大數據技術在航天企業知識管理系統中的應用

◎北京臨近空間飛行器系統工程研究所 盧康 周智力

大數據技術在航天企業知識管理系統中的應用

◎北京臨近空間飛行器系統工程研究所 盧康 周智力

知識是通過歸納、演繹、比較等手段對信息進行挖掘，并與已有知識體系相結合形成的，是用于解決問題的結構化信息。知識管理是通過人與技術的充分結合，并在分享的文化下將組織內外部的知識進行系統的沉淀、共享、學習、應用和創新，從而提升組織的核心競爭力。

航天企業作為知識密集型高科技企業，科研活動所需要和產出的參考資料、技術文檔等知識隨著科研活動的持續開展呈幾何級的增長。隨著信息化建設的不斷推進，航天企業紛紛建立了知識管理系統，以實現對知識的有效管理。但現有的知識管理系統大都基于傳統的數據庫系統，只能處理結構化等特定格式的數據信息和知識資源，無法處理急劇增長的非結構化數據信息，導致知識管理水平無法滿足企業發展對知識的需求。在知識經濟時代，知識是企業重要的資本和創新驅動力，所以必須將知識管理提升到企業發展的戰略高度，并與企業發展同步進行，依托知識管理提高科技創新效率。

為此，筆者采用全新的信息技術手段對傳統的信息系統方法進行升級改造，將大數據技術應用到航天企業的知識管理中，提出了從基礎架構到知識展示各個環節的大數據技術實施途徑，以期全面提升知識管理系統功能，幫助航天企業提升知識管理水平，打造以知識為核心的產品創新體系，全面提升航天產品質量，提升企業競爭力和創新能力。

一、航天企業知識管理的特點

近年來，隨著我國航天事業的迅速發展，型號產品復雜度、研制難度不斷增加，參與單位與技術的覆蓋范圍也越來越廣。同時，隨著航天型號研制任務的不斷增多，型號研制周期進一步縮短，多型號并行研制、多批次并行生產的情況越來越多，這對航天企業數據資源管理和知識管理提出了更高要求。

1．知識創新是知識管理的主要目標

目前，國防科工局開展的“智慧軍工”頂層戰略規劃，使傳統軍工企業紛紛向基于知識創新的智慧型院所轉型，航天企業需要建立基于知識創新的研發能力，形成基于知識驅動的數字化研制模式。知識驅動的研發模式一方面需要深化信息技術在設計、仿真、試驗、制造和服務等環節的應用；另一方面需要強化面向產品需求分析、研發設計、制造、試驗、使用保障的全價值創造過程的信息集成，實現產品數據、技術狀態、配置管理、裝備使用等全過程的統一管理，以逐步建立具有自我學習能力、知識創新能力和自適應能力的新經濟時代的“智慧型”航天企業。

2．知識共享是知識管理的核心基礎

知識共享包括知識提供、傳遞和吸收3個過程。實現知識共享要建立有效的工具和機制，可以通過建立知識管理系統、知識獲取工具、知識庫、知識協作中心、信息技術平臺等支持手段，將商用軟件、自研軟件、經驗、基礎數據庫、標準規范等進行集成，全過程促進知識共享。除此之外，通過建立企業知識共享激勵制度和培養共享企業文化等制度來提高個人知識向組織知識轉化，也是促進企業知識共享的保障。

3．知識挖掘是知識管理的有力抓手

航天企業知識具有多樣性，包括型號技術資料、標準規范、科技報告、計算機軟件、經管文書、聲像資料等。同時，航天企業知識又具有離散性，既包括以紙質檔案形式存放的知識，又包括以電子信息形式存儲的知識，同時還有存在于個人頭腦中的經驗、方法、理念等隱性知識。目前，顯性知識管理手段已相對成熟和完善，而大量存在的隱性知識如何進行管理是當前眾多企業共同面臨的難題。因此，使用大數據技術進行知識挖掘是將企業隱性知識變為可見信息的主要方法和手段，并通過隱性知識的顯性化、有序化、體系化實現航天企業知識管理水平的再提升。

4．知識保密是知識管理的重要保障

航天企業知識密集，涉及各種技術專利、商業秘密等，而部分涉及國防武器裝備產品的知識還具有高度的保密性。因此，航天企業在管理內部知識時應考慮保密等相關因素，按照保密規定制定相應的防護措施和技術手段，并按保密程度進行分級管理。信息安全是網絡環境下知識管理的必要保障，要在確保知識保密安全的前提下發揮知識應用的最大價值。

二、現有知識管理系統存在的問題

近年來，航天企業的信息化水平不斷提升，也通過建設實施知識管理系統提高了知識管理的效率和水平，但現有的知識管理系統仍存在一些問題，無法滿足航天企業快速發展的知識創新需求，主要體現在以下幾個方面。

一是現有的知識管理系統只是針對某些專業或某些領域建立的知識庫，缺乏知識有效的獲取和共享途徑，導致知識庫內容無法及時更新，最終形成“知識孤島”。

二是現有的知識管理系統中知識展示樣式較為單一、用戶交互力度不夠，使得用戶獲取知識的效率較低，導致整個知識管理系統應用效果差，無法發揮系統功能。

三是現有知識管理系統的IT基礎架構無法支持用戶多樣的知識應用需求，所以在用戶需求變化時，無法根據需求快速、靈活地部署和擴展，而且與其它系統的數據集成也較為困難。

四是現有知識管理系統對隱性知識的挖掘和多樣類型數據知識的支持不夠，只是通過知識社區的方式將隱性知識顯性化，卻無法通過機器學習算法從顯性數據中發現具有價值的知識信息。另外，現有的知識管理系統基于關系型數據庫，無法支持非結構化的知識數據信息，使得大量極具價值的知識無法沉淀和共享。

三、大數據技術在知識管理系統中的應用

大數據需要滿足數據量夠大、數據的種類多樣、數據的增長及處理速度快、數據價值高4個基本特征，同時大數據是基于云計算的數據處理與應用模式，通過數據的整合共享、交叉復用，形成智力資源和知識服務能力。

大數據技術，就是從各種類型的數據中快速獲得有價值信息的技術，是能夠突破常規軟件限制，對大數據進行采集、存儲和處理的新一代創新型技術的統稱。大數據技術主要分為基礎架構支持、數據采集、數據存儲、數據計算、數據展示與交互五大類。目前，大數據技術的應用正滲透到社會的各行各業，為每個領域帶來變革性影響，已成為各行各業顛覆性創新的原動力和助推器。

1．大數據的生成過程

大數據技術可以處理各種類型的海量數據，包括文檔、音頻、視頻、模型等，實現基于多樣數據的全流程、柔性智能處理，以促進知識融合。將大數據技術應用到現有知識管理系統，可以徹底實現航天企業知識管理從數據、信息、知識到智慧的跨越，實現知識管理系統的全面升級，以及知識管理的全生命周期管理，并建立柔性、一體化、安全、智慧的知識管理系統。知識生命周期采集、組織、存儲、分析、利用每個環節都滲透著大數據技術，圖1為知識的生成過程。

2．數據處理

應用大數據技術的知識管理系統，在以云計算技術為核心的柔性IT基礎架構上對廣泛的、多樣的、異構的知識數據源進行抽取和整合，獲取的結果數據按照一定的標準進行統一存儲，再利用適當的數據分析技術對存儲的數據進行分析，從中提取有價值的知識并利用合適的方式將結果自動推送展示給最有需要的終端用戶。從知識數據源到最終的知識應用整個周期，知識數據處理流程可以分為數據抽取與整合、數據分析、數據可視化，如圖2所示。

通過虛擬化技術將底層異構的硬件和操作系統整合成安全、高性能、高可擴展、高可靠和高伸縮性的系統運行資源，大幅降低了知識管理系統二次開發、部署、運行和維護的成本，有效滿足了知識管理系統知識流程對硬件和系統資源的需求。

3．知識獲取與存儲

知識管理系統中，知識獲取主要通過網絡進行數據知識采集，如通過企業總線將業務系統數據進行采集，還可以通過用戶頁面直接采集多樣的知識數據。知識數據采集過程中通過ETL工具將分布的、異構的數據源中不同種類和結構的知識數據進行清洗、過濾、去重等預處理后，再進行數據存儲。

數據存儲主要通過分布式文件系統完成，該系統可以解決傳統存儲系統磁盤吞吐能力不足和可擴展性差的問題，以有效支持大數據處理過程中對數據存儲高擴展、高可用、高吞吐量的需求。

航天企業作為知識密集型企業，許多知識源于跨部門、跨專業的數據整合和業務創新，各部門、各專業的應用系統存儲大量的業務數據，通過將數據匯聚、整合形成數據倉庫，利用大數據算法和數據挖掘算法對數據倉庫的業務數據進行處理、融合，可以發現新的業務邏輯并形成新的知識，并利用新知識促進技術創新、產品創新，激發航天企業研發活力。

大數據技術還提供了豐富的數據展示功能，而且展示形式逐漸從傳統的表格、圖形方式向3D、交互式、沉浸式轉變，如通過虛擬現實和增強現實技術可以將虛擬的知識信息應用到真實的世界中，大幅提升用戶體驗感受。

此外，大數據時代下，知識管理安全問題也不容忽視。知識共享的安全目標是風險可控制、泄密可追蹤，建立知識安全防護體系，應從軟硬件系統安全防護、員工安全意識、系統建設優化、知識密級劃分、人員權限劃分以及定期開展對知識系統風險評估等方面入手。未來幾年，大數據技術的發展將更加成熟，應用將更加廣泛，屆時對航天企業的模式創新、業務變革將起到更加巨大的推動作用。▲