在知識管理中大數據的應用實踐

卓子航

摘要：信息時代背景下，各領域行業開始探索對大數據技術的融合與應用。而知識管理作為數據與信息集成的學科領域，促進大數據與知識管理的融合，可以在促進管理效率顯著優化的同時，實現以智能化的形式來提升知識管理水平。本文從大數據概念與特點的分析入手，在此基礎上具體闡明大數據在知識管理中的具體應用。

關鍵詞：大數據;知識管理;特點;應用

基于計算機、互聯網等技術的持續創新與升級，大數據技術應勢而生并被廣泛應用于各行業領域中。同時在大數據技術全面滲透的背景下，各類型數據呈現出海量增長的態勢。而對于知識管理的開展，傳統管理形式與手段難以適應大數據技術的融合發展。正因此，探討大數據技術在現代知識管理中的應用實踐，對于推動知識管理創新、轉型發展有著重要影響。

一、大數據概念與特點分析

所謂大數據，通常是指海量數據的集成，相較于以往小規模數據而言，大數據呈現出以量變發展為質變的狀態，并非單純的數據量增長[1]。同時大數據的形成自帶諸多新特征、性質，其傳統思想觀念的樹立難以做到對大數據的有效利用和管理。通常情況，以往軟件工具的應用難以做到對海量規模大數據的及時有效管理、整合、采集以及處理等。分析大數據存在的特點，可概括為價值、海量、多樣、高速。

二、大數據下知識管理關鍵技術應用

（一）云計算

知識管理中大數據應用離不開對云計算技術的集成與融合，且二者呈現出相輔相成的狀態，大數據價值與作用的實現依托于云計算工具，而云計算技術功能的體現需要以大數據為計算對象。企業在構建完善知識管理系統中，基于云計算的應用可實現系統計算能力強化，并在優化存儲空間、彈性拓展的同時，以更低的成本來提升大數據利用價值。實現通過云計算技術來縮短大型企業與中小微企業在知識管理系統構建方面的差距。另外，針對部分多類型異構數據企業而言，云計算應用成為提升企業數據處理效率的關鍵手段。

（二）數據挖掘

以往企業知識管理系統針對復雜、冗余數據的處理，需要以人工發掘為數據知識發現的主要手段。而在大數據應用背景下，企業在海量、繁雜的數據中可通過數據挖掘技術實現高價值知識的深度挖掘，進一步提升知識庫系統構建的價值性、合理性。同時，數據挖掘技術應用也是實現智能化知識庫系統構建的關鍵基礎。在智能化知識庫系統運行期間，能夠借助數據挖掘來減少企業在知識管理流程中的人力成本投入。另外，知識庫系統構建過程中，人工智能、機器學習等方面的運行均需以數據挖掘技術的應用為基礎，實現對智能學習、分析知識庫的有效構建。

（三）可視化

可視化技術被廣泛應用于我國各領域中，且近幾年在知識管理領域中可視化技術應用取得一定成果。在現階段知識管理系統構建中，可視化技術發揮著至關重要作用，能夠實現對企業所需知識的有效轉化與傳播。首先，知識表現可依托于可視化技術進行形式豐富;其次，知識傳遞、表現期間可借助可視化技術進行理解難度的簡化，以便于在企業內進行知識的廣泛性、全面性傳播;最后，實現利用可視化技術進行知識的總結性表達，有助于管理人員進行知識庫系統的全面管控。

三、大數據技術在知識管理中的應用實踐

（一）知識管理系統智能化建設

以往知識管理系統的建設與運行仍需以人工控制為主，而將大數據技術應用于知識管理中，可實現對知識庫的自動化、智能化構建，并依托于人工邏輯、模糊控制等技術實現對知識的智能化組織與生產。以谷歌公司為例，繼“知識圖譜”后公布“知識庫”技術，運行期間對于互聯網信息可利用相關算法實現自動化信息采集，對于其中相關數據信息通過機器學習來達到知識轉變的目的[2]。截止到目前，谷歌公司的知識庫系統所采集的事實事件超過16億件，而其中“可信的事實”事件則占據其中19%以上。得益于大數據技術的普及，促使現階段中大型企業紛紛跨入知識庫構建的行列，實現對知識管理的優化。依托于大數據技術進行知識管理系統的智能化構建，做到在企業知識管理流程中進行人力資源的解放，以幫助企業將更多人才投入到高級知識生產與應用中。

（二）知識管理全周期

以往企業運營管理的關注重點通常是PLM、PDM系統的構建與優化，盡管其系統構建能夠維持企業的正常運行管理，且在企業設計優化、生產控制等方面發揮出一定作用，但是該系統構建缺乏對數據質量的控制與管理[3]。再加上部分企業管理對大數據的認知僅停留于海量數據的層面，使得知識管理期間數據的整合、采集、處理以及分析開展無法滿足實際需求。盡管數據管理在短期內難以幫助企業獲取顯著的經濟效益，但是立足于長遠發展角度，隨著企業對數據管理的持續優化與完善，未來勢必會以海量數據為支撐促進企業效益獲取的增大。

（三）知識管理組織結構體系完善

傳統知識管理系統的應用已經難以適應大數據技術的發展需求，較低的信息處理效率影響到企業正常運營管理，甚至因無法有效多樣性、繁雜性的數據信息影響到企業效益獲取。鑒于此，企業需在明確知識管理實際需求的基礎上，結合大數據技術來促進知識管理結構體系的完善[4]。首先，在完善構建知識管理結構體系過程中，提高對于學習模塊的優化、完善力度，以此為企業員工學習發展創造良好空間，并為員工高效知識共享提供平臺。其次，知識管理結構體系的優化涉及到對知識主管的針對性設置，通過對客戶分析、客戶交流的優化處理來提升知識管理價值體現。最后，依托于完善知識管理系統的構建來提升數據管理的影響力，做到在知識管理期間配置專業技術人員，通過對知識管理結構體系的持續完善與優化來促進企業效益獲取。

結束語

綜上所述，傳統知識管理難以支撐企業的長久化、持續化發展，唯有積極主動融合大數據技術，才能發揮出知識管理在企業效益獲取、運營管理中的最大作用。為此，需在明確當前知識管理現狀的基礎上，借助大數據技術進行知識管理的全面優化，實現提高企業經濟效益發展中知識管理的服務質量。

參考文獻

[1] 左欣蕊， 馬眾. 大數據時代下的知識管理方法探究[J]. 中國管理信息化， 2016， 19（009）：198-198.

[2] 段思綺. 大數據在知識管理中的應用分析[J]. 中國管理信息化， 2019， 022（002）：185-186.

[3] 楊峻一. 在知識管理中大數據的應用探究[J]. 電腦知識與技術， 2020， v.16（04）：271-272.

[4] 葉英平， 陳海濤， 陳皓. 大數據時代知識管理過程，技術工具，模型與對策[J]. 圖書情報工作， 2019（5）：5-13.