面向智能決策的知識(shí)管理平臺(tái)框架研究

何淳真 燕昊 康瑩 王瑞 王瑤

摘要：為了實(shí)現(xiàn)企業(yè)智能決策，依據(jù)數(shù)據(jù)信息和知識(shí)之間的密切關(guān)聯(lián)，闡述和分析了基于知識(shí)的決策支持體系研究以及數(shù)據(jù)倉庫在知識(shí)管理中的應(yīng)用，提出一種基于數(shù)據(jù)倉庫的知識(shí)管理平臺(tái)框架，并介紹了平臺(tái)框架建設(shè)中的關(guān)鍵管理技術(shù)和方法，為智慧型企業(yè)的知識(shí)管理系統(tǒng)建設(shè)提供新的思路。

關(guān)鍵詞：智能決策;DIKW;數(shù)據(jù)倉庫

中圖分類號(hào)：TP391;TP182? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）16-0239-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 背景

在新一輪科技革命和產(chǎn)業(yè)變革形勢(shì)下，IBM 公司在2008年提出了“智慧地球”的理念，伴隨著云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等信息技術(shù)的高度發(fā)展和應(yīng)用，繼而“智慧城市”“智慧企業(yè)”等戰(zhàn)略概念也紛紛進(jìn)入人們的視野。在這樣的背景下，軍工企業(yè)信息化建設(shè)和發(fā)展需要抓住機(jī)遇，建設(shè)“智慧院所”“智能工廠”等實(shí)現(xiàn)研發(fā)制造管理過程的全面智能化，構(gòu)建一個(gè)從感知-->決策-->行動(dòng)-->優(yōu)化自循環(huán)自完善的生態(tài)環(huán)境，提高企業(yè)的核心競(jìng)爭(zhēng)力。

管理思想學(xué)家羅素.艾可夫在1989年撰寫的《從數(shù)據(jù)到智慧》一文中闡述了關(guān)于數(shù)據(jù)、信息、知識(shí)之間的層次關(guān)系及其演變轉(zhuǎn)化模式，提出了經(jīng)典的DIKW層次體系模型（Data-Information-Knowledge-Wisdom） [1]，該體系將數(shù)據(jù)、信息、知識(shí)、智慧自下而上納入一種金字塔形的層次模型中，每一層比下一層都賦予特定的特質(zhì)。從體系中可以看出，知識(shí)轉(zhuǎn)化的過程是數(shù)據(jù)信息在聯(lián)結(jié)的維度上從零散到系統(tǒng)，從簡(jiǎn)單到復(fù)雜的過程，在理解的維度上從外部到內(nèi)部，淺顯到深化的過程。由此可以認(rèn)為，企業(yè)中知識(shí)加工和應(yīng)用的層次越高，智慧程度越高。企業(yè)通常可直接使用的知識(shí)層次基本屬于數(shù)據(jù)信息層面，當(dāng)進(jìn)一步對(duì)數(shù)據(jù)信息進(jìn)行整合、加工和挖掘，將知識(shí)標(biāo)準(zhǔn)化、結(jié)構(gòu)化以及模型化后，逐漸形成可自動(dòng)運(yùn)行、推理、判斷的高層級(jí)知識(shí)，將最合適的知識(shí)在最合適的時(shí)間傳遞給最合適的人，以使他們做出最好的決策和實(shí)施[2][3]，來實(shí)現(xiàn)企業(yè)的智慧化轉(zhuǎn)變。

同時(shí)，企業(yè)決策過程中也需要綜合考慮數(shù)據(jù)和知識(shí)的關(guān)系及其對(duì)決策行為的影響，把基于數(shù)據(jù)的客觀計(jì)算分析和知識(shí)驅(qū)動(dòng)的預(yù)測(cè)判斷結(jié)合起來，能夠更好地實(shí)現(xiàn)企業(yè)的智能決策目標(biāo)。因此， 在遵循“DIKW”體系基本原理下，本文提出了一種面向企業(yè)智能決策，基于數(shù)據(jù)倉庫的知識(shí)應(yīng)用平臺(tái)框架，為智慧型軍工企業(yè)知識(shí)管理的建設(shè)與應(yīng)用提供一種新的思路。

2 相關(guān)理論綜述

2.1 基于知識(shí)的智能決策體系

以往的決策支持體系研究受多庫系統(tǒng)結(jié)構(gòu)影響，經(jīng)常把數(shù)據(jù)、模型以及知識(shí)區(qū)分開來建庫及其管理系統(tǒng)，先后出現(xiàn)了基于數(shù)據(jù)的決策支持、基于模型的決策支持和基于通信的決策支持等系統(tǒng)體系，到80年代初期Bonczek等人將知識(shí)處理思想引入到?jīng)Q策支持系統(tǒng)中，實(shí)際上決策者在決策過程中所能獲得的事實(shí)、方法、規(guī)律或者推理判斷，都是其中必不可少的知識(shí)， 把這些作為知識(shí)進(jìn)行統(tǒng)一管理和應(yīng)用，有利于體系結(jié)構(gòu)的簡(jiǎn)潔和處理方法的一致性，基于知識(shí)的智能決策支持體系逐漸成為智能決策支持體系研究的主流[4]。

基于知識(shí)的智能決策體系是以日常業(yè)務(wù)處理的各類數(shù)據(jù)為基礎(chǔ)建立數(shù)據(jù)倉庫，與用戶驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)結(jié)合使用，利用數(shù)據(jù)挖掘等技術(shù)實(shí)現(xiàn)數(shù)據(jù)的知識(shí)化應(yīng)用，通過綜合分析和預(yù)測(cè)，為領(lǐng)導(dǎo)層在企業(yè)經(jīng)營戰(zhàn)略、市場(chǎng)發(fā)展等重大問題上提供決策幫助的系統(tǒng)體系。目前大多的軍工企業(yè)在決策時(shí)所能依據(jù)的知識(shí)判斷與信息系統(tǒng)提供的信息之間存在“斷層”，傳統(tǒng)的知識(shí)管理系統(tǒng)無法有效地支持大量數(shù)據(jù)直接轉(zhuǎn)換為知識(shí)內(nèi)容，仍需要依靠決策人員通過經(jīng)驗(yàn)將獲得的數(shù)據(jù)信息經(jīng)過人為的分析、判斷、重新組織，才能轉(zhuǎn)化為可理解可使用的智能決策知識(shí)，因此，要能夠?qū)崿F(xiàn)“從簡(jiǎn)單的原始數(shù)據(jù)呈現(xiàn)到提供具有決策質(zhì)量的知識(shí)與理解”，基于知識(shí)的智能決策架構(gòu)需要完成對(duì)數(shù)據(jù)、知識(shí)、模型、交互四個(gè)部分的有效集成[5]：通過一系列知識(shí)處理方法從數(shù)據(jù)資源層獲取相關(guān)知識(shí)和經(jīng)驗(yàn)，并運(yùn)用合適的知識(shí)建模方法與語言將知識(shí)規(guī)范化和模型化，根據(jù)特定任務(wù)和場(chǎng)景需求進(jìn)行智能化的推理和演繹，在人機(jī)交互層實(shí)現(xiàn)決策幫助。

2.2 數(shù)據(jù)倉庫引入知識(shí)管理的作用

由上文可知，知識(shí)管理需要對(duì)數(shù)據(jù)信息進(jìn)行深度加工和分析，提取轉(zhuǎn)化為可支持管理者決策的結(jié)構(gòu)化、結(jié)論性的信息及未知的、潛在有用的知識(shí)，因此知識(shí)管理的立足點(diǎn)在于數(shù)據(jù)管理，它是數(shù)據(jù)管理的一種延伸和發(fā)展。在數(shù)據(jù)管理技術(shù)發(fā)展過程中，數(shù)據(jù)倉庫是在數(shù)據(jù)大量存在的情況下，為了進(jìn)一步挖掘數(shù)據(jù)資源、為了決策需要應(yīng)運(yùn)而生的，數(shù)據(jù)倉庫之父 Bill.Inmon定義它為“面向主題的、集成的、穩(wěn)定的和隨時(shí)間變化的數(shù)據(jù)集合”。為了實(shí)現(xiàn)決策分析，數(shù)據(jù)倉庫從事務(wù)型數(shù)據(jù)中抽取分散的數(shù)據(jù)源，進(jìn)一步清洗、加工、匯總和集成可得到具有特定主題、格式規(guī)范的分析型數(shù)據(jù)，而知識(shí)管理中所使用的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)往往依賴于經(jīng)過良好組織和預(yù)處理的數(shù)據(jù)源，數(shù)據(jù)的好壞直接影響著知識(shí)發(fā)現(xiàn)的效果，因此數(shù)據(jù)倉庫和知識(shí)管理的結(jié)合成為一種必然。

基于數(shù)據(jù)管理與知識(shí)管理這種密切關(guān)系，本文提出將數(shù)據(jù)倉庫引入面向智能決策的知識(shí)管理平臺(tái)中，以集成規(guī)范化的數(shù)據(jù)主題作為數(shù)據(jù)發(fā)掘和知識(shí)發(fā)現(xiàn)的基礎(chǔ)，為決策的預(yù)測(cè)分析提供高質(zhì)量數(shù)據(jù)源，且使決策更具客觀性。

3 面向智能決策的知識(shí)管理平臺(tái)框架

通過上述理論綜述和分析，本文提出將業(yè)務(wù)數(shù)據(jù)進(jìn)行提取、集成和統(tǒng)一管理，以搭建主題數(shù)據(jù)庫為出發(fā)點(diǎn)，設(shè)計(jì)基于數(shù)據(jù)倉庫的知識(shí)管理平臺(tái)框架，通過對(duì)數(shù)據(jù)與知識(shí)的深度感知與分析應(yīng)用，形成數(shù)據(jù)-信息-知識(shí)-智慧的一體化架構(gòu)，通過不斷的自學(xué)習(xí)和創(chuàng)新，形成自判定-自迭代的智慧型軍工企業(yè)的先進(jìn)戰(zhàn)略體系。總體框架如圖1所示，主要包括以下三個(gè)層次：

3.1 知識(shí)基礎(chǔ)層

知識(shí)基礎(chǔ)層為知識(shí)的來源層，包括兩個(gè)部分：一是直接來自研發(fā)生產(chǎn)過程中各業(yè)務(wù)系統(tǒng)、數(shù)據(jù)庫、文檔、個(gè)人手中等分散的業(yè)務(wù)資源;二是通過建立數(shù)據(jù)倉庫整合梳理形成的業(yè)務(wù)主題資源。

1）業(yè)務(wù)源：

為數(shù)據(jù)倉庫和知識(shí)庫提供源數(shù)據(jù)， 包括在研發(fā)活動(dòng)過程中存儲(chǔ)在業(yè)務(wù)系統(tǒng)（PM、PDM、ERP等）、文件系統(tǒng)、專業(yè)數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)，以及記錄形成的電子或紙質(zhì)文檔資料、非結(jié)構(gòu)化的聲音影像、設(shè)計(jì)師個(gè)人電腦或者腦里的經(jīng)驗(yàn)等。

2）數(shù)據(jù)倉庫：

數(shù)據(jù)倉庫為知識(shí)提供高質(zhì)量的數(shù)據(jù)基礎(chǔ)，通過整合集成業(yè)務(wù)資源，突破信息壁壘建立結(jié)構(gòu)化、規(guī)范化的業(yè)務(wù)主題庫，以數(shù)據(jù)挖掘和分析等技術(shù)手段，進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)信息到企業(yè)知識(shí)的轉(zhuǎn)化。

建設(shè)業(yè)務(wù)主題庫的重點(diǎn)是數(shù)據(jù)建模，數(shù)據(jù)模型建立應(yīng)基于信息資源規(guī)劃的成果，結(jié)合各類數(shù)據(jù)的綜合管理需求，在業(yè)務(wù)模型的基礎(chǔ)上以企業(yè)全局的角度對(duì)各業(yè)務(wù)流程節(jié)點(diǎn)所需的數(shù)據(jù)、產(chǎn)生的數(shù)據(jù)進(jìn)行梳理，對(duì)梳理出的數(shù)據(jù)按照業(yè)務(wù)進(jìn)行分組、分類，依據(jù)“一事一地”的存儲(chǔ)原則，科學(xué)地設(shè)計(jì)企業(yè)的數(shù)據(jù)存儲(chǔ)，其數(shù)據(jù)結(jié)構(gòu)和存儲(chǔ)方式獨(dú)立于各職能區(qū)域和應(yīng)用。總體建模方法如圖2所示，因?yàn)榭蒲衅髽I(yè)的核心是產(chǎn)品，構(gòu)建主題數(shù)據(jù)庫可圍繞科研產(chǎn)品研制全生命周期為主線劃分?jǐn)?shù)據(jù)主題域，建立產(chǎn)品的設(shè)計(jì)、工藝，試驗(yàn)、生產(chǎn)、維保等主題數(shù)據(jù)庫，構(gòu)成產(chǎn)品全價(jià)值鏈數(shù)據(jù)倉庫。

3.2 知識(shí)管理層

在知識(shí)管理層中，通過ETL、ESB等集成方式對(duì)基礎(chǔ)層進(jìn)行知識(shí)聚集，并基于面向主題的數(shù)據(jù)倉庫，利用數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)等技術(shù)實(shí)現(xiàn)知識(shí)獲取和轉(zhuǎn)化，形成分類管理且相互關(guān)聯(lián)的知識(shí)庫，通過本體語義關(guān)系構(gòu)建知識(shí)分類體系及知識(shí)圖譜，實(shí)現(xiàn)知識(shí)體系化管理與應(yīng)用，同時(shí)將知識(shí)內(nèi)容與研制過程中業(yè)務(wù)活動(dòng)相關(guān)的工具、數(shù)據(jù)等進(jìn)行統(tǒng)一封裝，形成可以在研發(fā)及管理環(huán)節(jié)自動(dòng)關(guān)聯(lián)或者直接調(diào)用的知識(shí)組件，實(shí)現(xiàn)知識(shí)自動(dòng)化的沉淀和更新，用以支撐智能決策分析，促進(jìn)企業(yè)成員自學(xué)習(xí)和技術(shù)創(chuàng)新。

科研企業(yè)具有三大要素，即從事科研工作的人員，由科研工作者參與的產(chǎn)品，及科研管理產(chǎn)生的文檔，三者緊密結(jié)合，完成科研企業(yè)的業(yè)務(wù)活動(dòng)，因此科研企業(yè)知識(shí)產(chǎn)生的方式按照這三個(gè)要素作為主要知識(shí)來源，將知識(shí)庫內(nèi)容劃分為描述企業(yè)知識(shí)的本體知識(shí)、基于數(shù)據(jù)倉庫的數(shù)據(jù)知識(shí)，以產(chǎn)品科研生產(chǎn)為核心的模板、向?qū)б约澳Ｐ椭R(shí)，以及包括標(biāo)準(zhǔn)、規(guī)范、專利等的文檔知識(shí)等。

對(duì)于顯性化知識(shí)可采用典型的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的知識(shí)管理技術(shù)進(jìn)行加工處理。數(shù)據(jù)挖掘是“從大量數(shù)據(jù)中析取有用的、前所未知的和最終可理解的知識(shí)的過程”。20世紀(jì)末期國內(nèi)外學(xué)者逐漸將研究重點(diǎn)轉(zhuǎn)移到數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)方法上去，利用機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等方法，發(fā)現(xiàn)已知和未知的知識(shí)，使數(shù)據(jù)挖掘成為不需人工干預(yù)的自動(dòng)過程[6]。

傳統(tǒng)的信息管理技術(shù)束手無策的豐富隱性知識(shí)則通過知識(shí)管理中的專家網(wǎng)絡(luò)、討論社區(qū)等方法提供統(tǒng)一的交流渠道實(shí)現(xiàn)在線協(xié)作和互助共享，將企業(yè)員工的技能與專長(zhǎng)、經(jīng)驗(yàn)等通過標(biāo)準(zhǔn)化的知識(shí)模板引導(dǎo)入庫，不斷迭代積累形成結(jié)構(gòu)化的知識(shí)，并形成知識(shí)沉淀機(jī)制和知識(shí)型企業(yè)文化。

3.3 決策支撐層

企業(yè)的智能決策系統(tǒng)由劃分不同主題域的數(shù)據(jù)倉庫提供定量計(jì)算模型，由帶有知識(shí)庫的知識(shí)管理提供定性計(jì)算模型。

定量計(jì)算模型：是各種面向決策的算法組合而形成的模型，模型的各參數(shù)由數(shù)據(jù)倉庫的主題數(shù)據(jù)庫和分析指標(biāo)庫定量產(chǎn)生，包括預(yù)測(cè)模型、數(shù)據(jù)模型、數(shù)量經(jīng)濟(jì)模型、線性規(guī)劃等， 可從完全客觀的數(shù)據(jù)層面解決單方面依靠經(jīng)驗(yàn)知識(shí)而導(dǎo)致決策依據(jù)不充分或者過于主觀的狀況。

定性計(jì)算模型：是從知識(shí)管理系統(tǒng)中提取的知識(shí)， 其主要來源于日常參與決策的知識(shí)積累、個(gè)人學(xué)習(xí)和創(chuàng)新活動(dòng)的知識(shí)增加，是一個(gè)需要隱性知識(shí)顯性化、顯性知識(shí)智慧化的過程。假定企業(yè)高層參與決策的理論知識(shí)量是一個(gè)封閉的知識(shí)環(huán)，他只有擁有這個(gè)環(huán)節(jié)中的全部知識(shí)才能使決策達(dá)到最佳。因此，企業(yè)在知識(shí)管理系統(tǒng)建設(shè)中，知識(shí)管理和應(yīng)用應(yīng)覆蓋企業(yè)研發(fā)和管理經(jīng)營活動(dòng)的全過程，橫向貫通從方案、設(shè)計(jì)、工藝、裝配、調(diào)試、試驗(yàn)到定型的研制流程，縱向貫穿從訂單到計(jì)劃、排產(chǎn)、采購、質(zhì)量、交付和財(cái)務(wù)核算的計(jì)劃管控，確保知識(shí)內(nèi)容從獲取、轉(zhuǎn)化到傳播共享形成一個(gè)完備的工作閉環(huán)。

4 結(jié)束語

隨著知識(shí)經(jīng)濟(jì)和信息時(shí)代的高速發(fā)展，知識(shí)管理已不僅僅是輔助企業(yè)生產(chǎn)的一種技術(shù)手段，更是創(chuàng)新的管理思維和模式，企業(yè)逐漸意識(shí)到要通過利用組織的智慧來提高企業(yè)的應(yīng)變和創(chuàng)新能力。知識(shí)管理系統(tǒng)與企業(yè)智能決策相互融合已成為企業(yè)可持續(xù)發(fā)展的必然要求，本文依據(jù)知識(shí)與數(shù)據(jù)信息的密切關(guān)系，以人為中心，以數(shù)據(jù)為基礎(chǔ)，構(gòu)建一種面向智能決策的知識(shí)管理平臺(tái)框架，旨在通過成熟的數(shù)據(jù)倉庫技術(shù)和知識(shí)管理技術(shù)獲取多維度多層次的量化分析指標(biāo)，為企業(yè)提供準(zhǔn)確完整的最佳決策方案。

參考文獻(xiàn)：

[1] Ackoff R L. From Data to Wisdom[J]. Journal of Applies Systems Analysis， 1989（16）.

[2] PAN Xuwei， GU Xinjian， CHOU Yuanfu， et al. Knowledge Modeling for Knowledge Management[J]. Computer Integrated Manufaturing System， 2003， 9（7）： 517-521.

[3] YANG Fei. rom OLAP to OLAP and Knowledge Management to Knowledge Discovery[J]. Management Information System， 2001（1）： 66-68.

[4] REN Minglun， YANG Shanlin， ZHU Weidong. Enterprise Intelligent Decision Support System：Research Status and Challenge[J]. Journal of Systems Engineering， 2002， 17（5）.

[5] 李興森， 石勇， 張玲玲. 從信息爆炸到智能知識(shí)管理[M]. 北京： 科學(xué)出版社， 2010.

[6] Dhar V， Stein R. Intelligent decision support methods-the science of knowledge work[M]. New Jersey： Printice Hall， 1997： 171-180.

【通聯(lián)編輯：謝媛媛】