云環境下高校知識管理平臺的構建研究

袁小艷，賀建英，唐青松，成淑萍

（四川文理學院 計算機學院，四川 達州 635000）

當前是知識經濟時代，知識呈爆發性的增長，海量知識急需管理。知識管理就是利用集體的智慧提高應變能力和創新能力，通過知識獲取、知識共享和知識應用來達到知識創新的目的。根據IDC的統計，美國企業在2007年投入近50億美元用于知識管理，Chevron公司就通過最佳實踐共享節省了1.5億美元，可見知識管理的重要作用。越來越多的企業已認識到知識是企業創造競爭力的核心，知識管理的重要性越來越得以凸顯，然而很多高校卻還沒意識到知識管理的重要性。

高校是知識密集型組織，其創造價值的核心是知識，衡量高校的產出是看其科研成果和培養的人才，而科學研究和人才培養都是知識積累、應用、創新的過程，因此知識管理日益成為提高高校競爭力的關鍵因素。高校只有將知識管理置于戰略實施的核心地位，才能在提升高校競爭力方面收到事半功倍的效果，所以開發高校知識管理平臺迫在眉睫，是高校改革的需要，是高校信息化的需要。

1 高校知識管理

高校是知識生產的源頭，它的所有活動都與知識管理有關，但高校的知識也是最分散的，教學、科研、人事、學生、招生就業、院系等各部門掌握的知識缺乏交流和共享，跨學科的共同研究難以展開，學生很難有觀摩杰出學者研究活動的機會。這些問題的產生是因為現行高校的制度妨礙了高校的產學研一體化活動，不利于提高高校的知識生產率，也不利于提高高校的核心競爭力。為了解決這些問題，高校需要從全局出發，強化知識管理，克服知識的學科和部門分割，共同致力于高校知識資源的積累、整合和優化增值，實現知識的共享、交流和創新。

高校知識分為兩類，顯性知識和隱性知識。顯性知識是指Know-what、Know-why的知識，即知道是什么和知道為什么，屬于直接感知、事實陳述和科學理論型的知識，容易用文字和符號、圖像記載，如教程、教案、學術論文、科研項目、畢業設計與論文等；隱性知識是指Know-how、Know-who的知識，即知道怎么做和知道是誰，屬于技術型和社會人文型知識，很難用文字和語言表達，即“只能意會、不能言傳”的知識，如教學經驗、科研方法、學習興趣、人際關系等。如果顯性知識是“冰山”的尖端，那么隱性知識則是隱藏在水面下的大部分，是社會知識最主要的來源[1]。高校知識管理的關鍵就在于顯性知識和隱性知識的相互轉換，即顯性知識通過知識共享轉化為個人或團隊的隱性知識，個人或團隊又經過一系列的思考、創新活動產生新的知識，用一定方式表現出來，形成新的顯性知識，其實這就是知識創新的一個過程。創新在很大程度上是集體智慧的產物，它必須是參與的個人之間有更深層次的合作，知識的高度融合是團隊合作創新的基本要求，也是最重要的保證。

2 知識管理平臺構建

2.1 知識管理平臺的體系架構

本文知識管理平臺分為知識管理和知識社群管理，采用瀏覽器/服務器架構，在瀏覽器端，用戶通過瀏覽器完成知識錄入、知識獲取、知識共享和知識搜索，同時用戶的所有活動都將記錄在服務器端（云端）的日志庫中。在服務器端，管理員通過知識管理后臺維護3個知識庫和1個本體庫，即學校知識庫、教師知識庫和學生知識庫，并以本體的形式實現知識的表達。除此之外，為了提高知識搜索的搜索效率和搜索精度，還必須對已經存在知識庫中的歷史知識進行維護（生命周期、在線式的維護），即通過修訂、刪除、合并歷史知識，以及修改知識的表達形式、索引機制等知識庫維護操作以減少知識庫中的冗余知識和信息。

本平臺的知識量非常大，越來越多的計算需求讓高校不得不經常購買新的服務器和存儲設備，但服務器大多數的時間都是閑置的，為了解決這個問題，本文使用了云計算。在云計算平臺中，由服務提供商對分布在網絡上的各種資源進行分配、負載均衡和安全控制，用戶根據自身的需求申請一定配額的資源，并可以根據需求的變化動態的調整申請配額，用戶再也無需為了瞬時的峰值而購買大量的服務器，可以在峰值抵達之前提高申請的配額，以動態適應變化的需求[2]。云計算方便了用戶對資源的獲取與管理，降低了用戶的成本需求。本文的知識管理平臺系統架構如圖1所示。

圖1 云環境下高校知識管理平臺的體系結構Fig.1 The architecture of university knowledge management platform of cloud environment

2.2 知識管理平臺模型結構

本文高校知識管理平臺理論模型的構建，借鑒了APQC（美國生產力和品質中心）的知識管理構架，如圖2所示，并作為高校知識管理平臺的理論依據，該模型包括高校知識管理的過程與方法，是一個循環的過程。高校知識管理的主體是學生、教師和學校，即個人和學校兩個層面。高校知識管理的過程主要包括六個階段，即知識的錄入和獲取、知識的處理、知識的存儲、知識的共享、知識的交流、知識的應用和創新，在這個過程中不斷促進隱性知識到隱性知識的社會化、隱性知識到顯性知識的外化、顯性知識到隱性知識的內化和顯性知識到顯性知識的組合化，以實現個人知識和學校知識螺旋式增長[3]。

圖2 高校知識管理平臺模型結構Fig.2 Structure model of university knowledge management platform

2.3 知識管理平臺的業務功能

高校知識管理主要分為學校知識的管理、教師知識的管理和學生知識的管理。

2.3.1 學校知識管理

學校知識管理主要從學校各個部門獲取知識，并審核這些知識是否符合要求，如果審核通過就發布知識。學校知識被獲取后還要進行分類，如教學知識、科研知識、招生就業知識、畢業設計及論文、各種文檔、各學科前沿知識等，另外要采用思維導圖和知識地圖等工具表示各種知識的聯系。知識共享時可以采用知識搜索、專家咨詢、實時交流和論壇的方式實現，最后還要進行知識評價。學校知識管理的業務功能如圖3所示。

2.3.2 教師知識管理

圖3 學校知識管理的功能模塊Fig.3 Function module of the school knowledge management

教師知識的管理是對教師個人和教師團隊知識的管理，教師個人的知識包括學科知識、教學方法、教學技巧、科研知識、私密知識和人際網絡知識。教師通過獲取網摘和撰寫學習日志、教學反思日志來把自己的隱性知識轉化為顯性知識；教師的團隊包括教學團隊、科研團隊和教研組，教學團隊需要進行協作備課，科研團隊需要進行協作學習，教研組需要進行網絡教研。教師采用知識地圖、知識搜索、專家咨詢和論壇等方式進行知識共享。教師知識管理的業務功能如圖4所示。

圖4 教師知識管理的功能模塊Fig.4 Function module of the teachers'knowledge management

2.3.3 學生知識管理

學生知識的管理是對學生個人和學生學習團隊知識的管理，學生個人知識包括專業知識、興趣知識、私密知識和人際網絡知識。學生通過獲取網摘和撰寫學習日志把自己的隱性知識轉化為顯性知識；學習團隊需要進行協作學習。學生與教師一樣，采用知識地圖、知識搜索、專家咨詢和論壇等方式進行知識共享。學生知識管理的業務功能如圖5所示。

圖5 學生知識管理的功能模塊Fig.5 The function of the students knowledge management module

3 知識管理平臺的關鍵技術

3.1 云存儲

本文知識管理平臺的搭建是基于微軟云平臺和Google云協作平臺的搭建，數據的存儲采用微軟云平臺的存儲和Google云的Docs存儲。本平臺學校的知識采用Blob存儲，關系數據庫采用Sql Azure存儲。Blob是塊存儲，用來存儲檔案與二進制數據（如音樂、視頻、壓縮文件等），外界可以使用它所開放的REST API或.NET Framework的 Data Service API來存取它，以下載和上傳不同的檔案數據。SQL Azure數據庫是在SQL Server的基礎上構建的基于云的關系數據庫服務，開發人員可以使用現有的T-SQL方面的知識和熟悉的關系數據模型來使用關系數據庫。Google云協作平臺可以幫助我們進行協同操作、網絡論壇、網頁設計、小文件存儲等強大功能，學生和教師知識管理的協同學習、協同備課、協同教研和論壇交流可以使用Google云的協作平臺來實現。

3.2 知識獲取

知識獲取是從專家或特定的知識源處獲取資源，然后從現有的資源進行推理，得到一些新的信息，這就是知識。知識的獲取目前有3種辦法：人工獲取、半自動獲取和全自動獲取，本平臺采用半自動獲取知識的辦法。本平臺的半自動獲取是從大量的Web網頁和文檔中提取相應的概念和上下位關系，構造出相應的本體，并對知識本體進行公理化約束，再進行知識消解。部分公理如下：

公理 1 （forall（?target1（kind_of?target1 target1）））

公理 2 （forall（?target1?target2）（=>

（（kind_of?target1 ?target2） （kind_of?target1 ?target2））（=?target1?target2）））

公理 3 （forall（?target1?target2?target3）

（=>（and （kind_of?target1?target 2） （kind_of?target2?target3））

（kind_of?target1?target3））

kind_of（x，y）是用于描述一門課程各知識點的關系的常用公理，可以用于知識推理。

3.3 知識表示

知識獲取后要用相應的方法表示出來，本平臺采用RDF框架來描述知識，但機器無法理解自然語言，只好把知識通過數學和邏輯公式抽象自然語言，其中一種就是描述邏輯DL。DL通過描述概念屬性內涵及其相互關系給出領域知識模型，它具有很強的表達力和判斷力，總能保證推理算法停止，并返回正確結果。例如：

命題1：每門課程都有重點。

命題2：如果沒有課程，就沒有重點。

基于描述邏輯的謂詞定義為：

M（a）：表示“a是課程”

I（a）：表示“a 是重點”

E（a，b）：表示“a 屬于 b”

S（a，b）：表示“a 有重點 b”

基于描述邏輯將上述兩個命題形式化地表示為：

（?a）（（?b）（S（a，b）∧M（b））→（?c）（I（c）∧E（a，c）））

（?a）I（a） → （?b）（?c）（～（S（b，c）∧M（c）））

3.4 知識管理工具

目前知識管理工具用得較多的有思維導圖和知識地圖。在個人知識管理中，學生和教師肯定有“靈光乍現”的情況，而這樣的情況轉瞬即逝，只有將這些隱性知識有效地管理起來，才能更大程度地激發學生、教師的創造力，提高其學習和工作的效率。思維導圖的一大特色就是讓思考看得見，思考最大的敵人是復雜，最大的障礙是混亂，運用思維導圖可以是所思所想流程化、圖形化、清晰化[4]。圖6就是一個思維導圖。

圖6 思維導圖Fig.6 Mind mapping

知識地圖是一種幫助個人合理使用團隊知識的工具，為個人提供學習上的導航，并通過知識間的聯系來實現知識創新。知識地圖有兩種，一種是針對顯性知識共享設計的，它把顯性的知識進行關聯、形成網狀的結構，用戶可以快速查找到自己關心的知識；另一種是針對隱性知識共享設計的，由于隱性知識無法用文字表達，所以建立了專家地圖，設計出專家的網狀地圖，用戶想要了解哪個方面的知識可以通過查詢這個專家，獲得需要的隱性知識。

圖7 知識地圖Fig.7 Knowledge map

3.5 知識搜索

當今社會知識爆炸，如何在海量的知識中找到適合、有效的知識非常關鍵，其中知識搜索功不可沒。知識搜索的方法有很多，本平臺采用人工蜂群算法來搜索知識。人工蜂群算法主要模擬蜂群的智能采蜜行為，蜜蜂根據各自的分工進行不同的采蜜活動，并實現蜜源信息的共享和交流，從而找到問題的最優解[5]。在人工蜂群算法中，蜜蜂分為偵查峰、采蜜峰和觀察蜂，出去尋找蜜源的是偵察蜂，偵察蜂找到蜜源后就會變成采蜜蜂進行采蜜，并通知在舞蹈區等待的觀察蜂，觀察蜂得到蜜源信息后變成采蜜蜂，并以一定的機制選擇附近的蜜源進行采蜜，沒有被選中的蜜源處的采蜜蜂就變為偵察蜂，去搜索新的蜜源。

一個函數優化的問題表示如下：

min fun=fun（θ），θ=（θ1，θ2，…，θS）∈SN，SN=[θiD，θiG]

其中，fun 表示目標函數，θ為 S 維變量，[θiD，θiG] 是第 i維變量對應的上下界。

為了找到最低的N個適應度低的蜜源位置，隨機產生2N個位置的表達式如下：

Vij=θjD+random×（θjG-θjD）

其中，Vij是第 i個蜜蜂在第 j維搜索后的位置，θiD、θiG是第j維變量的上下界。

為了逐漸縮小蜜源的領域范圍，搜索新蜜源的表達式如下：

Vij=θij+Rij×（θij-θnj）

其中，Vij為新的蜜源位置，θij是蜜源 i的第 j維位置，θnj是隨機選擇的不等于i的蜜源n的第j維位置，Rij是[-1，1]間的隨機數。

被放棄的蜜源將會被新的蜜源所取代，這一操作的表達式如下：

θij=minj+rand（0，1）（maxj-minj）

在每個競爭者位置Vi計算出來后，與θi進行比較。如果新的蜜源更好，則由它取代舊的，否則舊的被保留，也就是說蜜源被選擇的過程采用的是貪心選擇機制。

3.6 知識貢獻評價

作為高校知識源頭的學生和教師，是掌握高校核心知識的高層次創新人才，如何評價和激發他們的知識貢獻行為是非常關鍵的，發揮他們的創新能力，是提高高校競爭力的制勝途徑。本平臺的知識貢獻評價采用模糊評價法，有利于得出較客觀的評價。其步驟如下：

步驟1確定學生或教師的評價指標體系：V=（V1，V2，…，VN），V 中子集指標層 Vi=（vi1，vi2，vi3，…，vin）（i=1，2，3，…，N），即Vi為一級指標，vij是Vi子集的二級指標。

步驟2確定學生或教師的評價評語等級：U=（U1，U2，…，Um），它表示評價標準，每個等級可對應一個模糊子集。

步驟 3 確定各評價指標的權重 M=（M1，M2，…，MN），M 中子集權重層 Mi=（mi1，mi2，mi3，…，min）（i=1，2，3，…，N），即 Mi為一級指標的權重，mij是Mi子集的二級指標的權重。

步驟4建立模糊評價矩陣：對評價指標體系的每個指標進行量化，即確定單個指標相對于知識貢獻來說各等級模糊子集的隸屬度，進而得到模糊關系矩陣A：

矩陣A中第p行第q列元素apq表示學生或教師從Vp因素來說Uq等級模糊子集的隸屬度。

步驟5對模糊矩陣A做運算，得到模糊綜合評價結果向量 B：B=M?A=（b1，b2，…，bN），其中“?”代表廣義模糊算子，本平臺采取加權平均型C（●，+），即乘與和算子。式中bN是由M與A的第N列運算得到的，表示某個知識從整體上看對UN等級模糊子集的隸屬度，各隸屬度的和為1，若不為1，需要做歸一化處理，最終得到學生或教師的知識貢獻行為和知識潛在價值的評價結果。

4 結束語

隨著全球化和知識經濟的快速發展，知識對高校的重要性與日俱增，知識創新是高校發展的核心動力，因此知識管理工作也將成為高校生存和保持競爭力的關鍵活動。對高校的知識進行管理好處頗多，如可以提高學生的學習興趣，提高教師的教育教學水平，進而提高學生、教師和高校的競爭力，促進教師的專業化發展，帶來教育的進步與發展，促進學術研究，降低高校管理成本等。本文借鑒企業和教育領域的研究成果，嘗試探索采用云技術構建了一個適用于高校知識管理平臺的模型和體系結構，并對云環境下高校知識管理平臺中的一些關鍵技術進行了研究，對高校實施知識管理有一定的借鑒作用。

[1]汪澤.大學知識管理[D].上海：華東師范大學，2004.

[2]沈靜波.基于P2P和云計算的動態內容管理研究[D].北京：中國科技技術大學，2011.

[3]韓曉會.教師知識管理支持系統的構建研究 [D].揚州：揚州大學，2012.

[4]聶建國.圖書館專家知識地圖構建與應用[J].曲靖師范學院學報，2013，32（5）:113-116.NIE Jian-guo.Library expert knowledge map building and application[J].Journal of Qujing Normal College，2013，32（5）:113-116.

[5]銀建霞.人工蜂群算法的研究及其應用[D].西安：西安電子科技大學，2012.

[6]張欣.基于本體的IT服務管理知識表示和檢索研究[D].北京:北京郵電大學，2011.

[7]Aurich J C，Fuchs C，Wagenknecht C.Life Cycle Oriented Design of Technical Product-service Systems[J].Journal of Cleaner Production，2006，14（17）:1480-1494.