当前知识管理系统模型问题与对策分析，本文主要内容关键词为：管理系统论文,对策论文,模型论文,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。
在知识经济时代，企业能否在激烈的竞争环境中立于不败之地，已经取决于其知识生产、获取、共享和利用的有效性和效率，或者说取决于知识在流动过程中的价值增值。知识管理（knowledge management，KM）已经成为新兴且日益重要的研究课题，越来越多的企业和研究机构正在谋求通过KM来塑造企业的核心竞争力。然而，KM诞生至今还不到20年，作为一门新兴学科，它还远未完善，尚有许多问题需要解决。其中，一个突出的问题就是还没有形成统一标准的知识管理系统（knowledge management system，KMS）模型框架。本文将对当前几种典型的KMS模型进行归纳与分析，指出问题所在，并探讨改进的方向与策略。
1 基于多Agent的系统模型
该模型如图1所示。这种观点主要是面向知识共享及分布式协作目标，在分布式人工智能技术、网络技术及多媒体技术的支持下，在协同工程思想的指导下形成的。由于Agent所具有的自主性、应激性、能动性、社会性和开放性特征，具有一定的知识及问题求解能力，因此，多Agent系统具有很强的协同性与智能性。系统中的每个Agent被认为是一个物理的或抽象的实体，不仅能作用于其自身，同时还可影响环境、操纵环境的部分表示，并且能与其它Agent通讯。为了达到此目的，系统中的每个Agent必须具备知识和能力来决定其自身的行为，并且使自己能够更好地适应环境。在非常复杂的情况下，由于单个Agent的功能有限或者和其它的Agent会有冲突，它必须在基于观察到的信息的基础上，有效地感知外界环境的影响，进而有能力对其它Agent的行为作出合理的预测，并以此来计划自己的动作。
图1 基于多Agent的系统模型
模型包括两个层次，即Agent间进行协作的层次和Agent内通过组件合作形成能力的层次。前者是通过共享本体论和相互协商，结成动态的、开放的Agent协作联盟来实现；它是在语义基础上的高层协作，是面向跨部门的联合目标，强调大范围内大粒度软构件的松耦合集成[1]。后者通过应用组件/软总线技术将不同的组件进行合成，实现Agent的一种能力，它是面向Agent的某一项专门目标，强调小范围内小粒度软构件的紧耦合集成[2]。
模型中包括三类Agent。其中，知识Agent负责对某个特定领域或类别的知识进行组织管理、存储积累和应用提取；功能Agent面向用户的功能需求，将诸多领域知识进行合成后提供给用户；接口Agent负责与企业原有的各种信息系统与知识系统进行集成，从而方便地从已有系统中提取知识。可见，整个系统的知识是分层次进行分布存储的。Agent之间的协作和通信可以通过知识查询和处理语言（knowledge query and manipulation language，KQML）来完成。KQMI是基于语言行为理论的消息格式和消息管理协议，已成为定义Agent间通信语法和语义规范的主体通信语言的事实标准。模型中的系统公用信息库存储各Agent的注册信息和相关参数，对所有Agent是公开的。系统中的各个Agent能够在应用实践中不断地获取知识提高自己的能力，从而使系统整体的智能程度和反应速度逐步得到提高。
该模型面向分布协作环境，强调了知识管理系统所应具有的协同性，在系统的智能化以及与企业原有信息化成果相集成方面给予了重点考虑，值得肯定。但系统的构建仅从信息技术角度出发，忽略了知识管理系统的社会性，即为知识管理的实施营造一种崭新文化，建立知识贡献激励机制，并相应调整组织结构。此外，模型缺乏具体、有效的对知识链各环节以及知识管理所涉及的各要素的整合与集成策略，对隐性知识缺乏认识和有效的管理。
2 基于B/S模式的系统模型
这种模型（图2）的类似提法还有基于Internet知识管理系统模型和基于XML的知识管理系统模型等[3-6]，它们的提出主要是针对知识经济的网络化趋势以及由此导致的组织边界的扩大与模糊。由于散布在网络上的用户广泛而又不确定，因此该模型也提出了知识管理协同建模的要求。
图2 基于B/S模式的系统模型
B/S模式简化了客户端软件，只需安装上浏览器作为客户端应用的运行平台，而将所有的开发、维护和升级工作集中在服务器端。用户通过浏览器向Web服务器发出请求，Web服务器处理请求，将结果发给用户并在浏览器上显示，大大方便了系统的应用。过去，超文本标记语言（hyper text markup language，HTML）是组织页面进行网络传输的主要工具，然其固有的缺陷（缺乏可扩展性、缺乏结构性、缺乏合法性验证等[7]）使其正在被另一种新的语言所代替——可扩展标记语言（eXtensible Markup Language，XML）。良好的数据存储格式、可扩展性、高度结构化和便于网络传输是XML的四大特点，并决定了其卓越的性能表现。通过XML来表达知识、传递数据，不仅跨越了平台（XML具有天然的与平台无关性），还跨越了空间（通过Intranet/Extranet/Internet），更跨越了设备（XML数据与表现的分离可以成为不同的终端间交换信息的载体）。因此，XML对于知识管理系统中知识的表达、集成与传播很适用[8]。
该模型结构一般包括以下几个关键部分：知识库、文档转换接口、知识门户、知识推送系统、系统管理工具、知识搜索引擎、工作流协同、决策支持系统。模型中的知识库是一种抽象化表述，由许多分布、异质的子库组成。文档转换接口负责把各种格式的初始文档转换成XML文档。知识门户是实现知识发布与共享的重要渠道，它使得企业的员工、客户和供应链上其他的相关人员能够容易地从单一的访问入口发现、共享和传递知识。通常知识以两种方式传播，即拉动式和推动式的知识传播。知识推送系统就是在推动式知识传播理论的指导下提出的用于提高知识传播效率的系统。它通过对知识用户资料的收集、分析，对知识用户的长期兴趣、短期兴趣和不同兴趣的相关性利用马尔科夫转移概率来分析用户兴趣的转移程度，然后将用户感兴趣的知识通过Web推送给知识用户。系统管理工具用系统的方法来管理系统资源，保持系统整体的活力和有效性，以满足系统适应环境的要求。知识检索引擎封装多种搜索策略与检索算法，包括元搜索、智能Agent检索、多策略获取、多模式的获取与检索、多方法多层次获取与检索等，以满足知识用户对知识高效检索的需求。工作流协同支持知识工作者在工作流过程中相互支持与协作，做到充分的知识共享与交流。决策支持处在知识链的最上层，是知识创新、产生价值的关键环节。
该模型结构具有以下优点：①良好、统一的文档格式。通过XML来传递和显示，以数据库来存储，从而解决知识管理中对半结构化和非结构化文档的统一存储、管理和浏览等一系列问题。②在Web上知识发布与共亭，内容与表现分离。Web上的发布与共享是最开放和最充分的方式。③更细化的知识搜索。提供XQL技术实现对元数据——XML的节点内容和属性进行搜索。④支持远程异构系统之间的知识传输[8，9]。
该模型强调了KMS网络化的建模趋势，但仍然过分侧重于技术方案的解决，对于知识管理主体与客体间的集成以及系统与环境的协同等考虑得还不够全面和深入；对隐性知识也缺乏有效的转化和管理策略；缺乏相应的企业文化、组织结构、激励机制等企业内环境的调整策略对知识管理的支持。此外，它强调了对已有知识的利用，但忽视了知识管理对增强知识创新能力和提升企业核心竞争力的更高要求。
3 基于UML的集成化系统模型
元数据联盟（meta data coalition，MDC）在其开放信息模型（open information model，OIM）中将KMS作为其一个子系统[10]。为了利于模型的推广和消除对特定技术的依赖，MDC采用统一建模语言（the unified modeling languape，UML）来描述模型。而后，Microsoft和Lotus公司在各自的研究项目Table和Raven中提出了具有一定集成度的KMS系统模型框架[11]，见图3。该模型具有七层结构，依次为：信息与知识源、底层设施、集成内容编目、知识导航、知识管理服务、用户接口层和应用层。其中，信息与知识源作为系统的基础，涵盖了包括企业内各种文档、数据库、电子邮件、Web页、员工和客户等的广泛内容；底层设施包括电子邮件系统、文件服务器、Intranet、Internet等，为系统提供平台支持；集成内容编目是指对知识库中的知识进行集成、分类与再组织操作，以提高系统运行的有效性和效率；知识导航则是借助知识地图的帮助定位具有所需知识的主体；知识管理服务主要包括知识的提取和群组协同，为知识门户提供相关知识并实现系统的协同特性；用户接口层则主要通过知识门户来实现，它是所有知识用户发现、共享和传递知识的单一入口；应用层包括企业资源计划、客户关系管理、市场与竞争对手信息收集与管理、产品研发等，实现KMS对企业各种具体业务的支持。
图3 基于UML的集成化系统模型
该模型层次划分清晰、合理，对企业的广泛知识源给予了集成考虑，同时也做到了对企业现有信息化成果的集成与支持。将员工纳入知识源范畴是模型的一个亮点，但如何将员工头脑中的隐性知识外化为组织知识以及如何促进员工间知识交流与共享，模型中并没有相应的策略和机制，只是立足于对员工能够提供的有限的明晰知识的管理；模型中忽视了知识管理的高端目标——知识创新环节，缺乏系统自适应、自学习策略，没有明确体现对知识链各环节的具体支持；缺乏相应的企业文化、组织结构、激励机制等对知识管理的支持；同时，在知识管理主体与客体之间的集成方面以及系统与环境的集成与协同方面缺乏支持。
4 基于“社会—技术”双视角的系统模型
该模型超越了对于KMS的传统技术观，认为KMS应是一个“社会—技术”系统[12]，如图4所示。模型聚焦于四个方面：①知识社区。试图跨组织边界达到“最佳实践网络”，使企业中各个领域的知识能够通过知识社区交流得到共享，使员工可以对业务的相关主题进行经验交流，充分利用已有的成功经验。②知识集市。知识社区建立了人和人、人和组织以及组织和组织之间的联系，知识集市则提供了有关知识管理的基础设施，它通过提供知识地图以及通过企业Intranet来进行最佳实践传输，保证所有员工能够访问最佳实践资源。③知识环境。知识环境主要从“软”环境方面对企业知识管理提供支持，即需要在企业战略及价值观等方面来推进企业知识管理的实施，在组织中形成知识交流的气氛和知识共享的文化，使员工能够有效进行“干中学”、“分布学习”以及“虚拟团队学习”。④知识管理关键过程。建设知识社区、知识集市以及知识环境的最终目的就是为了有效实现对企业知识过程的管理，使企业知识共享、应用与创新的水平上一个新台阶。
图4 基于“社会·技术”双视角的系统模型
KMS绝不是单纯信息技术意义上的系统，而应是一个人机结合、有机的“社会-技术”系统。成功的知识管理应该是“机械方法”与“生态方法”的有机统一。该模型对企业实施知识管理的“生态环境”给予了重视，认识到了知识管理中主体与环境的重要性，值得肯定。知识管理需要将企业知识链的各环节与企业的物理业务流程相匹配和集成，知识链上的各环节的优化以及节点间的集成与协调是系统整体有效性和效率的保证。模型只关注到知识链的关键环节，忽视了一般环节对系统的根基作用。就知识环境而言，模型强调营造一种知识交流和共享的文化与氛围，但止此而已还是不够的，还需要建立起切实有效的知识共享与创新的激励机制，同时也需要对组织结构做相应调整。知识管理以人为中心，强调人的作用，但并不是说就可以忽视信息技术的支持。知识管理需要先进的信息技术，特别是人工智能技术与方法的支持。模型虽然是从“社会-技术”双视角来思考的，但显然对技术维度重视得不够，作为技术支撑体系的知识集市基本停留在企业现有的信息化成果上，缺乏一个创新的、整体的知识管理技术解决方案。知识管理需要理念创新的环境，也需要技术创新的支持。
5 当前KMS建模研究中的问题归纳与对策分析
5.1 问题归纳
对当前主流KMS系统模型进行分析和总结，概括起来主要存在以下几个方面问题与不足：①系统性的KMS模型框架还远没有完善，缺乏统一的标准；②对隐性知识缺乏认识，管理不到位；③需要一个系统化、集成化、协同化的过程和科学的方法论指导；④在人性化、智能方面上还有很长的路要走；⑤需要建立和完善知识的共享和创新的激励机制。
5.2 对策分析
KMS涵盖了诸多要素，且每一要素又具有复杂结构，使KMS整体呈现出层次性和等级性；KMS的各要素不是孤立的，彼此间形成了相互制约和依存的复杂关系；KMS不是封闭系统，它是企业为应对非线性和非连续日益突出、变化日趋快速和激烈的环境，在理念和技术的融合下产生的，其生存与发展仍然离不开环境；对KMS的研究需要引入包括管理学、计算机科学、通信技术、人工智能、社会学、经济学、心理学等诸多学科的先进研究成果。针对KMS的复杂性及跨学科特点，笔者认为将KMS看作一个开放的复杂巨系统，引入系统工程和协同工程的思想和方法来加以综合研究，是解决当前KMS研究中存在的问题、开创KMS研究新局面的有效途径。这包括：从整体观点、运动变化观点、综合观点、相互联系与相互作用的观点出发展开KMS建模研究；建模过程中力求结构方法、功能方法和历史方法的辩证统一；改进KMS协同特性实现系统的整体序；将企业内环境（企业文化、组织结构、人力资源和激励机制等）作为系统序参量，并以其为突破口促进KMS的系统演进。
人工智能（artificial intelligence，AI）是研究模仿和执行人脑的某些智力功能来开发相关理论和技术的学科，它重在模拟人的各种思维活动。基于AI的系统是一个知识处理系统，而知识表示、利用和获取是AI系统的三个基本问题。可见，AI与KM有着天然的联系。知识管理离不开AI方法与技术的支持，由于知识管理内容与功能的复杂性，需要将多种人工智能技术从不同的切入点引入到KMS建模的研究中来，即要实现KMS的组合智能。提高KMS的人性化与智能化水平，有助于广泛、多层面的KM主体间的协同，亦有助于系统效率和有效性的提高。
知识链体现了知识在企业内流转的普遍流程，企业的知识正是在这种不断循环和流转中得到适应、共享、创新和增值的：以知识为核心资源和价值创造的核心来源的企业正是在这种知识循环和流转的过程中不断增强自身的应变能力、创新能力，进而提升核心竞争力的。这提示我们一条思路：面向企业的知识链，以知识链为核心来展开KMS建模研究。
至此，我们得到了KMS建模新策略：以系统工程和协同工程的思想和方法为指导、以组合智能为依托、以企业知识链为核心，来构筑高度智能化、集成化和协同化的KMS系统。