基于大數據的知識共享方法研究

顧新建　馬步青　代風

摘要：[目的/意義]知識評價和知識型員工的知識水平評價是我國企業開展創新所面臨的兩大挑戰。[方法/過程]提出基于大數據的知識共享的方法，試圖通過相關制度、標準和平臺的建設，獲取知識大數據和知識評價大數據，實現知識管理全過程的可追溯以及企業員工的知識共享和知識水平的透明化。[結果/結論]企業在此基礎上給予公平公正的激勵，使員工樂于共享知識、積極參與知識評價，最終建立透明和公平的企業環境，形成有序化的知識網絡和企業員工積極共享知識的陽光氛圍。

關鍵詞：大數據 知識共享 知識評價 知識網絡 知識管理

分類號：TP391

引用格式：顧新建， 馬步青， 代風. 基于大數據的知識共享方法研究[J/OL]. 知識管理論壇， 2016， 1（1）： 30-38[引用日期]. http：//www.kmf.ac.cn/paperview？id=3.

1 基于大數據的知識共享的意義

本文提出以下觀點：當前中國經濟需要通過轉型升級，走出中等收入陷阱，使經濟得到持續發展，從制造大國轉變為制造強國。轉型升級很難，世界上能夠實現轉型升級，并從發展中國家（地區）轉型為發達國家（地區）者寥寥無幾。轉型升級的關鍵在于創新。企業和個人的誠信是影響創新和知識共享的關鍵因素之一。而互聯網和大數據可以跟蹤信用歷史，有助于打造誠信社會；基于大數據的知識共享有助于知識共享和協同創新，有助于中國經濟實現轉型升級。如圖1所示：

此觀點可以得到以下支持：

1.1 世界銀行的觀點——發展中國家貧困的主要原因是缺少屬性知識，而不是技術知識

世界銀行將知識分為技術知識和屬性知識。技術知識是指技術訣竅等；屬性知識是指產品質量、借款人的信用度或雇員的勤奮度等。同時，將技術知識的不平均分布稱為知識差距，將有關屬性知識的不平衡性稱為信息問題。如圖2所示[1]：

世界銀行的《1998/99年世界發展報告》的觀點是，在人員流動量很小的傳統社會和在能夠追溯信用歷史的計算機網絡普遍的知識經濟社會，投機取巧難以得逞。而介乎于兩者之間的社會就可能并非如此[1]。

1.2 學術界的觀點——第三只手：基于網絡協同的大數據[2]

1776年，亞當·斯密就曾斷言，人們在追求私人目標時會在一只看不見的手的指導下，實現社會資源最優配置和增進社會福利。

第一只看不見的手是市場規律，但會出現市場失靈。因為市場規律實現社會資源最優配置的一個重要假定是信息是透明的，而實際上市場太大，無數客戶與經營者對商品信息的了解總是不透明、不對稱的，不僅會造成盲目生產，而且會出現自私經營者的欺詐行為。

第二只看不見的手是社會道德規范，這是建立在“人具有一種天然的利他主義傾向”基礎上的理論。但是現階段人們的利己主義傾向往往壓倒利他主義傾向，致使道德規范的力量顯得蒼白無力。

基于網絡協同的大數據，可以實現透明社會，使各種交易活動變得日益透明，使原本靠少數先進分子自覺遵守并教化社會的道德規范，轉變為一種陽光下的剛性氣氛，社會監督將無情地清除與社會利益不和諧的害群之馬。合作性競爭和雙贏戰略將成為最好的選擇，企業目標必須向社會目標靠攏。因此，基于網絡協同的大數據日益成為繼市場規律、道德規范之后的第三只手。見圖3。

政府干預是只看得見的手。計劃經濟就是一種政府干預模式，西方在市場失靈時，也往往依靠政府干預，幫助擺脫經濟危機。但也是由于信息不透明的原因，其作用比較有限。

1.3 我國政府的觀點：大數據成為推動經濟轉型發展的新動力

（1） 2013年9月30日，中共中央政治局以實施創新驅動發展戰略為題舉行第九次集體學習。中共中央總書記習近平在主持學習時強調：實施創新驅動發展戰略決定著中華民族前途命運。敏銳把握世界科技創新發展趨勢，緊緊抓住和用好新一輪科技革命和產業變革的機遇，把創新驅動發展作為面向未來的一項重大戰略實施好[3]。

新一代信息技術是新一輪科技革命的主要驅動力量，將支持基于大數據的知識共享和協同創新。見圖4。

（2） 2015年5月8日，國務院公布《中國制造2025》。其主要思想是：以促進制造業創新發展為主題，以提質增效為中心，以加快新一代信息技術與制造業融合為主線，以推進智能制造為主攻方向，以滿足經濟社會發展和國防建設對重大技術裝備需求為目標，強化工業基礎能力，提高綜合集成水平，完善多層次人才體系，促進產業轉型升級，實現制造業由大變強的歷史跨越[4]。

（3） 2015年8月31日，國務院以國發 〔2015〕 50號印發《促進大數據發展行動綱要》（以下簡稱《綱要》）。《綱要》對大數據的定義是：大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態[5]。

《綱要》認為：大數據成為推動經濟轉型發展的新動力。以數據流引領技術流、物質流、資金流、人才流，將深刻影響社會分工協作的組織模式，促進生產組織方式的集約和創新。大數據推動社會生產要素的網絡化共享、集約化整合、協作化開發和高效化利用，改變了傳統的生產方式和經濟運行機制，可顯著提升經濟運行水平和效率。大數據持續激發商業模式創新，不斷催生新業態，已成為互聯網等新興領域促進業務創新增值、提升企業核心價值的重要驅動力。大數據產業正在成為新的經濟增長點，將對未來信息產業格局產生重要影響。

《綱要》提出的萬眾創新大數據工程包括知識服務大數據應用。利用大數據、云計算等技術，對各領域知識進行大規模整合，搭建層次清晰、覆蓋全面、內容準確的知識資源庫群，建立國家知識服務平臺與知識資源服務中心，形成以國家平臺為樞紐、行業平臺為支撐，覆蓋國民經濟主要領域，分布合理、互聯互通的國家知識服務體系，為生產生活提供精準、高水平的知識服務。提高我國知識資源的生產與供給能力。

工業4.0中的智慧工廠架構中的核心也是大數據，其來源于APP平臺、物聯網等。

2 不同的知識共享方式

針對不同的企業，知識共享方式有很大不同，如圖5所示：

（1）“師傅帶徒弟”型企業：這類企業依靠的是口頭或手把手的知識傳授，是一種“師傅帶徒弟”的模式，人類出現以來，就主要是靠這種方式繼承和傳播知識。存在的問題是：知識傳遞的效率不高，范圍有限，遠不能滿足當今復雜產品創新的需求。當然對于一些“只能意會，不能言傳”的隱性知識，只能采取這樣的方法。

（2） 專制型企業：這類企業依靠強制命令，例如，規定企業員工必須每年發布多少條知識，提多少條建議。或者規定員工在工作完成后，必須總結自己的經驗，將知識保留下來。這對于企業知識的積累有一定的作用。特別是當員工意識到這些知識的共享，對于企業發展有重要價值的時候，他們會認真對待這些工作。典型的案例是美國軍隊的“事后總結”制度，軍人認識到自己所總結的經驗對于戰友的生命安全至關重要，所以他們會去認真執行這一制度。存在的問題是：員工往往多考慮自己的利益，不愿上傳有價值的知識，因為這是他們的吃飯本領，擔心“教會了徒弟，餓死了師傅”，上傳的知識往往是些垃圾知識。

（3） 內部市場型企業：這類企業對員工的知識共享情況進行簡單統計，例如，將發布的知識條數折算成點數，然后給予相應的經濟和精神激勵。員工對此的反應是：或者發布一些價值不大的知識，或者少發布或者不發布知識，因為有的員工認為所得到的激勵并不能反映自己知識的價值。而為拿取獎金過多發布沒有價值的知識，又不好意思。例如，中國某研究所有過規定，發一條知識有400元獎金，但大家知識共享的積極性還是不高。

（4） 透明公平型企業：利用信息技術，使企業員工的知識共享程度和過程很透明，并據此給出盡可能公平的激勵。從而使員工愿意貢獻自己的知識。這也是一種內部知識市場型的企業。其難點是，知識和知識共享度不易評價，激勵不易充分準確。互聯網和大數據為建立透明公平型企業提供了機遇，有助于企業變得越來越透明，激勵越來越公平。

西門子的ShareNet將遍布全球的專家通過網絡聯系在一起，讓他們能夠通過網絡分享和拓展其知識；每個發布的知識都會受到所有網絡社區人員的評論；對于任何有價值的知識共享，其貢獻者都可以獲得ShareNet“股份”或者獎勵點數[6-7]。

中國電信上海研究院通過建立基于Web 2.0的創新夢工廠，支持員工發表創意，進行創意打分、創意評審、創意分類、系統整理、信息發掘等在線IT功能，支撐從提出創意到產品化這樣的完整流程[8]。

透明公平的企業有助于大家積極貢獻知識，協同創新，逐漸形成知識共享的習慣和文化，使企業步入幸福型之列。

（5） 幸福型企業：員工在企業中感到很幸福，以企業為家，將知識無私貢獻給企業。幸福型企業依靠文化和價值觀激勵員工貢獻知識，這是最理想的企業。日本的稻盛和夫文化代表這一類企業文化，其已經在影響一些中國的民營企業，例如寧波中興精密。深圳華為也在打造這類企業。但是，在目前的市場環境和企業制度環境中要成為幸福型企業，難度很大。這種企業文化的建立需要長期不懈的努力。特別重要的是企業領導首先要做到無私忘我，有很好的人格魅力。采用合伙人制、稻盛和夫的“阿米巴經營”理念及管理方式等，加之互聯網和大數據帶來的企業透明化，可以促進幸福型企業的成長，讓員工與企業成為“精神共同體、命運共同體、目標共同體、利益共同體”，激勵員工釋放潛能。

3 基于大數據的知識共享方法

在企業中每時每刻都有知識迅速地產生，這些知識分布在不同的介質上，以不同的形式存儲。經過長時間的積累之后，企業中的知識也有了相當大的數據量。這樣的知識已經具有大數據的3V特征，即volume（大量）、velocity（高速）、variety（多樣），稱之為知識大數據。

在知識產生的同時，員工對知識的評價也在迅速產生，這些評價分布在不同的介質上，以不同的形式存儲。經過長時間的積累之后，員工對知識的評價也有了相當大的數據量，稱之為知識評價大數據。

大數據技術有助于解決目前知識共享中遇到的兩個難題：①知識爆炸帶來知識庫中的知識雜亂無章，導致知識利用效率不高。可以利用員工使用知識的行為大數據自動評價知識的價值和知識間的關系，也可以依靠廣大員工協同評價知識，這些評價也構成評價大數據。通過這些大數據，篩選出大量的無用、重復、過時的知識，使知識大數據有序化，即形成有序的知識網絡。②員工共享知識和評價知識的意愿不強。可以根據員工所共享知識的數量和質量（大眾評價結果），對員工知識共享度和知識水平進行評價和考核，并給予相應的激勵。

基于大數據的知識共享方法的基本過程見圖6。這是一個閉環過程。

圖6中的知識大數據包括：①企業內部知識：員工的經驗和設想、工作記錄和總結、失敗案例等。②企業外部知識：設計手冊、專利、標準、期刊文獻、網絡文章等。

圖6中的知識評價大數據包括：知識評論、評分、下載、閱讀、引用等員工的知識使用行為數據。圖6中的主要工作內容是：

3.1 大眾知識共享

通過相應的制度、標準和平臺支持大眾知識共享，將個人知識組織化、隱性知識顯性化。

（1） 制度建設。包括以下幾個方面：①企業內部知識產權制度——把外部知識產權制度內部化；員工在企業知識庫中發布的自創知識具有版權；誰先發布，誰就擁有該知識的版權；如果有知識不發布，而其他人發布了，那么版權就屬于發布者；未來企業的產品和技術發展中若使用該知識取得了效益，要給予最初的知識發布者相應的報酬。②知識公開制度——確定知識公開的范圍、使用的規則等；③員工知識共享制度——規定不同級別和崗位的員工每年應共享的知識數量，并與年度考核和升職掛鉤。④崗位和流程知識建設制度——對企業必須的崗位和流程知識需要相關負責人組織建立和完善，并且要達到一定的質量標準，因為這是新員工培訓、老員工成長所需要的知識，是一種基礎設施。

（2） 標準建設。包括：①知識文檔模板標準；②知識描述規范標準；③知識引用標準； ④知識分類標準；⑤知識集成標準。

（3） 平臺建設。包括企業各級知識共享子系統，如個人、團隊、部門、企業、集團等知識共享子系統。員工可以根據知識密級和知識需求情況，將知識發布在不同的子系統中。這些子系統都集成在一個平臺中。知識共享子系統不僅支持員工發布自己知識，還集成來自企業不同信息系統的知識，如PDM＼PLM、ERP、維修管理系統等。

3.2 大眾知識評價

通過相應的制度、標準和平臺支持大眾知識評價，促進知識有序化。

（1） 制度建設。包括以下幾個方面： ①員工知識評價制度——對不同級別和崗位的員工進行知識評價規定硬性任務，特別是知識分類、知識關聯、知識網絡、核心和關鍵知識的確定等；②知識協同評價制度——確定知識公開的范圍、使用的規則等；③專利協同評價和專利地圖協同建立制度。

（2） 標準建設。包括：①知識評價標準； ②知識本體標準；③知識網絡標準；④知識語義模型標準等。

（3） 平臺建設。包括：①基于用戶行為的知識評價子系統；②基于用戶行為的知識本體評價子系統；③知識本體管理子系統；④知識生命周期跟蹤子系統等。

用戶對知識的評分可以反映知識的專業程度，用戶30天內對知識的操作行為可以反映知識的流行程度。上述計算方法綜合考慮了知識的專業性因素和知識的流行性因素，保證專業水平越高、越受用戶歡迎的知識可以得到越高的知識價值評價。

3.3 知識共享評價

通過相應的制度、標準和平臺對員工的知識共享水平和知識水平進行評價，幫助企業更好地了解知識型員工的表現和水平，不僅有助于充分挖掘和發揮員工的潛能，而且有助于主動推送員工需要的知識。

（1） 制度建設。包括：①知識共享評價規范；②員工知識共享評價信用規范。

（2） 標準建設。包括：①員工知識共享評價標準；②員工知識水平評價標準；③員工知識共享評價權重標準。

（3） 平臺建設。包括：①員工知識共享評價子系統；②員工知識水平評價子系統；③團隊知識共享評價子系統等。

其中T代表員工個人專業技能等級要素，如用戶專業職稱、崗位等級等；J代表用戶的知識共享參與度要素，如用戶對知識的操作行為（如閱讀、下載、評論、添加標簽、推薦、收藏、轉發、打分等）；C代表用戶的知識共享貢獻度，如用戶共享的知識價值。員工的知識評分權重中的3項主要要素是加權關系。

企業可以根據員工在企業中的實際崗位評級、職稱等，設定員工專業技能要素T的分級標準，比如給予專家較高的T值，給予新人較低的T值。。

上述計算方法綜合考慮了員工個人專業技能等級要素、員工的知識共享參與度要素和員工的知識共享貢獻度要素，保證專業水平越高、知識分享越好、參與評價越多的員工可以獲得越高的評價[9]。

3.4 知識共享激勵

通過相應的制度、標準和平臺對員工的知識共享行為進行評價，使員工能夠持續共享高質量的知識，能夠積極參加知識評價。

（1） 制度建設。包括：①知識共享考核制度；②知識共享獎勵制度；③知識共享的職稱管理制度等。

（2） 標準建設。包括：①員工知識共享考核標準；②員工知識共享激勵標準等。

（3） 平臺建設。包括：①員工知識共享考核標準；②員工知識共享激勵標準。知識共享激勵平臺也不是獨立的平臺，而是作為知識共享平臺的一部分。該平臺將與人力資源管理系統、生產管理系統、產品數據管理系統等集成。

3.5 大眾知識應用

通過相應的制度、標準和平臺支持知識的應用。

（1） 制度建設。包括以下幾個方面：①知識主動推送規范——將用戶在工作中所需要的知識，按照其研究領域和水平主動推送；②知識應用規范——員工在開展項目預研、可行性分析、方案選型時，首先都應對知識庫內的相關知識進行搜索和應用，然后再擴展到知識庫外的知識，并將搜索到的新知識發布在知識庫中。

（2） 標準建設。包括：①知識主動推送標準；②知識搜索標準；③技術進化圖標準；④技術路線圖標準。

（3） 平臺建設。包括知識主動推送、知識搜索、知識下載和閱讀、基于知識網絡的技術進化圖建設、基于知識網絡的技術路線圖建設等子系統。

4 結語

新一輪工業革命對中國而言，是新一代信息技術與企業轉型升級的交匯點，利用好這一機遇，就有可能使我們的制造業突圍，使我們的經濟擺脫所謂的“中等收入陷阱”。轉型升級的關鍵是創新。利用基于大數據的知識管理，可以促進知識共享、協同創新，真正形成萬眾創新的局面。

基于大數據的知識管理的特點主要是：①大數據有助于實現知識管理全過程的透明化、可追溯；②基于大數據的知識管理范圍大、知識積累多、全員參與；③知識大數據和知識評價大數據有助于員工知識共享和知識水平的評價，促進知識共享；④知識使用大數據有助于實現知識有序化的自動化，提高知識利用效率；⑤大數據支持知識產權協同保護，促進協同創新；⑥大數據支持企業建立完整的企業知識體系、崗位層知識網絡、過程（型號）層知識網絡、戰略層知識網絡；⑦大數據有助于企業對員工的全面評價和充分使用；⑧大數據有助于企業找到最合適的合作伙伴。

未來的企業知識管理應既是透明的、公平的，更是大家自覺、主動參與的。知識共享應成為每個人的習慣。

我們的夢想是：大家無保留地共享知識、協同創新；雷鋒不再吃虧；老員工走了，知識留了下來；新員工來了，有系統的知識可以學習；企業的知識網絡越使用，越聰明；企業和員工的知識共享和協同創新的表現透明化、可追溯；員工在知識共享中成長，企業在知識積累中壯大。

參考文獻：

[1] 世界銀行. 1998/99年世界發展報告——知識與發展[M]. 北京： 中國財政經濟出版社， 1999.

[2] 楊培芳. 社會協同： 信息時代的第三種力量[N]. 光明日報， 1999-10-22（6）.

[3] 新華社.中共中央政治局舉行第九次集體學習 習近平主持[EB/OL]. [2015-10-01]. http：//www.gov.cn/ldhd/2013-10/01/content_2499370.htm.

[4] 國務院. 中國制造2025[EB/OL]. [2015-05-08]. http：//news.china.com/domestic/945/20150519/19710486.html.

[5] 國務院. 促進大數據發展行動綱要[EB/OL]. [2015-08-31]. http：//politics.people.com.cn/n/2015/0905/c1001-27545655.html.

[6] 俞飛瀏. 知識管理2.0在西門子的應用研究[D]. 上海： 華東師范大學， 2011.

[7] 劉珺. 西門子和施樂教會制造企業什么？[EB/OL]. [2005-11-21]. http：//www.amteam.org.

[8] 劉向華， 夏敬華. 智慧的交流——創新夢工廠支撐創新2.0落地[EB/OL]. [2015-09-16]. http：//group.vsharing.com/Article.aspx？aid=909575.

[9] 代風. 面向復雜產品研發過程的知識網絡理論及集成應用研究[D]. 杭州：浙江大學，2015.

Abstract： [Purpose/significance] Knowledge evaluation and knowledge workers level evaluation are two major challenges for enterprises innovation. Knowledge sharing methods based on the big data are presented. [Method/process] Through the construction of related systems， standards and platforms， the big data about knowledge and knowledge evaluation are obtained， and the traceability of knowledge managements in the whole process and the transparency of enterprise workers knowledge sharing and knowledge levels are obtained. On this basis， enterprises give fair and just incentives to workers and make them glad to share knowledge， active to participate in knowledge evaluation. [Result/conclusion] As a result， a transparent and fair enterprise environment with the orderly knowledge network and an excellent atmosphere in which workers share knowledge actively is built up.

Keywords： big data knowledge sharing knowledge evaluation knowledge network knowledge management