性知識的數據源中，抽取出陳述性知識和程序性知識，并做形式化表示，然后以多種方式提供知識服務，最后促進已有知識的迭代和新知識的產生。

具體包括以下步驟：

第一步，知識建模。

為了有效組織領域內業務活動中的幾類關鍵數據，需要建立起知識的模型，定義出兩個概念體系。一個是類別體系，包含領域內的類別、類別所包含的屬性及其約束、類別間的關系類型；另一個是任務體系，包含領域中要面對的場景、場景下的細分任務、處理任務所需考慮的判斷條件和工作流程等。有些領域在國家主管部委或行業聯盟組織的推動下建立了相應的國標、行標，便于成員間的數據共享和流程標準化。

第二步，知識抽取。

知識抽取的目的是從數據源中抽取出知識片段，理解其語義后，做有序的組織和存儲。涉及的知識通常是明確定義的、事實性的信息，這些信息來自不同的數據源、具有不同的結構。不同數據源的知識抽取方法各有不同：從結構化數據中獲取知識的操作常被稱為映射（Mapping），需要編寫映射腳本，其難點在于復雜的關系表的處理，包括嵌套表、多列、外鍵關聯等。從半結構化和非結構化數據中獲取知識的操作單元常被稱為包裝器（Wrapper），其難點在于包裝器的生成、更新和維護，其中從非結構化文本中抽取知識時就是廣義上說的抽取器（Extractor），其中三個最重要的子任務是：實體識別、關系抽取和事件抽取。

第三步，知識管理。

廣義的知識管理被定義為“對知識、知識創造過程和知識的應用進行規劃與管理的活動”。此處的狹義的知識管理作為知識中臺的一項系統功能是指，通過提供用戶交互接口對事實知識庫、原理知識列表、技能知識庫中的知識條目做體系化組織，如增刪改查、推薦、問答、訂閱分享等操作，并最終存儲于數據庫中。

第四步，知識計算。

三類知識除了供人類用戶使用，還應該被計算機無歧義的調用執行，為上層的應用系統提供API接口調用。由于三類知識經過體系化的整理，相當于人工的建立起更多的結構關聯，拉近了相似知識片段間的語義距離，從而使其超越了字符串匹配式的語義計算方法，作為一項基礎服務進一步提升上層應用系統的性能。

第五步，知識應用。

知識在真實條件下經過有效性和穩定性驗證后，可在組織內部進一步推廣應用，應用層常見的使用方式有兩種，一種是較為通用的技術型應用，如可視化洞察、信息檢索、推薦系統、問答系統等；另一種是具有行業特色的解決方案型應用，如金融反欺詐、快消品營銷、工業維保等。無論以何種形式服務于用戶或應用層系統，均需收集實際的應用反饋結果，以用于上述步驟的更新優化，從而形成閉環。

第六步，知識演化。

知識的有效應用并不是終點，知識中臺帶來的一項額外的增值是促進知識的動態演化，形成良性循環。隨著內外部新知識片段不斷加入到統一的知識體系中來，系統及時發現已有知識之間相似性、主動的推送給最有可能與之產生交互的人，從而對已有知識進行更新、促進新知識的應用和啟發式創新。

圖2  六步建設法

相較于數據管理、文檔管理的方式，知識中臺在許多方面將帶來更大價值。

通過知識表示技術，使知識同時表示為人類語言和機器語言，可解釋性更強；通過知識抽取技術，建立企業內部全局統一視圖，便于全員達成概念共識；通過知識增強技術，提升下游應用的準確性，包括可視化洞察、信息檢索、推薦系統、任務型問答、具有行業特色的解決方案型應用等。

放眼未來，數字化轉型要實現進一步突破，一個必經階段就是在數字化基礎上搭建知識中臺。各類知識密集型行業均需建立自己的行業大腦，行業大腦將會成為企業在市場競爭中的戰略控制點，由企業自身運營維護，知識作為企業資產不斷地沉淀和更新。知識中臺將會成為數字化轉型中打通底層數據和上層應用的關鍵組件，幫助企業解決知識難留存、難挖掘、難管理、難傳承的問題，為新經濟環境下的市場競爭做戰略布局。