信息吸收与知识扩散的知识科学方程组研究，本文主要内容关键词为：方程组论文,知识论文,科学论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
doi:10.3772/j.issn.1000-0135.2011.06.001
1 引言
人类近代社会的巨大进步，莫过于人类对信息的理解，信息论的发表开创了人类信息时代。21世纪到来之际，管理大师彼得·德鲁克在《21世纪管理的挑战》一书中预言[1]，21世纪我们进入知识管理时代，工业文明管理的范式要被经济时代、被知识管理范式所取代。20世纪，“管理”最重大、最独特的贡献是将制造业的劳动生产率提高了50倍；21世纪，“管理”需要提供的最重要的贡献，就是提高知识工作者的生产率。知识创造和知识扩散被认为是知识管理的主要内容，是现代企业的本质和竞争的焦点，也是企业提升核心竞争力的关键所在[2]。面对知识管理时代的到来，陆汝钤院士提出[3]，20世纪中叶，仙农（Shannon）提出和回答了一个问题：从数学的观点看，信息是什么？信息是用来消除不确定性的（一个物理量）。从信息科学到知识科学我们可以问：从数学的观点看，知识是什么？知识是用来消除信息的无结构性的（一个物理量）。自知识管理的概念提出以来，在最近十年里取得了一定成果，成为个人、组织与国家提升其创新能力和获得竞争力的重要理论。然而对于知识是如何用来消除信息的无结构性还未见文章发表，对知识创造中的信息吸收和知识扩散能力的计量方面也还未见成果发表。本文探索消除信息的无结构性的知识结构的数学模型，寻找知识创造的度量方法，目的在于建立信息吸收和知识扩散的知识科学的数学模型，解决知识创造生命周期划分的数量判定方法，以便提高知识生产率的计量方法，指导知识创新和竞争能力的知识管理实践活动。文章的第二节是熵理论的知识度量研究进展，第三节是建立知识科学方程组，第四节是知识科学方程组讨论，最后是结论与展望。
2 度量知识的熵理论研究进展
2.1 度量变换量的熵态函数
熵作为度量变换的等价量概念在许多学科中得到应用。爱因斯坦把熵理论看成是整个科学的第一法则。18世纪人们发现热力学定律与能量守衡定律矛盾，热力学第二定律进一步揭示了能量的传递方向与条件。德国物理学家鲁道夫·克劳修斯首次提出熵定义，称克劳修斯熵，或热力学熵，记做（1）式。
2.2 度量信息吸收量的信息熵
熵概念引入信息领域，开创了人类信息时代。在物理学中，关于信息与熵的联系是从系统状态不定度开始的，二者之间的可测关系在1872年玻耳兹曼的著作中提到：“熵是一个系统失去了的‘信息’的度量”。1948年仙农（Claude Shannon）和维纳（N.Wiener）提出有关信息的统计理论，设各符号出现的概率为
，则有：信息量
信息熵是从平均意义上来表征信息总体特征的数量，它具有三种物理含义：①信息熵表示信源输出后，每个消息（或符号）所提供的平均信息量；②信息熵表示信源输出前信源的平均不确定性；③信息熵表示变量x的随机性。
仙农（Shannon）和韦佛（Weaver）曾将信息理论划分为三个层次：一是实用性层次，可将信息论应用于各个领域；二是实效性层次，研究信息产生于传输的实际效果与效率问题；三是意义性层次，研究信息的意义和对信息的理解。
2.3 描述知识扩散的知识熵
Kuang等[4]认为任何组织都会伴随有效知识的逐步减少、熵值逐渐增加的情况，因此必须不断地进行知识创造和知识转移，以增加负熵，促进组织持续、健康发展。根据信息熵的模型把知识熵看成是组织内部或组织与外部在知识传递过程中传递效率与阻力损失的度量，也是知识管理效能的一种度量，知识熵增加意味着“知识管理效能”不断减少，不断消耗。知识熵的数学表达式可用（3）式表示：
张君昌等[5]从概率分布定义了知识熵。设集合空间K，U，G按照系统综合存在映射，F：U×K→G。其中K：系统知识表达的集合空间；U：系统控制集合空间；G：系统目标集合空间。集合空间K，U，G的测度为概率测度，则知识熵可定义为（4）式
式中，p（k）为知识集合空间K的概率分布密度。
Li Ming等[6]从信息熵的角度探索了把粗糙集理论中的知识划分方法用知识熵的方法进行表示。张贤勇等[7]把积分的思想引入粗糙集理论，得出了知识熵是一种知识积分和的推论。但以上对知识、测度与积分之间的关系还未深入研究。
20世纪80年代初，英国著名情报学家布鲁克斯指出：“情报学的任务就是探索和组织客观知识。”主张信息科学的实际工作应该组织世界-3的内容，信息系统的理论任务应该是对世界-2和世界-3相互作用的研究，以组织知识而不是文献，并提出了知识科学的基本方程[8]。Brookes知识科学方程记作：
K（S）＋ΔI＝K（S＋ΔS） （5）
式中，K（S）代表一个接收者的知识系统，K（S＋ΔS）代表一个收到信息增量ΔI后所产生的知识系统，ΔS象征改变的效果。
柳申林等[9]研究了文献信息的吸收的若干形式，认为文献信息的吸收有组合吸收形式、释义吸收形式、书目信息吸收形式、引文吸收形式等诸种形式。Ali Yakhlef[10]研究了影响知识传授者与接受者背景差异对知识扩散的影响；刘伟等[11]把线型知识域生命周期模型拓展为循环型生命周期模型，提出基于特定时点上知识域生命周期阶段细化知识扩散路径的优化策略。李莉等[12]从知识位势的角度对企业技术创新合作中的知识扩散问题进行了研究。胡峰等[13]认为知识扩散中存在“小世界”现象，即当网络为小世界时经过充分的知识扩散后整个社会的平均知识水平最高，并且知识差异接近最低。吴春玉[14]对“Ba”、熵与情报学进行了研究，认为“Ba”是情报学中所指的交流环境，而熵是测度情报量的工具，布鲁克斯情报方程中的ΔI能够改变人们知识结构的信息就是信息熵。情报活动过程是情报增值的过程。情报增值包括情报量的增加和情报价值的提高。从目前的研究可以看出，熵可以体现知识增值量，但尚无法区分知识的增量部分与价值提升部分。
3 建立知识科学方程组
3.1 建立知识熵扩散方程
以上研究者用熵原理对知识进行了知识熵的定义，并认识到了信息吸收与知识扩散是知识熵的表现形式。但是目前的研究还未找到度量知识熵的信息吸收与知识扩散的数量关系。本节从探索知识科学方程和信息熵之间的数量关系出发，通过建立知识科学方程组的目标解决度量信息吸收与知识扩散的数量关系。
Brookes方程被认为是在信息与知识两个概念之间架起了一座桥梁。以前的研究者还只是停留在解释方程只是原有知识结构吸收信息后产生了新知识结构的层次上，还未解释知识结构是如何组成的？知识结构的改变需要多大的信息量？我们认为在Brookes方程中，由于：I≠K，所以ΔI≠ΔS。所以，Brookes方程不是一个简单方程，它是一种抽象的隐式方程。隐含着知识系统的内部结构能通过外部的信息激励发生变化，由此产生新的知识结构。我们把Brookes方程看成是知识熵扩散方程，把Brookes的知识科学方程记作（6）式
4 知识科学方程组讨论
4.1 揭示了三个重要的结论
由知识科学方程组和图1可以看出，知识科学方程组反映出：信息熵吸收与知识元熵增加的数量关系是一种熵函数的度量关系。并得出三个重要结论：
（1）信息熵的增加量ΔI与知识元的增加量ΔS之间不是线性关系。随着知识元数量开始增加时，所需信息熵的增量开始增加，知识元增加到一定数量（0.36）左右时，信息熵的增量达到最大；之后随着知识元的增加，信息熵的增量逐渐下降；当知识元的数量到达1时，信息熵的增量下降到零。
（2）知识科学方程组（图1）将知识扩散过程分为三个阶段。由信息量ΔI＜0.36，ΔI＝0.36和ΔI＞0.36三个值，将知识扩散的生命周期划分为初期（ΔS＜0.36之前），中期（ΔS＝0.36）和后期（ΔS＞0.36）三个阶段。
（3）知识扩散的数量大小可由信息熵值的大小来等价度量。
4.2 应用价值
我们把大脑知识创造过程看成是一种无结构的隐性信息云的获取和有结构的显性知识块（元）的产生过程[16]。由此信息吸收与知识扩散过程我们用图2表示。
图2 信息吸收与扩散过程
我们把这一现象看作信息的吸收与扩散过程。这一过程可分为三个阶段描述：
第一阶段：知识扩散初期，是接受者知识元的吸收阶段，即信息熵数量的递增阶段。
第二阶段：知识扩散中期，是接受者知识元的创立阶段，即信息熵数量的最高阶段。
第三阶段：知识扩散后期，是接受者知识元的发展阶段，即信息熵数量的递减阶段。
由此，我们可以尝试知识科学方程组在实际应用领域的应用价值。
（1）知识创造生命周期的测度
通过信息熵值大小的变化，可以确定组织中知识创造生命周期的三个阶段，即初期，中期和后期。根据知识创造生命周期的阶段性可注入新的知识创造项目，保持组织的信息熵值一直最大，不断促进组织知识创造的活力。
（2）知识扩散的测度
知识科学方程组反映了在一个组织中，知识从知识密度高的人群中向知识密度低的人群中扩散，最后达到平衡。扩散者扩散的知识元的数量等于吸收者所吸收的信息熵的数量。这一方程组可以解释一个组织的创新活动是由于知识的扩散和信息的吸收的进行。由此，可通过对组织信息熵数量的变化，测度知识扩散的数量。
4.3 实证检验
本文利用“CNKI中国学术期刊网络出版总库”作为统计工具，统计时间为2010年5月31日。统计对象为2003年第（6）期情报学报前三篇[17～19]引文量较大的论文进行实证检验。其中文献16被引文45篇，下载次数199次；文献17被引文71篇，下载次数403次；文献18被引文56篇，下载次数326次。以考察本文提出的知识科学方程组对信息吸收和知识扩散度量的数量关系的正确性和实用性。文献[17]～[19]的统计结果如表1所示。
文献[17]、文献[18]、文献[19]的知识扩散生命周期分别如图3、图4、图5所示。
图3 文献[17]的知识扩散生命周期
图4 文献[18]的知识扩散生命周期
图5 文献[19]的知识扩散生命周期
三篇文献各自总的知识扩散的生命周期如图6所示。
图6 三篇文献知识扩散的生命周期图
由上述三篇文献被引文的数量关系表和图，可以看出①某一篇文献的信息吸收与知识扩散具有一定的生命周期；②信息吸收（引文）的数量反映了知识扩散的程度；③知识扩散的生命周期可用信息吸收（引文）数量来划分。
文献[17]总的知识扩散的生命周期（浅蓝色）的转折点为第3年，引文量占23/45篇。文献[18]总的知识扩散的生命周期（紫红色）的转折点为第4年，引文量占47/71篇。文献[19]总的知识扩散的生命周期（乳白色）的转折点为第5年，引文量占53/56篇。统计结果也反映了每篇文献知识扩散的生命周期不定相同，但可通过信息吸收与知识扩散的数量关系加以度量。这些实验结果证实了本文提出的知识科学方程组对度量知识创造能力的理论意义和实践价值。
三篇论文的知识扩散的生命周期表现出的分布规律与本文首次提出的知识科学方程组的规律一致。比如文献[17]总的知识扩散生命周期转折点为第3年，扩散初期只有2年，扩散后期为3年，第7年时已无扩散。预测，文献[19]的转折点为第5年，扩散初期有4年，因此扩散的后期可能还会持续5年以上。
5 结论与展望
熵作为度量变换的等价量概念在许多学科中得到应用。熵概念引入信息领域，开创了人类信息时代。信息和知识是认知世界的两个最基本的实体。本文的贡献在于将熵概念引入知识科学方程，将信息熵和知识熵做了变换，建立了知识科学方程组。方程组第一次用熵理论解释了人类信息吸收和知识扩散的数量等价变换问题。知识科学方程组揭示了人类知识产生与信息需求的关系，为知识创造的度量提供了数量关系。同时提供了用信息熵度量知识的生命周期的理论和方法。实验证明了方程组度量知识创造和确定知识创造的生命周期的数量方法的实用价值。可以预计知识科学方程组的价值在知识管理的其他实践中将会更多地凸显出来。
收稿日期：2010年4月8日