面向大型科研機構的知識管理系統設計

賈倩 畢經元 王立偉 楊玉 褚厚斌

〔摘 要〕本文探討了面向大型科研機構知識管理系統的設計思路與實現方法。首先分析了大型科研機構建立知識管理系統的必要性，其次根據其需求描述了知識管理系統應具有的特點。在此基礎上，以某大型科研機構的知識管理系統為例，闡述了功能組成、技術架構，并描述了關鍵模塊的實現方法及實際效果。

〔關鍵詞〕大型科研機構；知識管理系統；自動采集；術語地圖；自動分類

知識管理系統是指組織內管理知識的信息系統，用于支持知識鑒別、創造、獲取、存儲、共享、應用等活動[1]。對于印有“高精尖”特征的大型科研機構而言，知識的積累與傳承對企業發展及人才培養具有極其重要的意義，而知識管理系統則提供了知識固化、積累、重用與共享的技術保障。盡管目前市面上涌現出了諸多通用的知識管理平臺，但普遍基于文檔管理與OA系統建設而成，對大型科研機構在知識管理方面的其他需求考慮并不充分，難免或多或少存在適用性不強的弊端。因此，充分考慮大型科研機構的特性，研發契合其實際的知識管理系統，對提升大型科研機構核心競爭力、推進我國科研事業的發展具有重要的意義。

1 大型科研機構建立知識管理系統的必要性

作為承載提高國家科技水平重任的組織，大型科研機構在多年的發展歷程中積累了許多科研理論與工程實踐知識，如基礎理論、試驗數據、專利和標準規范等，這些是大型科研機構競爭優勢的最根本也是最主要的體現。如果缺乏有效的知識管理手段、方法和規范，則會導致理論知識和工程經驗在采集、重用、評價和繼承創新中的系統化應用不強，知識資源在研制部門間、項目隊伍間的共享和利用率不高，多項目并舉并且分割作業的情況屢見不鮮[2]，一方面，造成了項目整體水平往往是個別部門、少數人甚至個人水平的簡單相加，而最高水平得不到充分體現；另一方面，導致了知識資源的無謂浪費，從而一定程度上制約技術的傳承和拓展能力，影響核心競爭力的發揮。

要解決以上問題，實施知識管理是現實有效的重要手段。而知識管理系統是實施知識管理的主要載體，因此，建立契合企業實際的知識管理系統，實現知識的固化、積累與傳承，以知識支撐科學技術的創新，對大型科研機構的發展尤為重要。

2 大型科研機構知識管理系統的特點

考慮大型科研機構知識資源數量大、種類多、共享敏感度高等特性，所設計的知識管理系統應具有如下典型需求：

2.1 具有自動化的知識采集功能

大多數大型科研機構在研發設計過程中已積累了大量的知識模板，以促進知識的規范化存儲，提高項目研發及產品制造效率。因此，適合大型科研機構的知識管理系統應具備模板自動解析功能，對于大量基于模板的知識資源進行自動提取，以實現知識資源的快速便捷上傳與格式化存儲，方便科研人員對知識的積累與重用。

2.2 具備隱性知識管理的功能

對于大型科研機構而言，不乏經驗豐富、技術超群的眾多專家及學者。專家頭腦中存在著大量寶貴的隱性知識。相對于顯性知識，隱性知識更難以挖掘、管理，人員流動等原因往往容易造成隱性知識的流失。隱性知識的交流與分享不暢嚴重阻礙了科研生產整體水平的提高，同時也在一定程度上造成了現有成熟技術及經驗的掩埋，導致了重復投入、重復開發等無謂浪費。因此，建設具有隱性知識資源管理模塊的知識管理系統，有助于通過隱性知識資源的獲取，推動隱性知識財富的傳承，促進科研生產能力的提高。

2.3 具備科技術語管理的功能

大型科研機構在豐富的研發設計歷程中往往積累了本領域大量的科技術語。然而，在實際業務中，由于缺乏得力的宣傳措施以及有效的管理手段，術語的利用并不頻繁，更談不上規范。已有的術語成果不能在項目研發中發揮應有的作用，在造成大量資源浪費的同時，也無形中增加了設計人員的工作量。因此，契合大型科研機構特色的知識管理系統應實現對科技術語的規范有效管理，促使科技術語真正服務于研發設計，提高工程技術人員的工作效率，保障相關成果的科學性與嚴謹性。

根據前面章節的分析，筆者任務，適合大型科研機構的知識管理系統應包括知識采集、知識問答、知識利用、知識搜索、統計分析及安全管理等諸多模塊。其功能模型見圖1。圖1 大型科研知識管理系統功能設計

3.1 知識采集模塊

為Word標簽類、XML標簽等格式知識采集提供統一數據接口，以實現基于模板的知識的自動采集、在線編輯、采集過程中輕量化格式轉換及關鍵詞術語管理等功能。

3.2 知識問答模塊

實現專家領域信息維護、問答空間管理和問答流程管理等功能。專家領域信息維護支持用戶維護與管理員審核確認相結合的機制；問答空間管理包括問答空間配置、問答空間專家選擇、問答空間問題管理等功能；問答流程管理用于實現從問題發布到問題補充、問題解答、答案推薦的過程管理。

3.3 知識壽命周期元數據管理模塊

對知識資源從采集、審批、評論到版本更新、借閱、引用和綜合升級的壽命周期內的過程信息進行記錄和管理，為知識的有效化和有效利用提供支持。

3.4 知識利用模塊

按照組件化要求對知識利用模塊進行開發和完善，包括知識樹管理、知識術語地圖、知識推薦與訂閱等功能，實現對知識系統數據庫中知識資源的多維組織和利用。知識術語地圖的建設應基于相應的本體庫，并可以庫中任意術語為根節點，進行術語體系的樹狀可視化。

3.5 知識搜索模塊

對目前關鍵詞搜索和全文搜索模塊進行性能優化及組件化封裝，并將各項搜索功能整合為綜合搜索引擎，針對信息系統集成的需求開發了跨系統搜索接口。

3.6 統計分析模塊

按照知識管理制度中關于知識評分和統計分析的約定，對知識貢獻度和用戶參與度統計功能進行優化，在此基礎上開發統計數據報表輸出功能。該模塊應包括知識貢獻度統計、參與度統計和統計報表輸出等主要功能。

3.7 安全管理模塊

針對某些大型科研機構對安全保密的要求，可實現知識管理系統的權限控制和安全保密管理。包括系統維護、權限管理以及信息輸出、存儲控制、防篡改、訪問控制等。

4 某大型科研機構知識管理系統的實現

A公司是擁有近兩萬名員工的大型科研機構，主要從事軍工產品的研發、設計與生產。A公司于2009年著手啟動知識管理業務，并針對本企業實際，開發了適應企業特色的知識管理信息系統。其知識管理系統整體架構見圖2，該系統從文檔自動采集、智能搜索、自動分類及推送、科技術語管理等諸多方面滿足企業研發設計的需要，為企業提高科研水平、增強核心競爭力發揮了重要作用。

圖2 A公司知識管理信息系統整體架構

該系統的設計與開發涉及到基于模板的知識自動采集、知識術語地圖建設、知識自動分類等多項關鍵技術，為A公司的業務能力提升發揮了重要支撐?，F對典型關鍵技術的實現方法和效果介紹如下：

4.1 基于模板的知識自動采集

知識自動采集模塊基于JACOB實現對基于模板的知識資源的自動解析。使用JACOB組件實現JAVA對OFFICE對象的調用，從而實現文檔的自動解析、抽取及入庫，實現了知識資源的高效、快速上傳。

JACOB為JAVA和COM橋接的縮寫，即JAVA-COM Bridge[3]。作為一個JAVA到微軟的COM接口橋梁，JACOB可實現JAVA應用程序對COM對象的訪問?；诖朔N原理，利用JACOB，系統可實現JAVA對WINDOWS中MS Word、Excel等組件的操作。因此，在本模塊中，系統開發了基于書簽的映射機制，如圖3所示，利用OFFICE的書簽特性，通過JACOB識別并讀取書簽內容，實現文檔內容的解析及存儲。同時，通過格式轉換組件實現不同類型知識向FLASH格式的統一轉換，在保障知識資源規范性的同時，實現了對知識產權的保護。其實現界面如圖4所示。

4.2 基于本體的知識術語地圖

本體（Ontology）原本是一個哲學的概念，主要研究存在的本質[4]。自本體的概念誕生之后，便被應用到多種領域。1996年，波音公司的Michael Uschold博士提出了本體在知識工程領域最常用的概念：“本體是一套術語詞表以及術語含義的規范說明”[5]，此定義也為知識術語地圖的構建提供了直接的理論指導及依據。

對于知識術語地圖而言，需要依靠本體語義來實現知識術語之間的動態聯系及屬性說明。本體語義的介紹如下：

假設c標識一個概念；i標識一個實例；p標識屬性；v代表明文值；vp代表該屬性的取值是明文；op代表該屬性的取值是對象或類。同時C、I、P、V、VP和OP是他們對應的集合，因此P=VP∪OP。同時w標識P上面的權重，類之間的權重由系統管理員設定，這個權重將會初始化該類所有實例的權重，而實例之間的權重將隨著用戶的使用自適應變化。同時該概念還滿足如下定義：

4.2.1 OWL文件

通常，本體語言提供了概念、概念之間的關聯、概念的實例等基本的建模元素。以RDF和RDFS為基礎的OWL（Ontology Web Language，Web本體語言）既有較強的本體表達能力又能進行推理，而且支持屬性的局部轄域、類不相交、類的布爾組合、基數約束、屬性的特殊性等多種特性，因此成為描述本體的最通用工具。本模塊采用OWL語言描述術語的概念、關系及實例等，主要包括了名稱空間、引用的文件、類、個體（Individual）、屬性等構成。該文件示例如下：

4.2.2 知識術語地圖

本系統的知識術語地圖為航天敘詞表的圖形化展示。敘詞表（Thesaurus）又稱為主題詞表，它是一種語義詞典，由術語及術語之間的各種關系組成，能反映某學科領域的語義相關概念。中國《漢語主題詞表》將詞匯間的關系歸納為“用、代、屬、分、參”結構?；诖耍鞠到y中的知識術語地圖即為知識術語提供了一種高效快捷的導航系統，用于展示不同術語之間的動態關系，協助用戶快速定位所需的知識資源。

基于本體的知識術語地圖模型如圖6所示[6]，包括展示層、本體層及資源層3個層次，由以下5個元素構成。圖5 基于本體的知識地圖模型

（1）知識節點。代表從組織的工作流程中提煉出的知識對象，一個知識節點還可以分解為多個子節點，從而構成樹狀結構。一組被連接的知識節點代表一個領域知識集合或一個知識流程。本文中的知識節點即為知識術語。

（2）知識關聯。知識節點之間的連線即為知識關聯，主要用于描述各知識術語之間的相互關系，用戶可以通過知識關聯了解知識領域的結構或知識的交流、演化情況。

（3）知識鏈接。在可視化界面和知識描述之間建立鏈接，通過知識鏈接，可以為用戶提供多種知識地圖的展示形式。

（4）知識描述。在通過展示層了解整個知識領域的結構和應用背景后，可以通過知識描述來了解單個知識節點的內容、結構、使用條件等信息。

（5）RDF。RDF（Resource Description Framework，資源描述框架）通過描述知識資源的屬性及屬性值，為知識資源提供了定義元數據的能力。

在將OWL文件定義完畢之后，本系統利用本體編輯工具Protégé構建知識本體模型。Protégé由Stanford Medical Informatics開發，是一組自由開源的工具軟件，包括眾多的插件，較好的支持多項標準，并支持OWL。友好的界面使得用戶只需在概念層次上進行領域本體模型的構建，且支持中文。本系統構建的術語庫模型見圖6。圖6 知識術語庫模型

術語庫建立完畢后，即為術語展示提供數據支撐。當用戶針對關注的術語發起查看請求時，系統將通過查找術語庫，將術語及術語屬性組織到圖形展示控件prefuse的數據對象中，并通過applet將知識術語圖譜顯示在前端頁面。

4.3 知識自動分類

該模塊通過對入庫的知識資源進行屬性解析及分類樹節點匹配，實現知識資源的自動分類。在減輕了技術人員工作量的同時，提高了知識分類的準確性與高效性。

目前，針對中文的分類算法主要包括以下幾種，樸素貝葉斯分類（Naive Bayes）、向量空間模型（Vector Space Model）、決策樹、K-近鄰分類法以及線性最小二乘LLSF（Linear Least Square Fit）等。其中，樸素貝葉斯算法是在貝葉斯模型的基礎上改進生成，在汲取貝葉斯模型諸多優點的同時，克服了其受節點數量和節點間關系復雜性影響大的缺陷，與其他分類方法相比，樸素貝葉斯算法具有結構更簡單、效率更高的特點，同時能夠在分類性能和分類效率間取得較好的折衷，因此，本模塊將選擇樸素貝葉斯分類算法實現知識資源的自動分類。

將匹配度結果從高到底進行排序，如果存在匹配度高于預定閾值的分類節點，獲取匹配度最高的分類節點ID值，在數據庫中將該知識資源的類別字段置為該ID，如果不存在匹配度高于預定閾值的分類節點，系統將為該知識資源各知識屬性生成新的類別ID值，并將所屬類別字段置為該ID。自動分類的實現界面見圖9。圖9 自動分類實現界面

5 結 論

本文針對大型科研機構的需求，構建了可支撐其研發和設計的知識管理系統。該系統有效彌補了市面上通用的知識管理系統在處理大型科研機構特殊需求時面臨的不足，實現了知識資源的采集、分類、搜索、利用、統計的全壽命周期管理，同時采用模塊化、組件化的設計方式，使系統具有簡單、靈活、易擴展、可重用等特點，為大型科研機構中大量知識資源的積累、固化與重用提供了技術保障。

參考文獻

[1]中華人民共和國國家標準GB/T 237032—2010 知識管理 第2部分：術語.

[2]李瑞，李永剛.Java中基于JACOB的COM組件調用研究[J].微計算機信息，2007，24（5）：168-170.

[3]史冊.基于Ontology領域知識模型的高校研究生個性化信息服務研究[J].同濟大學經濟與管理學院，2007.

[4]Neches R，Fikes R E.Finin T et al.Enabling technology for knowledge sharing[J].AIMagazine，1991，12（3）.

[5]潘有能，丁楠.基于本體的組織知識地圖構建研究[J].情報科學，2008，26（12）：1856-1860.

[6]陳彥萍，魏璐璐.基于OWL的旅游領域本體的構建[J].西安郵電學院學報，2011，16（1）：78-82.

（本文責任編輯：孫國雷）