CN110674206A - 一种应用于企业知识共享平台 - Google Patents

Abstract

本发明公开了一种应用于企业知识共享平台，包括资源整合模块，知识存储模块，知识分析挖掘模块，知识应用服务模块，知识搜索模块，知识展示模块及知识管理模块。通过对知识及知识管理理论的综述，并结合企业知识管理现状，提出企业知识管理与知识共享的框架模型，对知识进行分类、数据挖掘及关联分析建立较为健全的企业员工知识共享框架模型。本发明同时为企业各级人士提供专属的知识管理平台，使得知识管理系统使用更加规范，方便快捷，为公司员工提供交流互动的平台，有助于工作人员的工作交流和知识的积累，通过知识共享与交流，运用集体智慧提高组织的应变能力和创新能力，提高企业的核心竞争力。

Description

一种应用于企业知识共享平台

技术领域

本发明涉及知识管理技术领域，更具体的说是涉及一种应用于企业知识共享平台。

背景技术

随着知识经济的到来，知识资本已经成为企业重要的资产和财富，知识管理是企业自我成长的动力机制。但是，常常面临以下问题：企业内部拥有大量的知识资源，如内部技术文档、工作模板、工作总结、会议交流文件、行业研究报告、专业书籍和电子期刊、政策法规、供应商和客户资料、竞争对手策略等。知识来源越来越多，格式也多种多样，如：网页、电邮、Office、PDF、图片、音视频多媒体文件等。那么如何管理这些知识，面对知识多维属性，如何梳理并在需要的时候，尽快向用户准确提供他们需要的信息呢，还有关键人员的离职带来核心知识的流失，组织损失严重；新员工学习培训渠道有限，老员工经验难以传承……组织通过外部知识采集、内部业务知识自动转换、员工自由分享的方式，建立整体的知识管理体系已经迫在眉睫。

企业需要建立统一管理的共享知识平台。一是知识积累的需求。建立知识共享平台，为知识的沉淀提供平台上的支撑，则是促进企业知识积累的重要手段。二是知识共享的需求。知识共享有两种形式，一种是组织之间的共享。随着企业组织规模的不断扩张，新建立的组织在管理和技术上都或多或少与原有组织存在一定的差距，因此如何实现“成功模式的快速复制”将原有的管理体系，技术标准移植到新的组织当中，成为企业所要解决的一个核心问题。知识共享的另一种形式是人员之间的共享。企业的高速发展意味着对人才的需求量将不断加大，员工知识与技能的提升是支撑企业发展的重要工作。通过共享平台的构建，能有效地将企业拥有的丰富的知识资源总结、沉淀，并传承下来，从而加速人才的培养。 三是知识复用的需求。知识的复用程度越高，其产生的价值就越大。知识共享平台有助于扩大知识的共享范围，减少知识获取的时间，从而提高知识被复用的效率与几率。四是知识创新的需要。企业的创新，无论是技术创新还是管理创新，都是一种新知识的创造，是知识的创新。而如果没有知识的交流与共享，要想实现创新是非常困难的。正是在不断的交流与共享中，企业的知识资源才能被有效地开发和利用，从而推动企业知识资源在质和量上的不断增长。

因此，如何提供一种应用于企业知识共享平台是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种应用于企业知识共享平台，将知识共享平台的公共知识、个人知识专区、知识地图、知识搜索、知识交流社区等提供给企业员工使用，企业员工在不断的交流与共享中，企业的知识资源才能被有效地开发和利用，从而推动企业知识资源在质和量上的不断增长。

为了实现上述目的，本发明采用如下技术方案：

一种应用于企业知识共享平台，其特征在于，包括：

资源整合模块：包括知识采集、知识录入、共享交换接口；

知识存储模块：包括关系数据库、全文数据库；

知识分析挖掘模块：与所述知识存储模块连接，提供知识分析挖掘功能；

知识应用服务模块：包括个人知识库、专家库、知识地图、知识问答；

知识搜索模块：与所述知识应用服务模块进行连接，对所述知识应用服务模块提供搜索服务；

知识展示模块：包括公共知识首页、个人知识专区、动态知识地图、多维知识导航、知识交流社区等；

知识管理模块：与所述资源整合模块、知识存储模块、知识分析挖掘模块、知识应用服务模块、知识应用服务模块、知识搜索模块、知识展示模块连接，并进行管理。

进一步，所述资源整合模块的知识采集使用kettle工具对数据采集。

进一步，所述知识分析挖掘模块包括自动分类、数据挖掘、关联分析、相似索引。

进一步，所述知识分析挖掘模块的数据挖掘包括文本过滤、文本分类、文本聚类、文本自动分词、主题词抽取。

进一步，所述知识分析挖掘模块的数据挖掘采用KNN算法、Spark计算引擎进行数据分析及计算。

进一步，所述知识搜索模块包括关键词搜索、全文检索、分类搜索。

进一步，所述知识搜索模块采用Elasticsearch技术进行全文检索。

进一步，所述知识管理模块：包括用户管理、权限管理、知识生命周期管理、知识分类管理、消息通知、安全管理。

进一步，所述知识管理模块的知识生命周期管理包括知识创建、知识加工、知识发布、知识应用与评价、知识更新与淘汰。

进一步，所述知识创建包含录入知识、业务系统转化知识、更新知识、自动识别重复知识、自动检测敏感词。

进一步，所述知识发布包含审核发布、定时发布、撤销发布。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种应用于企业知识共享平台，让更多的企业应用于知识共享平台，形成高效强大的知识整合能力，降低人工管理成本知识搜索，快速从海量业务知识中获取所需要内容智能的知识挖掘，识别有效、新颖、可理解的知识。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种应用于企业知识共享平台结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种应用于企业知识共享平台，是一种将知识采集、知识录入及共享交换接口进行资源整合，并进行分析挖掘及综合利用。

如图1所示，一种应用于企业知识共享平台包括资源整合模块、资源整合模块、知识分析挖掘模块、知识应用服务模块、知识搜索模块、知识展示模块和知识管理模块；

其中资源整合模块：包括知识采集、知识录入、共享交换接口；

知识存储模块：包括关系数据库、全文数据库；

知识分析挖掘模块：与所述知识存储模块连接，进行知识分析挖掘并进行分析；

知识应用服务模块：包括个人知识库、专家库、知识地图、知识问答；

知识搜索模块：与所述知识应用服务模块进行连接，对所述知识应用服务模块提供搜索服务；

知识展示模块：包括公共知识首页、个人知识专区、动态知识地图、多维知识导航、知识交流社区等；

知识管理模块：与所述资源整合模块、知识存储模块、知识分析挖掘模块、知识应用服务模块、知识应用服务模块、知识搜索模块、知识展示模块连接，并进行管理。

为了进一步优化上述技术方案，所述资源整合模块通过各种知识的采集、录入及共享交换接口，实现对各种文档、数据、信息等显性知识的整合，同时又利用知识共享、讨论、转化、总结等手段构建隐性知识的创造空间。

知识采集使用kettle工具，Kettle是一个ETL工具, ETL分别是Extract、Transform 、Load三个单词的首字母缩写也即数据抽取、转换、装载的过程。Extract（抽取）：将数据从各种原始的业务系统中读取出来，这是所有工作的前提。一般抽取过程需要连接到不同的数据源，以便为随后的步骤提供数据。这一部分看上去简单而琐碎，实际上它是 ETL 解决方案的成功实施的一个主要障碍。

Transform（转换）：按照预先设计好的规则将抽取得数据进行转换，使本来异构的数据格式能统一起来。任何对数据的处理过程都是转换。这些处理过程通常包括（但不限于）下面一些操作：

1).移动数据

2).根据规则验证数据

3).数据内容和数据结构的修改

4).将多个数据源的数据集成

5).根据处理后的数据计算派生值和聚集值

Load（装载）：将转换完的数据按计划增量或全部导入到数据仓库中。也就是说将数据加载到目标系统的所有操作。

知识存储模块：平台不仅提供各类知识分类、属性等关系数据的存储，同时还提供各类文件、图片等非结构化数据的存储，以及基于全文检索及文 本挖掘所需的全文索引数据存储，形成全面的知识仓储中心。非结构化数据可保存到分布式文件系统HDFS和分布式数据库HBase，HDFS适合存储文件、图片，HBase是一个分布式的、面向列的开源数据库，是一个适合于非结构化数据存储的数据库。

知识分析挖掘模块: 包括自动分类、数据挖掘、关联分析、相似索引，数据挖掘包括文本过滤、文本分类、文本聚类、文本自动分词、主题词抽取。采用的技术有KNN算法、Spark计算引擎进行数据分析；KNN算法是邻近算法，KNN算法的核心思想是如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。

Spark是基于MapReduce算法实现分布式计算，拥有Hadoop MapReduce所具有的优点,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce算法。

知识应用服务模块：主要包含知识库、知识地图、知识问答、专家库四个子模块，以下分别介绍。

1、知识库

知识是人类智慧的结晶，知识库使知识管理平台具有智能性。知识库是针对某领域问题求解的需要，采用知识表示方式在计算机中存储、组织、管理和使用的互相联系的知识片集合。

知识库中的知识根据它们的应用领域特征、背景特征、使用特征、属性特征等而被构成便于利用的、有结构的组织形式。知识片一般是模块化的。

知识库的知识是有层次的。最低层是“事实知识”中间层是用来控制“事实”的知识（通常用规则、过程等表示）；最高层次是“策略”，它以中间层知识为控制对象。策略也常常被认为是规则的规则。因此知识库的基本结构是层次结构，是由其知识本身的特性所确定的。在知识库中，知识片间通常都存在相互依赖关系。规则是最典型、最常用的一种知识片。

知识库中可有一种不只属于某一层次的特殊形式的知识——可信度(或称信任度，臵信测度等)。对某一问题，有关事实、规则和策略都可标以可信度。这样，就形成了增广知识库。知识库中还可存在一个通常被称作实践库的特殊部分。如果对于某些问题的解决途径是肯定和必然的，就可以把其作为一部分相当肯定的问题解决途径直接存储在实践库中。知识库可以存储企业的所有知识资源，并且通过知识分类对资源进行科学、合理、规范的分类，所存储的范围为企业内所达到知识标准的知识资源。并实现以下功能：1) 知识库分类：对知识库内知识资源与条目根据企业业务特点进行分类，分类之间界限明显、结构合理，并可以将分类进行可视化展现。2) 知识关联：可以在知识库内按照分类、多维度分类、标签和用户信息进行知识关联，提高知识利用率，防止知识孤岛。

另外，知识库中还包含三种特殊的知识库，从业务角度，这三种特殊知识库将按照分类进行单独分割，并单独存储相应知识资源。具体的，知识生命周期管理包含全生命周期的知识维护，形成良性生态循环体系支持可视化工作流引擎驱动知识进行全生命周期管理，支持并联、串联、会签，支持流程规则扩展，支持手机、邮件、在线消息三种通知方式，提供签收、处理、返工等功能。支持定义审批的业务规则，结合工作流进行快速审批。

2、知识地图

知识地图是一种知识导航系统，并显示不同的知识存储之间重要的动态联系。它是知识管理的输出模块，输出的内容包括知识的来源，整合后的知识内容，知识流和知识的汇聚。它的作用是协助组织机构发掘其智力资产的价值，所有权，位臵和使用方法。

知识地图可以使组织机构内各种专家技能转化为显性知识并进而内化为组织的知识资源；鉴定并排除对知识流的限制因素；发挥机构现有的知识资产的杠杆作用。因此知识地图应当具备如下功能：

1)知识导航功能：通过多种导航的方式，指示知识资源的位臵，它能告诉人们到哪里可以找到需要的知识，并通过各种方式引导人们找到所需的知识。

2)知识关联功能：将各个知识节点进行有机的关联：人—知识、知识—知识、知识—专家、专家—人，构建成知识网络，从中找到所有与知识节点相关的东西。

3)知识地图展示：可以通过多种方式对知识地图进行多方位的展示。

4)知识资产清单：知识地图可以作为一种评估企业的知识资产现状，展示可以利用的资源，发现需要填补的空白的工具，同时也可以防止知识的重复生产。

3、知识问答

1)知识问答模块：知识库中不可能存储全部所需知识，当用户遇到知识库中找不到的知识时，可以通过征询问答的方式，向知识库的其他用户或专家发起提问。可指定专家或某特定用户答复，也可默认为全部用户均可答复，可指定答复时间。在所有回复的答案中，由有权限的（未必是发起人）用户选择为最佳答案，选择完成后可将该问答转化为知识纳入知识库，实现隐性知识的挖掘。

2)知识积分交易：为了鼓励知识生产与使用者积极应用知识库系统，系统支持积分的概念，用户的各种知识行为如发布知识、发布点评、提问题等都会被给予不同的积分奖励。获得相关积分之后，用户可以在悬赏回答、奖品兑换等栏目使用这些积分，用户可以在该模块根据自己的积分情况，兑换系统公布的奖品，并可查阅兑换记录。同时根据积分的多少不断晋级，成为专业知识渊博的角色。

3)最佳答案推送模块：知识问答中的最佳答案纳入到知识库中后，将自动推送给此问题相关参与者和关注者，促进知识共享。

4)专题提问：用户可以针对某一专业问题对相应领域专家集体进行提问，专家集体进行回答，专家间可以相互完善其他人的答案。

4、专家库

专家库，即专家资料库，将组织内部与外部知识地图名单及其相关资料与专业经理建立档案后，存储在相应的知识库中，以方便员工依据专业查询相应专家。

专家库系统类似于知识库，但又不同于知识库，专家库属于特殊的知识库，因此专家库的应具备如下特殊功能：1)员工核心专长分类：对内部员工核心专长建立详细且灵活的分类系统。2)外部专家资料库：企业通常会有许多外部合作的专家、顾问、讲师等，这些外部专家也将在企业内部专家库中建立相应资料，一边企业内部查询与运用。3) 专家协同平台：专家库功能，需要考虑到与知识管理平台、知识库、信息交互、知识社区等功能模块的协同运作，因此需要有专家协同平台，可以实现专家与知识的协同、专家与专家的协同、专家与员工的协同。4) 专家地图：体现专家个体知识掌握程度；体现企业内专家分布状况。5)专家成长规划：专家所具备的知识用路线的方式进行体现，可以直观地得知专家成长规划与路线。6) 专家统计：对企业内专家进行多方面的全面统计。

知识搜索模块: 包括关键词搜索、全文检索、分类搜索，并采用Elasticsearch技术对非关系数据进行全文检索，是一个实时分布式搜索和分析引擎。Elasticsearch是一个建立在全文搜索引擎 Apache Lucene™ 基础上的搜索引擎，可以说Lucene是当今最先进，最高效的全功能开源搜索引擎框架。

知识展示模块：系统通过美观简洁的界面，为组织各级部门以及个人分别提供知识公共门户及个人知识专区，并通过多维和动态的知识导航，展现知识库的各种知识资源，构建知识交流社区，提供各类知识应用及服务的导航入口。

知识管理模块：包括用户管理、权限管理、知识生命周期管理、知识分类管理、消息通知、安全管理；知识生命周期管理包括知识创建、知识加工、知识发布、知识应用与评价、知识更新与淘汰；知识创建包含录入知识、业务系统转化知识、更新知识、自动识别重复知识、自动检测敏感词，知识发布包含审核发布、定时发布、撤销发布。

技术框架：基于J2EE，B/S三层框架进行设计，面向服务的SOA架构，遵循XML数据标准，采用组件技术和模块化进行构建。采用分布集群部署模式，支持大规模知识管理应用，可将知识管理应用、知识检索、知识挖掘等模块进行分布式部署，并且可根据未来数据量及用户并发访问的增长进行负载均衡。技术为知识资源整合、存储、管理、应用、挖掘、服务提供了完善的功能与技术支撑。系统遵循标准开发的数据交换接口、SOAP服务接口、用户集成接口等，与各种第三方系统的集成；采用组件和模块化设计，实现个性化的知识应用 服务。

安全体系方面：采用OAuth2完善的授权机制来更好的管理客户端，保证数据的安全。OAuth2.0是OAuth协议的延续版本，但不向后兼容OAuth 1.0即完全废止了OAuth1.0。OAuth 2.0关注客户端开发者的简易性。要么通过组织在资源拥有者和HTTP服务商之间的被批准的交互动作代表用户，要么允许第三方应用代表用户获得访问的权限。同时为Web应用、桌面应用和手机、起居室设备提供专门的认证流程。

消息通知：将系统中运行的各种状态通知给不同的用户。

系统预警：对系统运行中内存、网络、容量等所依赖的环境判断进行预警，保证系统运行坏境的正常。

系统监控：监控系统在所有节点下的工作情况、健康状态、运行状况，对各个层次运行中的状况做出对应的处理。

系统追踪：对系统中发生的任何敏感操作进行追踪保存来源的可靠性。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种应用于企业知识共享平台，让更多的企业应用于知识共享平台，形成高效强大的知识整合能力，降低人工管理成本知识搜索，快速从海量业务知识中获取所需要内容智能的知识分析及挖掘，识别有效、新颖、可理解的知识。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种应用于企业知识共享平台，其特征在于，包括：资源整合模块、知识存储模块、知识分析挖掘模块、知识应用服务模块、知识搜索模块、知识展示模块、知识管理模块；

其中，所述资源整合模块：包括知识采集、知识录入、共享交换接口；

所述知识存储模块：包括关系数据库、全文数据库；

所述知识分析挖掘模块：与所述知识存储模块连接，提供知识分析挖掘功能；

所述知识应用服务模块：包括个人知识库、专家库、知识地图、知识问答；

所述知识搜索模块与所述知识应用服务模块进行连接，对所述知识应用服务模块提供搜索服务；

所述知识展示模块：包括公共知识首页、个人知识专区、动态知识地图、多维知识导航、知识交流社区等；

所述知识管理模块：与所述资源整合模块、知识存储模块、知识分析挖掘模块、知识应用服务模块、知识应用服务模块、知识搜索模块、知识展示模块连接，并进行管理。

2.根据权利要求1所述的一种应用于企业知识共享平台，其特征在于，所述资源整合模块的知识采集使用kettle工具对数据采集。

3.根据权利要求1所述的一种应用于企业知识共享平台，其特征在于，所述知识分析挖掘模块包括自动分类、数据挖掘、关联分析、相似索引；

所述数据挖掘包括文本过滤、文本分类、文本聚类、文本自动分词、主题词抽取；

所述数据挖掘采用KNN算法、Spark计算引擎进行数据分析。

4.根据权利要求1所述的一种应用于企业知识共享平台，其特征在于，所述知识存储模块中关系数据库和全文数据库用于存储所述知识分析挖掘模块所采集且清洗干净的元数据。

5.根据权利要求1所述的一种应用于企业知识共享平台，其特征在于，所述知识搜索模块包括关键词搜索、全文检索、分类搜索。

6.根据权利要求4所述的一种应用于企业知识共享平台，其特征在于，所述知识搜索模块采用Elasticsearch技术进行全文检索。

7.根据权利要求1所述的一种应用于企业知识共享平台，其特征在于，所述知识管理模块：包括用户管理、权限管理、知识生命周期管理、知识分类管理、消息通知、安全管理。

8.根据权利要求6所述的一种应用于企业知识共享平台，其特征在于，所述知识管理模块的知识生命周期管理包括知识创建、知识加工、知识发布、知识应用与评价、知识更新与淘汰；

所述知识创建包含录入知识、业务系统转化知识、更新知识、自动识别重复知识、自动检测敏感词。