知识管理与知识库系统

知识管理与知识库系统——张杰随着计算机科学技术的发展，以计算机为工具的信息处理技术经历了数值计算阶段和数据处理阶段之后，已经进入了知识管理与处理的阶段，也就是说，计算机可以像人类一样具有创造性思维的能力，即智能。这意味着计算机信息社会进入了一个知识信息处理的新时代，而知识库技术将使计算机应用系统拥有更多的智能。一.知识管理作为一种管理行为，知识管理历史悠久知识经济是继农业经济和工业经济以后的又一种新的社会经济形态。知识不仅是与传统生产要素并列的一种资源，而且是当今唯一有意义的特殊资源，知识首次以一种无形的形式作为经济基础出现在人类发展的进程中。知识管理的发展知识作为一种组织资产的重要性在80年代中期已经被人们意识到知识管理一词正式出现于1989年，这一年为了给知识管理工作提供相应的技术支持，美国一家公司联合会实行了一项管理资产的实验项目，与知识管理相关的一些文章开始出现于一些知名杂志，如《斯隆管理评论》、《哈佛商业评论》、《组织科学》等1991年野中郁次郎和组内广隆出版了名著《知识创造型公司：日本公司如何建立创新动力机制》标志着知识管理的产生。知识经济时代企业的核心竞争力IDC研究报告显示，员工做的90%的所谓创新工作都是重复的，因为这些知识已经存在另一份报告显示，员工的1/3时间用在了寻找某些他们永远没有找到的信息上浪费时间效率低下企业中的知识孤岛72%的员工认为自己所在的企业没有把公司不同地方的知识很好的相互复用，也没有实现知识的整合。知识管理的定义知识管理就是运用信息化技术手段将人与知识充分结合，并且创造知识分享的文化，以加速员工学习、创造及应用知识，提升组织的核心能力，核心为人、组织和技术，简称HOT为什么需要知识管理1.外部环境压力全球化、快速化、动态化的激烈市场竞争压力知识成为21世纪的主要经济资源2.竞争与生存的需求知识利用可以产生竞争上的差异化，并使竞争对手难以模仿知识会影响企业机会把握、响应速度和产品上市时间等最重要的企业生存能力3.知识的经济价值性知识管理的实现方法员工、管理者、领导小企业、大企业运行机制、知识明晰机制、参与绩效机制、参与奖惩机制小型企业的知识化平台方案产品战略决策不是经常的事情，可以不设在系统平台中紧密结合业务工作，尽可能把业务工作集成在系统平台中简化管理方式，尽可能把相关功能合成在一起价格低廉，不给企业增加经济压力大型企业知识化工作平台方案细分文档信息管理、协作管理、沟通管理、工作流程能够整合业务系统，使之知识化用企业门户系统集成所有信息，使员工无论何时何地都身临工作室、工作台从管理机制的角度建立知识管理体系管理的管理机制应该能够清晰的勾勒出：知识管理由谁来做？要做哪些具体工作？怎样考核和激励员工参与知识管理？二.知识库系统数据：客观事物的属性、数量、位置及其相互关系等的抽象表示信息：数据所表示的含义，数据是信息的载体，信息是对数据的解释知识：以不同方式把多个信息关联在一起的信息结构知识的分类事实：对客观事物属性的值或状态的描述规则：前提与结论两部分（因果）推理链（人工智能）规律：带变量的规则，变量实例化不带变量的规则（不同的实例化会有许多规则）提交知识删除知识更改知识知识的属性真实性：知识是客观事物及客观世界的反映，必然有真实性。相对性：知识的存在往往有条件和环境的要求，知识不可能无条件的真或绝对的真，都具有相对性，比如水的沸点是“100℃”不完全性：客观世界中的事物不是完全的表露出来的，因此我们的认识也就不可能是完全的，比如“一个人发烧了，就有炎症”是不完全的，也可能是中暑了。模糊性：现实中的知识并不是“非真即假”，而是处于某种中介状态。可表示性：知识是客观事物的抽象，并不是物质的东西，但可以用各种方式表示。（各种符号的逻辑组合、图形、物理表示）可表示性可存储性、可传递性、可处理性知识的表示知识的表示：所谓知识表示实际上就是对知识的一种描述，即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。知识表示方法：产生式规则语义网络一阶谓词逻辑框架理论面向对象产生式规则产生式规则的出现产生式(Production)一词，是在20世纪40年代首先由美国数学家波斯特（E.Post）提出来的。波斯特根据替换规则提出了一种称为波斯特机的计算模型，模型中的每一条规则当时被称为一个产生式。后来，这一术语几经修改扩充，被用到许多领域。例如，形式语言中的文法规则就称为产生式。产生式也称为产生式规则，或简称规则。产生式的一般形式前件→后件（Q→P）其中，前件就是前提，后件是结论或动作，前件和后件可以是由逻辑运算符AND、OR、NOT组成的表达式。产生式规则的语义是：如果前提满足，则可得结论或者执行相应的动作，即后件由前件来触发。所以，前件是规则的执行条件，后件是规则体。一条产生式规则就是一条知识。用产生式可以实现推理和操作，产生式规则是知识表示形式。推理机的一次推理过程从规则库中取一个条规则，将其前提同当前动态数据库中的事实/数据进行模式匹配匹配成功否把该规则的结论放入当前动态数据库：或执行规则所规定的动作NY与或树产生式规则组：B1，B2→A；B3，B4，B5→A；C1，C2→B1；C3→B2；C4，C5，C6→B3；C7→B4；C8→B4；C9，C10→B5；D1，D2→C5；D3→C5；D4，D5，D6→C8；与或语义网络语义网络的概念最先是由Quillian提出来的，他于1968年在他的博士论文中，把语义网络作为人类联想记忆的一个显式心理模型。所以，语义网络也称联想网络。现在，语义网络的理论已经有了长足的发展。有人把它划分为五个级别：执行级、逻辑级、认识论级、概念级和语言学级。语义网络已成为一种重要的知识表示形式，广泛地应用于人工智能、专家系统，特别是自然语言理解领域中。语义网络是一种采用网络的形式表示人类知识的方法。它是由节点和边（也称有向弧）组成的一种有向图。其中节点表示事物、对象、概念、行为、性质、状态等；有向弧表示节点之间的某种联系或关系。鸟的语义网络示意图语义网络能较好的表示对象之间的继承和变异等概念，很适合用来表示推理，联想，归纳等逻辑概念，验证各种事实或模拟人类思维常用的语义联系ISA关系（is-a）:AISAB表示A是B的一个特例，B是A的一个抽象AKO关系（a-kind-of）:AAKOB表示A是一种B，A与B之间有属性继承和属性更改权ISAA-part-of联系：XA-part-ofY表示X是Y的一部分，没有属性继承性A-Member-of联系：XA-Member-ofY表示X是Y的一个成员（或元素）有继承权和更改权Have联系：AHaveB表示A具有B的这个属性值或实体。Located-At（-on、-Under等）联系：表示事物之间的位置关系知识获取过程知识库知识库可以看作是数据库理论研究的产物，是知识的集合。更确切的讲，知识库是人工智能（AI）和数据库结合的产物。如果说数据库就是把数据从应用程序中分离出来交予系统程序处理，则知识库就是把知识从应用程序中分离出来，交由知识系统程序处理逻辑上是人类知识的模型，物理上是存储知识的设施智能DSS也有自己的知识库，它与专家系统在功能、知识库内容和推理策略方面都存在很大差别，体现在4个方面DSS不仅具有定性的知识推力能力，而且具有定量的计算功能，并能将两种功能结合起来。专家系统的知识结构比较单一，而智能DSS的知识就更广泛，但知识抽取和表达也就更为困难和繁琐。由于DSS推理机制不仅有知识的推理，还有定量的计算结果，这就使得它比专家系统推理更复杂计算机的语言实现方面也有很大不同。专家系统一般用人工智能程序设计语言：如Prolog,这语言在计算方面效率低，不能满足复杂计算问题的求解要求。设计知识库系统的原则保持知识库系统在DSS内部的相对独立性，是目前DSS的基本结构，便于内部管理和扩充修改知识库与推理机应该分开，这样解释功能和知识获取功能才能实现在一个知识库中尽量使用一种知识表示方法，使系统易于处理、解释和管理，由于知识来源广，有的来源于不同领域、不同专家，所以应该采用多个子知识库推理机应尽量简单，以便减少解释和知识获取的工作量知识库开发应与DSS整个系统开发相协调在DSS中利用知识的冗余显得很有必要利用各具有不同优点的多来源知识解决问题，弥补了知识的不完整性和不精确性知识库开发步骤知识库是DSS实现智能化的关键部件，开发知识库是开发DSS的高级阶段，一般来说，建立知识库的工作应该放在DSS开发的中后期进行，大致要经历以下几个阶段：准备阶段：设计人员和专家一起探讨分析，明确任务系统分析阶段：目标、范围、归纳整理建立原型阶段：简单原型，以后依需要再扩充扩充和改进知识库系统：要与整个DSS系统同步扩充知识库的维护：实质上是知识库的扩充，专人负责问题处理系统DSS的基本结构由图可知PPS处于DSS的中心位置，它既是链接LS和KS的桥梁，又是任何计算机共同决策的纽带。不同的PPS对应着不同的LS和KS。PPS功能：信息收集和问题识别用户语言系统（LS）问题处理系统（PPS）知识系统（KS）各种不同情况下PPS数据处理过程PPS的数据运算过程问题求解系统分析求解PPS识别问题之后，一般要进行三方面的分析：系统有没有能力解决这个问题，怎样去解决问题复杂的话怎样分解为简单的子问题分析构成问题的一些概念之间的关系状态空间法（StateSpaceApproach，SSA）问题归纳系统（ProblemReductionSystem，PRS）产生式系统（ProductionSystem，PS）求解途径—用户提供模型的PPS调用模型的PPS具有模型生成能力的PPS1.基于知识的推理2.不精确推理3.非单调推理4.形式推理在决策支持系统中，推理是知识库系统不可缺少的功能。推理方式和知识表达之间的关系十分密切，因此，在考虑知识表示时，确定所要采用的推理方式非常重要推理搜索匹配与替换推理机推理机在DSS中，除了要研究推理的理论和方法之外，更重要的是研究如何在计算机上实现推理。其中基于知识的推理是DSS要研究的重点。推理机就是基于知识推理的计算机实现。推理机主要任务是选择知识和应用知识。一般情况下，推理机只能利用搜索法或其他的方法从复杂的系统中找出所需的知识，这相当费时，弄不好就会使推理机无法实现。因此研究知识的选择（即控制策略）成为了推理机的一个关键问题。推理机能否准确迅速的找到与解答有关的知识，直接影响推理机的性能。推理机的性能指标是指推理效果和推理效率。