大规模人机协同知识管理模式研究，本文主要内容关键词为：人机论文,管理模式论文,知识论文，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。
修回日期：2010-10-08
分类号 TP393
CLASS NUMBER TP393
1 引言
现代社会正在进入一个前所未有的大众共同参与经济活动的新时代，大规模协作的形式正在全球范围内改变着发明、生产、销售和分配商品与服务的方式[1]。知识管理理论的发展和演变过程可分为“第一代知识管理”和“新一代知识管理”两个时代。“新一代知识管理”的典型代表有四个，即McElroy的“第二代知识管理理论”[2-3]、Joseph M.Firestone的“新知识管理”[4]、Dave Snowden的“第三代知识管理”[5-6]、Karl M.Wiig的“下一代知识管理”[7-8]。虽然二者在基本特点、研究假设、研究视角、研究对象、研究重点、理论基础、管理手段等方面存在诸多不同之处，但是，均未突破80/20知识处理模式的范畴，即80％的知识管理工作由20％的“重要人物”完成。由此，知识管理理论发展至今仍未克服两个致命的局限性：一是忽视“重要人物”共享自己“核心知识”的困难。随着个人知识管理意识的增强，管理“重要人物”的“核心知识”的难度会越来越大，知识管理的“代价”越来越大。二是忽视“非重要人物”，包括普通员工、客户、供应商、志愿者等在组织知识处理中的重要性。在知识经济时代，知识型员工的知识共享模式发生了重大变化：第一，虽然不愿意共享自己的核心知识，但是愿意共享对自己来说不是非常重要的知识。由于核心知识因人而异，当现代组织的知识链条足够长时，可以“更小的代价”获取“更重要的知识”。第二，虽然不愿意在他组织型利益团体内共享知识，但是非常愿意在自组织型非利益团体，如虚拟团队、网络社区共享自己的知识。因此，基于虚拟开放环境的自组织型虚拟组织开始成为未来知识管理的重要场所。第三，知识的几何式增长和分布式存储，更加突显了人与计算机在知识处理中的不同优势，人机协同知识处理成为未来知识管理的重要发展趋势。
大规模人机协同为传统知识管理模式的改进提供了新思路——知识管理不能仅仅停留在知识链的“头部”，而应该将知识链长尾纳入知识处理的范围之内，充分发挥集体智慧，为组织建立具有自组织性和综合集成性的知识生态系统，从而降低知识处理模式中存在的知识创新和共享的成本。本文第二部分主要提出了大规模人机协同知识管理模型、类型和基本特征；第三部分探讨了大规模人机协同知识管理的技术环境；第四部分以KiWi(Knowledge in Wiki)项目为案例，分析了大规模人机协同知识管理模式的可行性；最后，对本文研究进行总结，并交待了论文的不足之处和下一步的工作计划。
2 大规模人机协同知识管理
2.1 基本思想
在知识处理过程中，人与计算机具有可互补的优势。但是，目前的知识处理中缺少人机协同视角的研究。为此，笔者在文献[9]中提出了人机协同知识管理的理念，并提出人机协同知识管理是指在知识管理、尤其在基于语义Web的知识处理过程中，强调人与计算机的分工与合作，通过人对知识处理前端控制，降低计算机知识处理的难度，在人与计算机之间寻找最佳的协同状态，推动在知识的创造、表示、存储、检索、推理、验证、抽取、再现、集成能力上“超知识处理系统”的出现。在这种超知识处理系统中，人与计算机共同感知、共同决策、相互学习、相互监督，共同完成知识管理任务。
根据协同的主体和范围，我们将人机协同知识管理分为六种，即小规模人际协同、小规模机器协同、小规模人机协同、大规模人际协同、大规模机器协同和大规模人机协同，如图1和表1所示。本文所述的“大规模知识管理”与“小规模知识管理”之间的区别在于协同知识管理活动是否在开放环境中进行，是否延伸至知识链的长尾。如果协同知识管理范围仅限于封闭式环境中或仅限于知识链的头部，那么称之为“小规模协同管理”，反之称为“大规模协同知识管理”。相对于小规模知识管理，大规模协同知识管理更易于推动“知识涌现”现象，具有开放性、自组织性、不确定性、演化性、涌现性的特点，可以更好地支持现代组织知识生态系统的建设。因此，在人机协同知识管理的六种不同模式中，大规模人际协同、大规模计算机协同和大规模人机协同将成为现代组织知识管理的主要模式。
图1 人机协同知识管理模型
相对于传统知识管理理念，本文提出的大规模人机协同知识处理的特殊性表现在四个方面：首先，重视组织知识链的长尾主体参与组织知识处理研讨活动，将长尾用户纳入组织知识管理范围之内，降低传统知识管理仅依靠组织知识链头部——内部知识型员工来完成知识处理任务时的高成本和高风险；其次，建议现代组织适度公开内部知识，以便长尾用户的学习和利用，而不是沿用传统知识管理所强调的组织内部知识对外绝对保密制度；再次，现代组织知识管理的最终目标是建设具有开放性、自组织性和综合集成性的知识生态系统，而不是实现知识的一次创新或利用；最后，本文提出的大规模人机协同主要以基于语义Web的综合集成研讨厅的形式实现，应同时设立多主题、多层次的研讨厅，鼓励或方便长尾主体的积极参与，并将研讨过程和研究结果存储在组织知识库中，以便组织能够在其他大规模人机协同知识处理任务的完成过程中直接借鉴或深度挖掘。
总之，本文所提出的大规模人机协同知识管理的基本思想如下：
(1)集体智慧。充分利用集体智慧是Web2.0最重要的特色之一。Web2.0理论以互联网为平台，推动草根用户的角色从信息的消费者向制造者转变，使草根用户能够参与到知识的共享和创新活动中，实现网络服务增值。在Web2.0成功应用案例中，用户数量往往决定其价值大小。Web2.0的典型应用之一——维基百科全书(Wikipedia)是一种集体智慧的结晶，其每一条内容既可以被任意互联网用户所添加，又可以被其他用户所编辑，从而保证百科全书内容的不断更新。随着维基用户数量的增多，其内容将更可靠、更新颖和更完备。
(2)自组织。自组织是Web2.0信息组织的基本模式，也是Web2.0与Web1.0的根本区别之一。Web2.0改变Web1.0的“自顶向下”的“他组织型”信息管理模式，采取“自底向上”的“自组织型”信息管理模式，通过“轻量级编程”、“永远的测试版”、“丰富的用户体验”等手段，方便和推动了知识共享和创新活动，实现知识生态系统的持续改进。以博客为例，任何用户可以发布、组织和管理自己的信息，并根据自己的兴趣爱好自由组建博客群(或博客圈)和推举博客群主(或圈主)，群主负责定期组织圈内讨论、引导讨论内容和方向、回答网友提问、管理群内已发布的信息。因此，博客改变了传统的网站管理人员管理网站内容“自顶向下”发布、组织和管理模式，实现网络用户的自我管理，方便了知识的共享、创新和监督管理。
(3)综合集成。在Web2.0中较好地集成了人(包括专家和普通用户)、机器(包括硬件和软件)和数据(提问、反馈、经验、设想、评论等)，形成“综合集成研讨体系”。Web2.0不仅在专家用户和普通用户之间建立直接沟通的渠道，而且使两者的角色转换成为可能，即用户既可以专家身份回答问题，也可以普通用户的身份提出问题；Web2.0坚持“数据是下一个Intel Inside”的设计模式，以数据为中心，将计算机与计算机、人与人、人与计算机连接起来，形成多层次的联网关系；Web2.0中广泛采用的Tag、P2P、RSS等技术，方便基于Web的社会网络分析，提高基于Web的数据挖掘和知识发现的效率；在Web2.0环境中，不仅可以随时组建临时的知识研讨厅，而且可以突破对参与研讨的人员或Agent的时空限制，用户既可以向其他专家用户提问，也可以向智能Agent提问。
(4)适度公开组织内部知识。在传统知识管理理念中，过分强调组织知识的保护，一般不对外公开自己使用的知识库。在Web2.0环境中，组织需要向长尾用户适度公开自己的重要知识，以便长尾用户的学习和使用，并为他们提供评价、更新、补充、转载的统一平台，使组织知识库得到不断地完善。此外，组织需要定期组织各类活动，引导和鼓励长尾用户参与组织知识处理活动，并结合头部知识型员工的力量，建设持续改进的知识生态环境。加拿大黄金公司(GoldCorp Inc.)对外公布地质数据，并组织“黄金公司挑战赛”成功勘探到多处金矿，实现公司利润猛增的实例[1]证明了现代组织向长尾用户适度公开自己的重要知识以及引导和鼓励长尾用户参加组织知识处理活动的可行性。
2.2 主要特征
大规模人机协同知识管理的主要特征如表2所示。
(1)从知识处理的范围看，大规模人机协同知识处理扩展了目前知识处理的范围，将处于组织知识链的长尾部分的客户、供应商、志愿者、相关领域专家纳入知识处理的范围，重视长尾主体的作用和贡献，从而降低仅靠组织内部知识型员工共享自己的核心知识和调动他们参与组织知识创新活动时的高成本和高风险，不仅降低组织在知识管理活动中对个别知识员工的依赖性，而且为组织知识管理提供持续改进的知识生态系统，保证组织知识管理活动的低成本和低风险。
(2)从知识共享和创新的驱动力看，大规模人机协同知识处理区分了知识链长尾主体和头部主体的知识共享和创新的不同驱动力。知识链长尾主体的知识共享和创新的主要驱动力是个人的被关注度和兴趣爱好；头部主体，即企业内部“核心员工”的知识共享和创新的主要驱动力的改变来自长尾主体知识共享和创新的压力。
(3)从组织知识是否对外保密的角度看，大规模人机协同知识处理超越传统知识管理的理念，提倡组织向长尾主体开放部分知识，尤其是领域性知识，供长尾主体学习、了解、评价和更新，以便更好地参与组织知识处理活动。
(4)从知识处理主体之间的关系看，大规模人机协同知识处理中强调对等和自组织，而不是控制和管理。在大规模人机协同知识处理中，用户根据自己的兴趣爱好创建知识研讨厅，推举所在研讨厅的主持人。
(5)从知识组织技术看，大规模人机协同知识处理中采用语义Web技术，保证知识表示的计算机可理解性，提高计算机知识处理的效率。
(6)从知识处理主体看，大规模人机协同知识处理中采用大规模人机协同知识处理方式(包括大规模人际协同、大规模人机协同、大规模机器协同)，克服了知识型员工在组织内部共享自己的核心知识的瓶颈，降低了知识处理的成本和风险。
3 大规模人机协同知识管理技术
3.1 语义Web
针对目前因特网在信息表达、检索等方面的局限性，传统Web的缔造者Tim Berners-Lee 于2000年12月在XML2000会议上.首次提出下一代因特网——语义Web的理念，并于2001年5月在《科学美国人》杂志上发表同名论文The Semantic Web，为人们勾勒出一幅未来语义Web的美好前景[10]。Tim Berners-Lee对语义Web的定义是：语义Web是传统Web的一种延伸，其所有数据均被赋予规范的含义，以便于人机合作完成数据处理任务[11]。
语义Web技术的应用范围非常广泛，包括智能检索、Web服务、企业集成、数字图书馆、地球信息系统、门户网站、在线学习、多媒体索引、在线购物和设备可共用性等。知识管理作为语义Web的重要基础应用领域之一，成为多个项目研究的重点。KMi组织的主页[12]列举了语义Web与知识服务有关的项目共26项，涉及基于语义Web知识管理的理论研究、实践应用和软件开发活动。表3比较分析了几个典型的基于语义Web的知识管理研究项目。结合以上项目以及国内外研究现状，可以发现，基于语义Web的知识管理在以下方面已经或将会得到较大的进展。
(1)知识组织。基于语义Web的知识组织与传统网络知识组织方法，如分类法和叙词法等的区别体现在五个方面：①直接体现语义的网络信息组织；②分布式共享；③多维、网状的信息组织方式；④对推理的支持；⑤网络服务的自动化与智能化[13]。基于语义Web的知识组织语言技术、面向语义的本体工程和语义标注是现阶段研究的热点问题。
(2)知识检索。近年来，语义Web技术在知识检索，尤其是概念检索领域的应用研究越来越多。语义Web技术在知识检索领域中的应用可以克服传统知识检索中“一词多义、多词一义”的困难，使概念检索成为可能。典型的语义检索软件产品有：Swoogle、Hakia、SenseBot、Powerset、DeepDyve和Cognition等[14]。从目前的研究现状看，基于语义Web可以使用在知识检索的不同阶段，包括知识库建设、知识标引、用户提问的构造与解释、提问与知识库的匹配与选择、结果显示。同时，语义Web与人工智能结合在数据挖掘和知识发现领域的研究中得到广泛应用。
(3)知识集成。语义Web技术的出现为知识集成，尤其是概念集成提供重要实现技术。目前，基于语义Web的知识集成的表现形式有很多种，包括虚拟视图、公共数据仓库、语义门户、语义Web服务集成等。文献[15]对Esperonto、OntoWeb、Espolis K42和Mondeca ITM四个典型的语义门户从基础技术、信息处理、信息获取三个层次进行比较研究，并得出结论：语义Web技术的应用不仅提高传统门户信息的一致性，而且还可以提高信息处理的质量；语义门户在本体版本控制、知识检索效果、不同语义门户间的互操作性方面有待进一步加强；语义门户提供的“功能”有待进一步提炼和转换成具有可被查找、组合、调用和互操作的“服务”。
文献[16]采用CS Active和Piggy Bank等典型案例分析比较了语义Web第一代应用和下一代应用的主要区别(见表4)。
从表4看出，语义Web应用的未来发展趋势是：①语义Web应用与语义信息库之间的耦合关系将更加松散；②语义Web应用的并发处理能力将得到进一步增强，将支持同时访问和处理多个不同的本体；③语义Web应用的可移植性得到增强，可以直接访问异构的语义资源；④语义Web应用系统的效率与所处理资源的规模无关，可以处理大规模的语义资源，语义资源的规模不会造成语义Web应用系统效率的明显下降；⑤语义Web应用的发展不仅限于语义Web知识处理能力的提高，而且还可以兼容对传统Web的语义处理操作；⑥语义Web应用的知识处理必须采用Web2.0模式，强调群众智慧、自组织；⑦语义Web应用必须集成Web服务技术提高与其他应用之间的集成能力。
总之，语义Web知识处理具有如下特征：面向计算机的知识表示、计算机可理解的知识联网关系、计算机可理解的知识规则系统、以知识原子为基本单位的知识处理和重视知识处理中的“前端控制”[9]。因此，基于语义Web的知识处理语言技术实现了知识的计算机可理解性，从而降低了计算机知识处理的瓶颈，为大规模人机协同知识管理提供了最佳技术环境。
3.2 Web2.0
2004年，O’Reilly公司和MediaLive公司采用头脑风暴法，在总结Web1.0的经验教训的基础上提出Web2.0理念[17]。Web2.0是互联网应用理念和架构的一种新的变化，而不是指具体的一项新技术。相对于Web1.0，Web2.0更加强调草根网民的集体智慧和参与，而不仅仅是领军人物的垄断知识；强调延伸至网络的长尾，而不仅仅停留在网络的头部；强调基于数据管理和服务的核心竞争能力，而不是基于软件产品的核心竞争力；强调个性化的丰富的交互式用户体验，而不是大众化无差别的信息发布；强调平等、合作和自组织，而不是强制、统治、控制和高度集中管理[18]。
近年来，Web2.0理论研究和实践应用得到快速发展。从理论研究看，在Web2.0的理论基础、设计原则、主要特征等方面已经达成基本共识：Web2.0的理论基础是长尾理论、社会性软件和社会网络、六度分离理论[19]；Web2.0的设计原则有七种(见表5)，即互联网作为平台、充分利用集体智慧、数据是下一个Intel Inside、永远的测试版、轻量级编程、软件独立于设备、丰富的用户体验[17]；Web2.0的基本特征有自助网站、丰富的用户体验和轻量级编程模型[20]。从目前的研究总体现状看，Web2.0的研究集中在Web2.0的应用和技术实现，而欠缺对Web2.0理论本身的深入研究。从实践应用看，Blog、RSS、Wiki、Tag、SNS、P2P和IM等成为Web2.0的典型应用。文献[21]在深入分析Web2.0成功案例的基础上，提出Web 2.0的成功在于用户创造价值、网络倍增效应、社会网络关系、投资竞争力、新旧重组和业务集成策略。
Web2.0最重要的发展趋势是向Web3.0过渡。Web3.0是Web2.0与语义Web技术的结合[22]。Project10X公布了研究报告Semantic Wave 2008和Web 3.0 Manifesto，通过系统研究Web3.0给现代组织带来的机遇及其应对策略以及如何综合运用Web3.0、语义Web和云计算的问题，提出一些重要观点[23]：①知识计算不仅可以推动新价值创造，而且可以解决由于规模和复杂性导致的问题；②在Web3.0时代，集成社会网络和语义Web技术不仅可以降低知识或数据创造的成本，而且可以提高知识或数据收集活动的效率；③Web3.0将连接知识(数据)、服务和应用；④Web3.0共享知识的来源不仅包括人，而且包括计算机；⑤计算机系统可以与人一样，进行知识的存储、学习、推理；⑥通过人和计算机使用的多种语言形式的相互关联，对知识进行编码、共享思想和互联知识；⑦通过知识建模的方法实现知识增加和推动学习。
Web2.0理论的成功应用对知识处理，尤其是对知识管理领域的知识处理的启示有三点。
(1)在将非组织知识，包括员工知识和外部知识转化为组织知识的过程中，知识管理的范围必须延伸至知识链的“长尾”，而不能仅仅停留在其“头部”。目前，组织知识管理仅限于组织内部的知识员工，尤其是仅仅强调少数知识型员工(“头部分”)的知识共享和创新行为，而忽略来自组织外部(如来自客户、供应商和志愿者等)或组织内部的普通员工。“长尾部分”)的知识管理。知识共享的难易程度往往取决于该项知识对员工本身的重要性以及知识员工之间的博弈关系。对于知识型员工来说，越是对自己重要的知识，越不愿意变成组织知识。在特定组织内部，由于利益冲突的存在，很难对知识型员工的核心知识进行管理。现有的这种“头部”导向的知识管理的效率较低，知识管理必须延伸至组织知识链的“长尾”部分，包括客户、供应商、志愿者以及组织非核心知识员工。
(2)在深度挖掘和充分利用组织知识的过程中，应强调基于数据库管理和挖掘的核心竞争力而不是来自基于软硬件设施的核心竞争力。很长时间以来，组织知识管理的重点放在知识管理基础设施的建设和组织知识库的建设上，而忽略知识内容管理.挖掘和再利用的重要性。亚马逊网上书店、Google AdSense等Web2.0的成功经验表明了对数据库的建设与管理，尤其是对附有用户评注的数据库的建设与管理的重要性。用户评注在数据转换为知识的过程中具有重要作用。因此，建设用户评注的不断更新的、面向知识挖掘和再利用的知识库对于组织知识管理来说具有重要意义。Web3.0理论，即Web2.0理论与语义Web技术的有效结合为人机协同知识处理提供新的实现平台，为组织知识管理中人与计算机之间的优势互补提供依据。
(3)在创建创新型组织知识生态环境时，必须强调知识管理中的平等、协同与合作、自组织，而不是强制、统治、控制与高度集中管理。在Web2.0中，知识内容一般由草根网民提供，其最重要的特征是不仅可以被互联网中的用户所添加，同时还可以被其他草根用户编辑和审核，而且这种编辑审核过程是透明的、可追溯的。因此，基于平等、协同和合作模式中建立的知识处理模式对于知识管理同样重要。知识管理必须发生在非利益冲突的虚拟团队之内，应具有自组织和混沌边缘的特征。
Web2.0为知识处理，尤其是为知识生态系统的建设提供了依据，进而为知识的共享和创新提供新的方法论，即“基于Web2.0的知识处理方法论”。基于Web2.0的知识处理方法论的提出改变了目前知识处理中广泛采用的80/20式方法论，将知识链长尾纳入知识处理的范围之内，充分发挥集体智慧，为组织建立具有自组织性和综合集成性的大规模协同知识生态系统提供了可能，从而降低人脑知识处理模式中存在的知识创新和共享成本[18]。
总之，Web2.0为解决上述组织知识管理方法论的缺陷提供了新的思路——组织的知识管理不能仅仅停留在知识链的“头部”，而应该重视其“长尾”，进而建立组织知识生态环境，为大规模人机协同知识提供最佳社会环境。
3.3 语义Web与Web2.0的集成——综合集成研讨厅
从上述下一代语义Web应用(见表4)和Web2.0的发展趋势分析可以看出，语义Web与Web2.0的集成是二者进一步发展的共同趋势。为了更好地集成Web2.0和语义Web技术，进而实现大规模人机协同知识管理，笔者提出了基于语义Web的综合集成研讨厅体系[24](见图2)。在基于语义Web的综合集成研讨厅体系中，专家、计算机或智能体可以分为“长尾主体”和“头部主体”两种。前者是指处于组织知识链的长尾部分的专家、计算机或智能体，一般由组织客户、供应商、志愿者、兴趣爱好者、组织外部的计算机系统组成；后者是指企业内部主体，主要包括企业内部的具备核心知识的知识型员工和存放核心知识的计算机系统。在该框架体系中，组织、长尾主体和头部主体的交互关系如图3所示。
图2 基于语义Web的综合集成研讨厅体系结构[24]
图3 大规模人机协同知识管理顺序
(1)组织需要把自己拥有的专业知识共享给长尾主体。传统知识管理重视组织知识的保密，禁止组织知识的对外开放。因此，在目前的知识处理模式中，长尾主体很难学习、使用和参与组织知识处理活动。与目前的知识处理模式不同的是，基于语义Web的知识处理框架体系要求组织机构向长尾主体共享部分基础知识，以便长尾主体的学习、了解、使用、评价和完善。
(2)长尾主体可以学习、使用、评价、转载或更新组织提供的知识。组织知识管理系统应把长尾主体的评价、转载和更新内容实时地存入组织语义知识库中，并且保证长尾主体操作的透明性、可跟踪性和可回溯性，从而在长尾主体之间建立信任关系，保证组织知识的积累。
(3)组织可以把自己的知识处理需求公布给长尾主体，并采取适当的激励措施鼓励长尾主体积极参与组织知识处理活动之中。参与组织知识处理活动的长尾主体可以自组织多层次的多个研讨厅，每个研讨厅中可以推举自己的主持人，共同参与知识共享和创新活动。同一个用户可以同时参与多个研讨厅的研讨活动。
(4)长尾主体在参与研讨过程中，相互启发，相互激励，将更加积极参与组织知识处理活动，共享自己的知识和创造新知识。长尾主体共享或创新的知识自动存入组织知识库之中，成为组织知识的一部分。
(5)在长尾主体参与研讨过程中，头部主体不仅可以直接参与研讨活动，而且还可以引导、协调和监督研讨活动。
(6)当长尾主体共享和创新的知识大于或接近于头部主体，即组织内部核心人物共享或创造的知识时，组织知识生态环境将发生根本性的变化：第一，组织机构在长尾主体中发现更适合组织发展的高端人才；第二，组织内部知识型人物会受到来自长尾主体的压力，为了维持自己的地位，他们将主动共享自己的知识，更加积极参与组织知识处理活动。
(7)组织知识处理模式将发生根本性的改变，形成组织知识生态系统，降低组织知识处理的成本，克服“人脑知识处理模式”中组织内部的部分“重要员工”共享自己的“核心知识”的障碍。
4 案例分析
语义维基(Semantic WiKi)是使用语义Web技术，如RDF、OWL和主体图或概念图对传统维基系统进行扩展，以实现对传统维基的改进。因此，语义维基是一种结合语义Web技术和Web2.0理念的典型知识处理系统。为了进一步探讨本文研究结论的合理性，以基于语义Web的知识处理开源项目——KiWi(Knowledge In WiKi)项目为案例，分析该项目的设计理念、知识处理模式和框架体系，探讨基于语义Web的知识处理模式和框架的合理性。在此基础上，对本文研究结论与KiWi项目进行比较，提出KiWi项目中存在的问题及其改进建议。
KiWi项目[25]是由欧盟第七框架计划(EU 7th Framework)资助，萨尔茨堡研究中心(Salzburg Research)负责牵头，丹麦奥尔堡大学(Aalborg University)、波兰奥波莱工业大学(Brno University of Technology)、德国慕尼黑大学(Ludwig Maximilians Universit
t)三所大学和乐家(Logica)公司、语义Web公司(Semantic Web Company)、SUN(布拉格)公司(Sun Microsystems(Prague))三家企业参与完成的，以综合应用“维基理念”和“语义Web技术”为未来合作型知识管理提供基础平台为主要研发目标的开源项目(项目编号：211932；项目时间：2008/03/01-2011/02/28)。KiWi软件系统正处于不断更新和升级阶段。本文所探讨的KiWi软件系统的最新版本是2009年12月23日公开发布KiWi0.7[26]，如图4所示。
图4 KiWi系统的典型界面[27]
KiWi项目以SUN(布拉格)公司的NetBeans IDE软件开发和Logica(丹麦)ERP项目管理中的知识管理需求为背景，遵循三种设计理念[28]：一是知识管理、维基和语义Web的集成；二是突破系统与信息的边界；三是以用户为中心的知识管理模式。从知识处理模式看，KiWi项目的知识处理模式属于本文提出的集成语义Web和Web2.0的知识处理模式的一种特殊形式。KiWi系统的知识处理中充分体现了维基知识处理模式的五大特征，即平等编辑、使用方便、内容互联、版本可回溯、支持多种格式。从用户界面看，KiWi知识处理模式与传统维基类似，主要区别在于重视知识处理前端控制——知识表示的计算机可理解性和知识表示的质量控制，不仅方便传统维基用户的使用，而且提高了所存储知识的真实性和可靠性。从技术实现层面看，KiWi系统的知识处理模式发生了根本性变化——采用语义Web的知识处理技术，而传统维基主要采用非语义Web的关系数据库技术。从技术实现角度看，KiWi系统采用基于Java EE 5(Java Enterprise Edition 5)和JBoss Seam的面向组件框架体系。JBoss Seam是通过综合集成AJAX(Asynchronous JavaScript and XML)、JSF(Java Server Faces)、EJB(Enterprise Java Beans)、Java Portlets和BPM(Business Process Management)等不同技术构建下一代Web2.0应用的具有强大功能的应用框架[29]。由于JBoss Seam遵循Java Web应用开发的经典框架——MVC(Model-View-Controller)的基本思想，KiWi系统的框架体系自底向上依次为序列化层、系统数据模型层、控制(API)层和应用(视图)层，如图5所示。
图5 KiWi系统的框架体系[30]
在分析KiWi系统的设计理念、知识处理流程和技术框架的基础上，结合本文研究结论，从设计理念、知识处理模式和框架体系等三个角度比较研究现用知识处理系统、维基知识处理系统、KiWi0.7知识处理系统，论证本文研究结论的合理性，并对KiWi项目提出改进建议，如图6所示。
图6 KiWi知识处理管理效果评价
(1)在理论层次上，借鉴语义Web技术和维基原则，超越当前知识管理的基本理念，不仅提出合作型知识管理模式，而且克服计算机知识处理的复杂性。维基理念的成功应用，在知识处理主体间建立合作型知识处理模式。语义Web技术的采用，有效降低计算机知识处理的复杂性。KiWi系统在设计理念层次上的改进成为KiWi系统知识处理的效率和效果高于其他知识处理系统的根本保障。
(2)在实践层次上，借鉴注意力经济的研究结论，不仅重视物质奖励对促进组织员工知识创新和共享的重要性，而且还认识到人们为了提高自己的被关注度和社会影响力而产生知识处理活动的现象。
5 结论
近年来，协同知识管理成为知识管理领域新的关注点[31]。协同知识管理是指连接组织内部各个部门或人员，整合组织内部知识资源，协调组织内部各类系统，使其长期合作，促进知识管理目标的实现，使知识管理的各个环节都能以整体效益最大化的方式运作[32]。目前，对协同知识管理的研究除了要在有关概念的辨析与技术实现等方面进行外，还要对隐显性知识协同管理模式、协同知识的创新体系、知识管理的协同效应、知识融合与协同决策等方面作进一步研究[33]。可见，目前的“协同知识管理”的研究仍局限于“小规模协同知识管理”的范畴。
构建组织知识管理生态环境是现代组织机构知识管理活动的最终目的[34]。本文提出的大规模人机协同知识管理理论及其实现平台——基于语义Web的综合集成研讨厅体系为克服人脑和计算机在知识处理中的不同劣势，充分发挥二者的互补性特点，进而构建组织知识管理生态环境提供了全新的理论依据。随着社会发展和技术变革，大规模人机协同知识管理必将成为未来知识管理的重要发展趋势。本文主要介绍了这一全新知识管理理论的基本思想、主要特征、框架模型、运行模式等基本问题，尚未深入探讨具体细节问题。笔者今后将进一步深入研究大规模人机协同知识管理的理论拓展和实践应用。
标签：web技术论文; 语义分析论文; 协同创新论文; 用户研究论文; 协同软件论文; 协同设计论文; 长尾经济论文; 信息集成论文; 集成学习论文; 自组织论文;