一種基于本體技術和用戶搜索的自擴充知識地圖

摘要:企業知識管理系統中的知識地圖面臨知識存儲分散#65380;來源復雜#65380;類型多樣且不斷變化等問題，嚴重影響了企業知識共享和知識重用。提出一種基于企業本體自動構建知識地圖，并根據用戶搜索動態維護和擴充知識地圖的方法，最后對知識地圖構建#65380;擴充和利用進行了實例分析。

關鍵詞:知識地圖; 知識管理; 知識可視化; 知識獲取; 知識重用; 本體

中圖分類號:TP182文獻標志碼:A

文章編號:1001－3695(2008)02－0425－03

近年來，知識管理(knowledge management，KM)引起了企業界﹑管理科學界和IT界的一致關注。在諸多領域，人們已經認識到企業發展過程中的經驗知識是企業最重要的財富，已有知識的有效利用是企業創新的源泉。長期以來，不注意知識積累所導致的知識資源的流失，已嚴重制約了企業的繁榮發展。作為知識管理中重要的概念之一，知識地圖(knowledge map，K－map)是一組概念及其關聯關系的表述，它能幫助用戶快速找到需要的概念，提供通向相關知識源(信息或人)的鏈接，最早應用于教育和學習領域，后來發展為一種重要的知識管理工具[1~4]。

很多廠商和研究機構開發了知識可視化工具，如Lotus的Raven#65380;Autonomy的Knowledge Visualizer#65380;Microsoft的Visio和IBM的KnowledgeX。本文主要討論應用在企業內的信息系統(如知識管理系統)中的知識地圖。正如文獻[1]等文獻所述，現有知識地圖還有諸多不足:

a)知識地圖大多由企業內領域專家自上而下建立，受少數專家的個人知識能力限制，而忽略了企業廣大員工自發整理總結的知識。

b)領域和企業的知識都是不斷更新的，如果僅靠少數專家手工維護知識地圖，勢必跟不上知識涌現的速度，從而失去知識地圖對企業知識創新方向的引導作用。

c)知識地圖只收錄企業知識庫中已結構化的知識條目，而未納入尚未整理的知識載體，如大量電子文檔和圖片，容易使已有的寶貴經驗知識沉淀在磁盤中，逐漸被人遺忘。

d)通用知識地圖沒有記錄與特定專題相關的知識，導致企業用戶在每次重用知識時需要重復對某專題搜索的過程，費時費力。

文獻[3]總結了構建知識地圖通常要遵守的一些原則:

a)充分考慮知識地圖的動態性和擴充性，盡量減少對結構的控制，將其設計成靈活的分布式輸入/輸出結構，以反映知識的不斷增長和更新。

b)以需求為導向。知識地圖包含的信息數量以及鏈接的建立，不應求多求全，而要方便實用。

c)確定基礎結構。應盡可能預先明確知識地圖的設計特性#65380;構成成分#65380;節點關系的定義#65380;鏈接資料的存儲方法等，如概念基模與概念階層。

d)有長遠的維護發展策略。知識地圖在使用過程中應不斷更新，盡可能從基礎用戶獲取最新#65380;最準確的知識，以保持其時效性和準確性。

e)協調組織文化。知識地圖的風格要與組織文化相匹配。在知識地圖繪制工作中，要制定相應的知識款目著錄規則及建立各條款目之間互見#65380;參見等關系的規則。

1自擴充知識地圖方法

知識地圖有很多種分類方法，常見的一種劃分為三種類型，即概念性知識地圖(conceptual K－map)#65380;流程知識地圖(process K－map)和能力知識地圖(competency K－map)。本文的自擴充知識地圖主要是涵蓋了概念性知識地圖和能力知識地圖兩種類型。

如圖1所示，筆者認為知識地圖的知識節點至少包括以下幾種:知識庫中的結構化知識;企業服務器磁盤上的文件;通過搜索引擎搜索得到的Internet文檔和圖片。包含知識地圖的信息系統應該具有良好的模塊結構設計，能夠方便地增減知識地圖中的知識節點類型。

本文在基于本體的可重構知識管理系統框架(ontology－based reconfigurable knowledge management system，ORKMS)[5]中實現了這種自擴充知識地圖。企業本體庫建立后，知識和信息在錄入過程中將建立引用的關聯關系。當企業用戶在使用知識管理系統時，輸入關鍵詞進行查詢，系統通過跟蹤記錄用戶對搜索結果的瀏覽情況，自動提取用戶所發現和關心的有用知識，并允許用戶人工評定這些知識有效性，之后即可建立這些知識項的相似關聯關系。從而可在知識節點之間連接兩種知識關聯邊，即引用關聯關系和相似關聯關系。

與以往的自適應知識地圖不同，本文利用用戶搜索來自動擴充知識地圖的方法讓用戶不僅可以指定知識有效性，而且還可以構建和改變知識地圖的結構。

2自擴充知識地圖框架

2.1自擴充知識地圖體系結構

圖2展示了ORKMS中與知識地圖有關模塊的體系結構。

其中主要模塊闡述如下:

a)知識管理系統統一查詢界面。企業用戶可通過網頁的查詢界面進行搜索，然后查看到從Google網頁搜索#65380;Google圖像搜索#65380;服務器上的文件#65380;知識信息庫以及知識地圖等查詢模塊返回的結果。

b)Google Web Search查詢模塊。利用Google提供的Google SOAP Search API[6]，為了提高搜索效率和避免對Google搜索服務器造成過大的負擔，為搜索結果的URL超鏈接建立索引，將判定為有效知識的搜索結果緩存到企業服務器硬盤上，并讓用戶可選擇一些有價值的知識入庫，即作為企業新的知識信息收錄入知識信息庫。

c)Google Image Search查詢模塊。在機械制造設計等領域，圖片包含了很多有用而直觀的信息，雖然Google Image Search具有強大的圖片搜索功能，但尚未提供API供程序直接調用，為了將這些知識收錄在搜索范圍之內，本文開發了自己的Google圖片搜索程序，索引﹑緩存和入庫機制同上。

d)磁盤文件查詢模塊。利用Google桌面搜索引擎將企業積累下來的文件建立檢索，然后調用Google查詢API可以對文件中的內容進行全文搜索，以利用尚未錄入企業知識庫的零散知識。

e)企業知識信息庫搜索模塊。對保存在數據庫中的企業知識信息庫中內容建立全文搜索的索引，用戶搜索時即時返回檢索結果。

f)知識地圖查詢模塊。對知識節點的名稱和描述信息進行關鍵詞搜索，然后返回結果節點鄰近的子知識地圖。

g)知識地圖更新模塊。通過監測用戶瀏覽搜索結果的行為，將系統預測或用戶人工評定為有用的知識信息項輸入知識地圖庫中。

知識地圖的構建包括兩個環節，即通過本體結構的知識信息庫自動提取知識節點及其引用關聯關系和通過跟蹤用戶搜索行為自動提取知識節點及其相似關聯關系。

2.2引用關聯關系的構建

本體是某一領域的概念化描述，它包含一系列類 (概念)#65380;數據類型#65380;個體(類的實例)和屬性。本體類的屬性可分為對象類型的屬性(object property取值為類的實例)和數據類型的屬性(datatype property)。為企業應用系統中的實體建立本體模型，允許用戶配置本體的結構可以極大地擴展系統的靈活性[5]。將企業的知識和信息建模為本體類之后，知識和信息的關聯關系將通過本體類的屬性來表述。比如“專利”類具有一個屬性“專利擁有人”，而某專利(“專利”類的一個實例)的“專利擁有人”屬性取值為“張三”(“員工”類的一個實例)，則稱某實例與張三具有引用的關聯關系。

ORKMS應用了工作流技術，除直接在知識管理系統中錄入知識和信息之外，用戶還可根據企業實際建立并運行流程錄入知識信息到企業知識信息庫。之后這些知識信息及其引用關聯關系可分別被自動提取成為知識地圖的知識節點和知識關聯，為知識地圖的擴充提供了良好的迭代初值。更重要的是，在用戶對知識信息進行了修改刪除等操作后，知識地圖庫能及時隨之更新，反映最新的知識情況及其關聯。

2.3相似關聯關系的構建

筆者把一個用戶通過知識管理系統的統一查詢界面輸入關鍵詞進行搜索，并瀏覽搜索結果的整個過程稱為一次“搜索會話”。相似關聯關系的建立依賴于這樣一個事實:在一次搜索會話中，用戶點擊瀏覽某搜索結果條目且瀏覽時間較長(通過實驗分析比較，本文選取30 s作為判定瀏覽時間較長的閾值)，則該結果很有可能是用戶關心的有用信息，進而同一搜索會話中幾個這樣的搜索條目很有可能在內容上具有相似的關聯關系，即隱式相似關聯關系。

不過有時用戶花較長時間瀏覽，卻發現該條目并不是很相關或有用，或者用戶迅速發現了某有用條目，卻選擇稍后再詳細查看。為了修正這兩種情況，本文允許用戶進行手工標注來評價該條目是否有用，即顯式相似關聯關系。

2.4自擴充知識地圖的使用

繪圖組件根據知識地圖結構生成基于SVG(scalable vector graphics，可縮放矢量圖形)標準的SVG圖形文件，不同類型的知識節點和知識關聯邊由不同形狀或顏色的圖形元素來表示;然后由專用的或作為瀏覽器插件的閱讀器解釋這些指令，把SVG圖像在指定設備上顯示出來。作為一種專門為網絡而設計的基于文本的圖像格式，是按照W3C標準基于XML的成像模型，它使Web開發人員#65380;設計人員和用戶能夠擺脫HTML的限制，并通過一個簡單的說明性編程模型創建豐富的視覺內容和交互功能。SVG十分適合知識地圖的顯示，其優點有:圖像質量高#65380;文件格式靈活易用#65380;支持字符查找。知識地圖允許用戶進行放大#65380;縮小#65380;進行粗略顯示#65380;詳細顯示。點擊任意感興趣的知識點名稱，還能看到該知識點更詳細的屬性信息。

圖形化的知識地圖在以下幾種使用情形為用戶提供極大的方便:

a)當用戶瀏覽知識/信息庫中的某知識/信息時，則在頁面上顯示出動態繪制的該知識/信息的鄰域知識地圖，包括以該條目為中心的附近幾級的知識節點及其關聯邊，也即這些節點在整個知識地圖覆蓋的子圖。

b)當用戶進行搜索時，如果某搜索結果條目已經被收錄進知識庫，則在該搜索結果旁顯示其鄰域知識地圖。

c)當用戶瀏覽知識地圖時，可以方便查看某知識的關聯知識/信息。

d)當用戶需要尋找兩個知識信息實例(如“張三”和“李四”兩個員工，或員工“張三”和“ARJ系列發動機研制項目”)之間的關系時，可先通過搜索或選擇來指定這兩個知識節點，然后可以瀏覽包含這兩個節點之間的路徑的子知識地圖。

3應用實例分析

ORKMS在國內一家飛機設計研究機構實施應用。其中，本文提出的知識地圖原型系統得到了初步的測試應用。如圖3所示，為用戶在瀏覽知識條目“ZL200012345678.9號專利”時可以查看的鄰域知識地圖。為簡單和保密起見，僅提供示例數據。

其中:

a)深色的知識條目即瀏覽的對象(圖中的“ZL200012345678.9號專利”)，居于圖的中心。

b)橢圓形邊框的節點為知識庫中的知識條目，描述文字為知識庫中該實例的特征描述屬性的值，超鏈接指向ORKMS中該知識的詳細信息頁面。

c)矩形邊框的節點為Google搜索引擎搜索到的結果，描述文字為該文檔的標題或文件名，超鏈接指向該文件的網絡地址。

d)平行四邊形邊框的節點為企業服務器的磁盤文件，描述文字為該文件的文件名，超鏈接指向該文件的網絡地址。

e)有箭頭的邊表示引用關聯關系，箭頭指向被引用的知識節點，旁邊標注了該關聯關系的描述信息(圖中的“專利擁有者”等)，即箭尾節點對應實例的特征描述屬性的屬性名。

f)無箭頭的邊表示相似關聯關系，旁邊標注了該邊連接的兩個節點在哪些搜索會話中被判定為相似，及其被判定為相似的次數(圖中的“搜索減震(5)等”)。實線邊表示其兩端的節點存在顯式相似關聯關系(也可能含有隱式相似關聯關系)。虛線邊表示其兩端的節點只存在隱式相似關聯關系。

知識結構建模專家定義企業知識結構時至少包括四個知識信息類，即專利﹑專業﹑員工和部門，并分別指定其名稱(字符串類型的屬性)作為特征描述屬性。專利具有兩個對象類型的屬性，即所屬專業和專利擁有人，人員具有兩個對象類型的屬性，即從事專業和所屬部門。

用戶在瀏覽“ZL200012345678.9號專利”時，能清楚方便地查看到其引用的知識和信息:“結構設計”專業，“張三”員工，以及企業內其他用戶在搜索某些感興趣的關鍵詞時系統判定的相似知識條目: “李四2000年工作總結”“汽車的減震技術”。

4結束語

知識地圖為企業知識管理系統提供了一個強大的知識可視化工具，為充分發揮知識地圖的潛力，本文根據企業本體知識結構來構建知識地圖的引用關聯關系，利用企業用戶的搜索查詢和瀏覽歷史來構建知識地圖的相似關聯關系，不斷擴充知識地圖的結構和內容，極大地提高了企業知識獲取和知識重用的效率。

ORKMS將知識管理系統與企業業務流程緊密結合。筆者將在以后的工作中考慮把知識地圖的節點與知識生產#65380;問題求解等流程及其活動結合起來，以實現在企業的業務流程中智能化的知識主動推送，進一步加強知識管理系統的威力。

參考文獻:

[1]EPPLER M J. Making knowledge visible through knowledge maps: concepts， elements， cases. Handbook on Knowledge Management 1[K]. Berlin: Springer， 2002:189－206.

[2]EPPLER M J. Toward a pragmatic taxonomy of knowledge maps: classification principles， sample typologies， and application examples[C]//Proc of the 10th International Conference on Information Visualization. 2006:195－204.

[3]VAIL E F. Knowledge mapping: getting started with knowledge ma－nagement[J]. Information Systems Management， 1999，16(4):16－23.

[4]VAIL E F. Mapping organizational knowledge[J]. Knowledge Management Review， 1999，8:10－15.

[5]王英林，王衛東，王宗江，等.基于本體的可重構知識管理平臺[J].計算機集成制造系統， 2003，9(12):1136－1144.

[6]Google Inc. Google SOAP Search API[EB/OL].[2005].http://code.google.com.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”