大数据知识管理与协同创新平台应用实践

周 永

同方知网知识管理技术事业本部

2019年8月

提 纲

一、背景和问题：大数据背景下的知识管理与协同创新

二、目标和路线：大数据知识管理与协同创新平台建设目标及具体路线

三、方法和结果：面向创新的大数据知识管理实现路径及典型案例介绍

面向创新的知识管理（Knowledge Management for Innovation） 议题国内外400多位专家学者

(1) 知识的创造与创新方法(2) 面向全球创新的知识与智慧(3) 智力资本、知识管理与创新(4) 知识管理系统的设计与开发(5) 大数据时代的知识管理(6) 知识政策(7) 知识与创新的经济学(8) 知识创新服务业态下的知识管理研究及实践

中国日益成为世界的创新中心和枢纽的背景下，我们更应该重视知识的管理和创新的管理。创新的微观基础就是知识，因此对于任何创新活动和企业，知识占据了中心的位置。

知识管理理论和建设模式与时俱进 ---第三届IKM创新与知识管理国际峰会 4月20日

企业分会与会专家观点：

1. 企业知识管理不仅是管理知识，更重要是产生新知识；

2. 企业知识管理是智慧组织管理标准化体系建设之一；

3. 企业知识管理要用新思维、新技术、新模式；

4. 企业知识管理要建设机构知识总库；

5. 企业知识管理要面向知识服务、创新服务、决策服务；

知识管理理论和建设模式与时俱进 ---第三届IKM创新与知识管理国际峰会 4月20日

大数据时代，传统知识管理的机遇与挑战

数据是基础，管理是手段，服务是目标

重点是服务知识创新，关键是服务领导决策重内部轻外部

重管理轻服务

传统知识管理

重流程轻数据

新形势下，需要我们回归本质，更全面有效地汇集、融通机构内外各类知识

大数据、众智大数据，更积极深入地服务工作、科研和学习等各类创新活动，促

进人才培养，为创新和创新管理提供知识和人才支撑。

没有数据的知识管理是无源之水，

没有服务的知识管理是绣花枕头。

知识大融合是知识管理升级的必然要求

精准服务

智能辅助

人

工作场景知识资源

场景化智能知识服务

机构大数据 个人数据

政务大数据 出版大数据

科学大数据 社会大数据

异构多源数据大融合

纸书 电脑（Web平台/客户端）

手机/PAD（APP）

跨终端统一服务

图书 期刊 报纸

年鉴 专利 情报

多类出版物整合 重要过程数据+大数据增强出版

终端融合

形态融合

数据融合

业务融合

世界知识大融合

用户需求

全面

及时

细致方便

准确

面对企业创新需求，对多维多源的知识资源进行知识挖掘、筛选、加工、组织、聚合，形成可直接利用的

体系化、系统化、碎片化、动态化、网络化的知识大数据，围绕企业创新发展全过程，提供深度知识服务，并

为知识创新、学习以及知识产品的生产、传播、利用提供各种先进的支撑平台和技术手段。

……

野中郁次郎知识管理模型（SECI）

管理大师德鲁克认为:“21世纪的组织，最有价值的资产是组织内的知识工作者和他们的生产力。”建立有效的知识管理体系已经成为现代管理中不可或缺的内容之一，特别是在高新技术企业内，有效地进行知识管理，系统地搜集、获取、整合、累积、存储、分享、更新知识，保持团队的创新能力，增加知识的复用程度，使得知识创新转变为有价值的经济利益，高新企业才具备核心竞争力。

“ 知 识 管 理 理 论 之 父 ” 野 中 郁 次 郎 教 授 深 入 研究 了 日 本 企 业 的 知 识 创 新 经 验 ， 系 统 地 提 出 了隐 性 知 识 与 显 性 知 识 之 间 的 相 互 转 换 模 式 。

野 中 认 为 ， 企 业 需 要 更 加 重 视 由 隐 性 知 识 所 引发 的 知 识 创 造 ， 以 形 成 创 新 的 原 动 力 。 这 个 模式 已 经 成 为 知 识 管 理 研 究 的 经 典 基 础 理 论 。

知识管理成为企业创新发展的重要机遇与挑战

企业知识管理日趋重要、快速发展 90年代末，一些国际知名的IT厂商（如IBM、微软等）、管理咨询公司（如麦肯锡、埃森哲等）源于自身知识型服务的朴素认知和实践，开始作为布道者大力倡导知识管理。• 1997年, 英国石油公司（BP）专门成立了知识管理小组, 其任务是通过分享最好的做法、重复利用知识、

加快学习过程以及诸如此类的手段, 来改善公 司 的 业 绩 。 通 过 对 生 产 、 技 术 等 方 面 知 识 的 收 集 、 整 理 、分析和利用, 当年就节约了2000万美元。1998年B P将知识管理的做法全面展开, 使公司全年的盈余增加了2.6亿美元。

• 西门子知识管理体系：虽说在知识管理方面走在前列的大多为软件、咨询公司，但作为传统企业代表的西门子公司，早在年就通过构建和利用适合自身发展的知识管理体系，达到了整体提升公司核心竞争力的目的。

惠普在中国设立了第一个首席知识官CKO高建华，国内的一些领头羊企业（如联想、海尔、TCL、三九等）在这个时间开始纷纷试水知识管理。从2005年开始，更多的企业（如中国移动、招商证券、青岛啤酒、首都机场、西门子中国、华为等）开始进一步探索、摸索、践行知识管理；进入WEB2.0时代后，更多的企业开始入场（如中粮研究院、新东方、中国航天、宝钢、腾讯、阿里巴巴、百度等），中国企业知识管理实践开始进入高速“提升阶段”。

随着越来越多中国企业开始走向全球化竞争，企业愈加发现知识积累、知识创造、知识传承等的重要性，这就让更多的组织思考如何导入知识管理。

伴随着不同企业探索知识管理模式的同时，行业有通用的知识管理术语、框架和模型可循等更多强烈的诉求。在中国标准化研究院的推动之下，第一个国家知识管理标准GB/T 23703 .1-2009，集合众多知识管理实践者及研究者的智慧，于2009年正式颁布发行。之后，其它知识管理标准也陆续被开发了出来，至今已发布了10个知识管理相关标准。

2016年，住建部发布《2016-2020年建筑业信息化发展纲要》，针对勘察设计类企业提出“强化企业知识管理，支撑智慧企业建设”的发展目标，并制定了一系列具体任务。

2018年，中国勘察设计协会、中国质量协会联合发布“卓越绩效评价准则——勘察设计行业团体标准（行业标准）”，进一步面向勘察设计企业强调重视知识管理，积极推进知识服务与创新。

l 我国企业经过几年的知识管理实践, 知识管理呈快速发展的趋势。合资企业和政府机构的知识管理成熟度水平相对较高, 而国有和民营企业则处于较低状态。合资公司如 IBM、AMT、施耐德电器等已经将知识管理制度化, 在国有企业中, IT业、电信业和石油化工业相对领先。

l 作为国内首个知识管理“畅饮者”的万宝公司，在建设企业知识管理体系时意识到：知识是企业无形的资产和财富，只有通过知识管理，利用科技将人与信息充分结合并创造出知识分享的文化，加速人员学习、创造及应用知识，才能达到组织目的，进而提高企业的核心竞争力。

l 在电力设计企业中, 广东电力设计院、华东建筑设计院、华东电力试验研究院等已有内部的知识管理系统, 福建电力设计院、四川电力设计院等和中国知网合作开展知识管理的建设工作。

企业知识管理日趋重要、快速发展

在国外，知识管理体系已经成功实施于众多企业之中。不同行业中的知识管理体系有不同的着重点:n 如制造业的知识管理体系主要应用于集成设计、管理和运营等环节中，关注焦点为集成设计

的多样性、同步性、生产管理、质量管理、结构化定位等。

n IT业的知识管理体系偏重技术的应用，利用在线系统实现对知识的整理分类、检索、共享、传递，提高企业的工作效率和应变能力。

在国内，对知识管理体系的研究偏理论 :

n 作为国家经济主体的制造业的知识管理体系是对原有的信息管理系统的改进，有重点地对企业资源和活动进行有效的管理。

n IT企业普遍关注知识管理的体系结构，具备先进的知识管理技术和工具，但专门投资并获得成效的较少。

对比之下，国内两方面问题凸显：n 在知识管理体系的目标确定与构建方面，国外开发的知识管理体系有明确的构

建理念、知识管理目标、功能强大的知识管理系统和先进的技术支持；而国内的知识管理体系缺乏自己的构建理念。

n 在知识管理体系的运作当中，国外企业知识管理体系与企业整体战略进行整合在制定激机制和培养文化的基础上，再选择适当的技术和系统实施；而国内企业往往缺乏对企业制度的制定和企业文化的培养，急于硬件建设和软件开发，难免使实施效果大打折扣。

国内外企业知识管理特点

企业拟解决的重大创新课题/类型

战略创新企业走向何处，企业定位/客户价值，转型升级的途径和方法

管理创新选择什么样的管理方法，制定什么样的政策，采用何种经营机制

产品/技术创新产品驱动，供给侧改革，如何开发适销对路的产品；技术路线/方案选择

n 创新是企业的生命线

n 面向创新服务是知识管理的使命

业务/工作方法创新如何创造性的战略执行、政策执行，先进经验/诀窍分享

1 2 3 4

知识资源的数据化和高效管理

知识资源获取的及时性、精准性和便捷性

如何促进个人学习和其价值提升

个人知识组织化，组织知识智慧化

如何沉淀有价值的隐性知识

如何发挥群体智力，群策群力

科研机构/企业遇到的主要问题

知识管理的全生命周期管理

文字、图片、文档、各种资料，如何分门别类、归档、标记、机器学习，并高效获取到有用信息？

基于企业知识库，是否可以提供方便的二次利用的工具：比如写方案，写总结报告，写内部培训材料？

是否可以让老员工的内容贡献在知识库上，离职不会带走，新员工入职有个地方可以尽情学习？

是否可以组织调查报告、专业技能测评、培训、贡献度、敬业度等员工测评，成为不断可以挖掘的大数据平台？

知识获取如何从被动搜索转变为按业务、岗位实现知识的自动推送和智能配送，帮助提升各岗位员工的工作效率？

……

不同岗位人员面临的挑战

u 信息孤岛u 知识流失严重u 知识价值难以发挥u 组织协作低效u 工作效率不高

u 知识获取渠道不畅u 部门之间沟通不畅u 缺乏共同交流的平台u 系统中资源缺乏互联性，

系统友好性和易用性不强

领导决策层

业务层

• 微软比尔·盖茨曾指出:“知识管理的目的就是要提高企业的智能，也就是企业智商。” 而企业智商的增进，很重要的因素是取决于企业成员间能否广泛地分享彼此的信息与知识。• 企业知识管理咨询专家卡尔·弗拉保罗提出：“知识管理是运用集体智慧提高应变能力和创新能力，

为企业实现显性知识和隐性知识共享提供新途径。”

企业创新发展的内在需求——场景化、智能化、自动化的知识管理

结构化和碎片化 知识场景化

智能化、自动化

面向业务应用和传播利用

实现知识资源的结构和碎

片化 （形式 + 内容）

面向应用场景和业务组织管

理和标引知识，并针对具体

岗位和角色个性化

融入业务工作场景，实现知

识管理和知识服务的智能化

和自动化

基于具体的业务应用场景深度融合知识管理、知识服务

知识管理

知识服务

深度融合

知识管理需要融合大数据技术

知识管理技术需要大数据技术，需要全新的技术手段从海量大数据中获取知识、挖掘知识、

利用知识，并深入到具体业务应用过程中，进行场景化应用。

标引

抽取

分类

聚类

语义

场景感知

知识挖掘分析

场景化应用知识组织、分类和管理

理解知识

智能推送

知识大数据范围及类型

l 信息技术的发展，数据量暴增，知识获取更加广泛，知识管理需要整合世界范围内各行各业的知识资源大数据；

l 面对庞大的数据，进行知识管理同样要求较高的处理速度，甚至要求进行实时分析，需要用到大数据技术（如可视化、数据挖掘等）。

Ø 知识管理是一项同信息（大数据技术）与数据（知识资源大数据）紧密相连的业务。

大数据知识管理？

基于大数据知识管理的开放式协同创新是时代发展趋势

多作者、跨学科、跨机构，开放式协同创新成为常态

1、“问题导向、知识多元、协同创新”成为研究活动的基本范式

2、开放式创新强调企业打破组织边界，进行内外部创新资源的整合，包括人和知识

3、创新组织、创新团队之间多人大规模协同发挥群体智慧，创意、知识、方案共享

创新资源和要素有效汇聚，通过突破创新主体间的壁垒，充分释放彼此间“人、信息、技术"等创新要素活力而实现深度合作。

协同创新？

大数据知识管理，服务企业创新

汇聚最新的创新成果

领域创新前沿知识

行业发展情报和资讯

集成整合成体系的创新知识

面向问题的知识库

合作机构、合作者

整合外部知识大数据

企业内部大数据挖掘聚合

业务数据

产品数据

运营数据

价值链数据

知识产权数据

生产数据

大数据时代，数据成为重要的生产要素，在数据驱动的信息化时代，企业需要通过大数据知识管理，融通业务价值链体系，整合企业内外部数据，为企业赋能，最终面向企业提供知识服务，服务企业创新，打造企业核心竞争力。

大数据知识管理

服务企业创新 数据流

业务流

知识流

文献总量：5亿多篇 学术、教育专著图书：50万部 国际出版物：近40万种学术期刊：6.7万种

事实知识：1,183,727万条

学术内容：110,182万条

事实知识：29,628万条

学术内容：5,526万条科技类 哲社类

面向新兴学科发展 面向“问题导向”研究

面向战略与执行决策 面向知识建构与人才培养面向大数据融合研究

解决重大复杂实践与理论问题 揭示潜在热点和成长热点

支持大数据研究范式 基于科学与社会大数据的知识服务 基于本科以上读者的研究性学习

WKBD融合传播“五面向”

（基础学科交叉、应用学科交叉） （研究热点、潜在热点、成长热点、热点领域）

（学习理念、研学方式、知识资源、研学平台）（知识管理、知识服务）（基础本体、领域本体、数据清洗、关联分析、模型构造、知识图谱、思维导图、智能问答）

中国知网是全球最大的中文知识资源提供商，致力于服务创新，服务学习

提 纲

一、背景和问题：大数据背景下的知识管理与协同创新

二、目标和路线：大数据知识管理与协同创新平台建设目标及具体路线

三、方法和结果：面向创新的大数据知识管理实现路径及典型案例介绍

面向创新的大数据知识管理和知识服务总框架

开放式知识仓库及大数据中心（Knowledge Warehouse and Big Data Center）

内外部知识统一发现平台碎片化(章节、段落、

知识元)全文

智能检索

嵌入式知识服务场景感

知精准服

务智能推

送

面向问题的知识服务问题知识库 智能问答

机构大数据知识基础设施 大数据知识管理

数据清洗 智能标引

知识抽取

知识获取

知识图谱 知识网络

大数据分析 可视化知识推理

业务管理 技术研发

行业知识基础设施（IKI）

个人知识基础设施

（PKI）

公共知识基础设施

（CKI）

机构知识基础设施

（OKI）

检索 订阅 推送

用户画像 场景画像 数据模型 标签体系

智能推送

场景化智能知识服务

数字化转型基础设施：机构知识管理和知识服务平台

业务数据文献资源互联网资源 生产数据 研发数据部门知识内部文档资料 个人知识 过程数据业务知识 成果知识 物联网数据

面向问题、面向岗位、面向场景的嵌入式智能知识服务 自动化知识管理（内部数据及知识自动汇聚）

生产制造 市场销售 运营服务

知识库总线、大数据总线

“八化”原则既是知识管理平台建设的保障也是技术和业务应用目标

知识结构化、碎片化及知识元化，提供碎片化服务

通过知识的自动挖掘分析建立图谱化的知识网络

场景化碎片化

图谱化 智能化

自动化

知识服务与业务工作深度融合，感知场景嵌入工作、研究和学习过程中

面向个人、岗位、业务以及流程精准匹配所需要的知识

在业务工作过程完成自动知识管理和知识服务，自动采集、自动标引、自动归档

标准化 平台化 微服务化

从知识库元数据、采集整合、加工标引、交换访问以及知识的应用功能等建立统一标准

以平台即服务（PaaS）的思路按业务逻辑分层次平台化

按微服务架构进行抽象和封装，形成一系列知识管理微服务，提供更广泛的服务

从知识、岗位、用户到应用场景建立多层次、动态画像和图谱

人（用户）

工作场景知识资源

感知场景

智能服务 精准匹配

各种岗位、各种角色

内部知识、外部知识

业务知识、岗位知识

管理、决策、研究、创新、学习、工作

智慧协同

动态匹配

文档画像

知识图谱

知识地图

知识包

用户画像

岗位图谱

场景画像

业务图谱

流程图谱

知识管理平台建设需要兼顾四个层面和四个阶段

知识管理平台建设

知识

业务

IT

制度文化

知识梳理、规划及知识生产循环

与业务及数据的融合，场景化应用

建设IT支撑和应用平台

组织、制度、规范及文化体系

2.0阶段

1.0阶段

3.0阶段

4.0阶段

显性知识整合和多层次知识服务

隐性知识挖掘转化、知识创新

嵌入业务过程中，知识管理场景化

自动化、智能化、大数据挖掘

四个层面 四个阶段

目标一：整合内外部知识和业务大数据，构建知识库总线，实现知识即服务KaaS

知识大数据Knowledge big data

学科大数据Subject big data

科研大数据Research big data

群智大数据Group intelligence big data

业务大数据Business big data

外部知识

内部知识

业务知识

研发过程数据

成果知识

企业知识&大数据中心

员工个人知识

跨库智能检索

知识关联网络

内容碎片化服

务

统一分类导航体系

嵌入式知识服

务

整合内外部知识资源大数据，完成数据和知识的采集、加工标引、挖掘分析，实现自动汇聚，提供

一站式统一检索、智能排序、自动关联，满足企业管理、决策、研发、生产、销售等过程中的知识查阅

需求，提供嵌入式知识服务。

生产数据 KaaS

知识库总线采集

整合

加工

分类挖掘

服务

1)通过知识库总线，内外部知识深度融合，统一导航、统一搜索、智能关联

可对工作过程文档、机构内部知识以及CNKI知识资源进行统一检索

按单位业务体系和专题知识库对知识进行导航和检索

按单位的组织架构对知识资源进行导航和检索

某某某集团知识管理及协同创新平台

2）基于整合的知识仓库大规模构建领域知识图谱和知识关联网络

通过对内外部知识资源大数据的挖掘分析，自动构建领域知识图谱，并与各知识资源之间建立关联关系

Ø实体识别：在知识结构化、碎片化、知识元的基础上大幅提高识别正确率

Ø实体关系抽取：使用有监督学习的方法训练并抽取实体关系，人机结合

Ø基于5W2H标签体系和业务体系挖掘知识元，构建领域知识图谱

实体识别

知识图谱应用

机构知识仓库

领域词表 基础词表

关系发现

知识关联

图谱构建

2）基于整合的知识仓库大规模构建领域知识图谱和知识关联网络

3）内部知识融合的基础上提供多层次智能知识服务（微服务形式提供KaaS）

以微服务模式，嵌入第三方应用系统，实现知识即服务（KaaS）

桌面应用插件 知识管道

Web搜索插件

接口引擎

KaaS形式

目标二：基于各类画像和图谱实现知识管理的场景化和智能推送

决策管理人员 业务及行政管理人员 市场&销售人员 普通员工&工程师

建立360度用户精确画像，满足不同岗位、不同角色、不同业务的用户

以业务为核心

汇聚数据

驱动知识

感知场景

定义流程

匹配岗位

驱动业务

业务知识

岗位知识

技能知识

基于业务知识体系，构建各类图谱和画像，完成知识、人（用户）、场景的完美融合和精准匹配，实

现知识管理和知识服务的场景化和智能化。

动态匹配

智能推送

场景化

智慧协同人、知识、工作场景三位一体，深度融合

精确知识服务合适的知识在合适的时间地点推送给合适的人

全程知识管理在业务协同和工作过程中实现自动的知识管理

1）基于知识包构建多层次知识地图，与业务、流程、岗位、研发等融合

岗位知识地图

业务知识地图

流程知识地图

产品知识地图

知识地图

01

02

03

04

岗位体系构建岗位知识地图，面向岗位提供精准知识服务

梳理流程活动，按流程节点和角色构建知识地图

n 多形式可视化交互和展示

n 支持富媒体的混合重组

n 知识条目自动关联和更新

n 知识与应用场景精准匹配

知识库(关联具体专题知识库)

动态匹配（按标签体系定制）

知识包（按知识框架重组知识）

按机构的业务体系，如：研发、生产等构建知识地图

按产品、研发型号、项目建立研发全过程的知识地图

1）基于知识包构建多层次知识地图，与业务、流程、岗位、研发等融合

岗位知识地图

汽车设计工程师汽车设计工程师

整车架构工程师

NVH专业总师内外饰系统工程师

BMS专业总师

动力总成工程师

制造工艺工程师

根据企业的岗位体系构建知识地图并精确推送

2）对用户精准画像，基于大数据构建动态推送模型，实现知识智能推送

用户画像

业务活动挖掘

行为日志挖掘

基础属性分析基础画像

业务

画像

行为

画像

姓名性别

兴趣爱好学习专业

检索历史

订阅历史

下载历史

阅读记录

所属部门

工作岗位

研究领域

参与项目

根据知识查阅历史构建最

近关心的知识主题向量

教育程度

同事关系

动态推送模型

根据近期研究课题、协同

项目及工作构建场景向量

部门、岗位、业务领域、

兴趣爱好的标签组合

动态加权组合

3）匹配业务工作场景，在流程中提供专题和业务知识包精准推送服务任务数

12工作台：广东电网投标项目会签

期刊大会没邀请函研讨发起人：周丽萍 2018.4.26 15:20:12

广东电网投标项目会签发起人：张启 2018.4.26 12:05:10

长安汽车方案编写发起人：张志飞 2018.4.27 8:05:10

返回主页5-6月份预算审批

发起人：相生昌 2018.4.27 10:05:10

工作场景中推送的业务知识包

知识体系智能展示服务系统

l 知识体系、岗位体系的统一管理和映射

l 内外知识的统一导航、统一检索

l 面向具体岗位的岗位知识推送

l 岗位知识地图、岗位知识包和岗位知识体系的融合

l 分类器自动分类

l 嵌入创作的知识智能推送

l 嵌入项目研究过程的知识智能推

智能配置

增值配置

1）岗位体系、知识体系统一管理及映射

2）知识体系智能推送展示

按知识体系、岗位体系、部门等进行导航

根据当前用户的岗位精准推送行业知识服务平台的岗位知识和知识体系

3）知识体系统一搜索、统一排序、分组及关联展示

支持跨库统一检索、单库检索及高级检索

统一完整的导航体系（知识体系、部门、岗位三大导航）

目标三：基于大数据研究范式，知识管理深入科研和创新全过程

任务及进度管理 协同研究

找选题

找合作

找资料

找数据

找机构

项目团队研发团队协同研讨 协同创作

研究过程管理

面向具体问题的智能知识服务

自动知识管理研究全过程数据自动汇聚

提出研究问题

分解问题

协同研讨

研究迭代

报告编写

成果发布

资料查阅

科研项目选题

项目立项

项目验收评价

沟通交流

企业知识基础设施

项目资料库

文献知识库 互联网资源

研究过程资料

个人知识研究成果

单位内部知识

项目库

专家库

l高效交流协作，自动知识管理l详细记录团队成员贡献，客观评价l萃取和沉淀员工隐性知识

l问题导向、知识多元、协同创新l多作者、跨学科开放式协同

基于大数据研究范式和协同研究范式为企业内部各部门及研究团队、项目团队、研发团队等提供协同研究和创新平

台，知识管理嵌入创新全过程，萃取员工隐性知识，支撑企业的智能研发和技术创新。

嵌入全过程服务面向问题、精准服务

面向问题的全方位团队协同快速形成共识，解决问题

文档协同

过程资料协同研讨

群体学习

同方知网二十年的积累和沉淀，完全自主研发拥有自主知识产权，得到实践证明的技术。

智能信息挖掘处理技术包括切分词、自动摘要、自动分类、聚类、句法分析、语义分析、关联分析、实体识别等技术。

大数据技术海量非结构化大数据的存储、管理、索引、统计分析及检索服务，支持超大规模应用和高并发

知识库构建技术具有知识元抽取、知识加工标引、知识库建设以及知识服务、知识关联等完整的知识库建设技术体系

知识图谱根据不同领域场景，构建不同范围和深度的知识图谱，揭示知识概念之间的关联关系。

XML碎片化技术XML加工标引、管理查询等技术，拥有自主知识产权的NXD数据库引擎

全文检索技术全球最好的中文检索引擎，多粒度、多级索引，支持同段、同句及大文本检索，支持海量非结构化数据的快速索引和检索

多人协同技术包括协同研讨、协同内容创作等在数字出版领域应用成熟的技术

4.9 CNKI大数据知识管理核心技术支撑体系

CNKI大数据知识管理核心技术体系

大数据技术深度学习人工智能

知识、数据智能加工标引

基于人工神经网络的OCR文字识别

机器学习的智能版面分析

XML智能碎片化加工

元数据智能标引

数据挖掘分析分类、聚类、过滤、相似分析

知识元提取定义、概念、术语、方法等

自动化智能化知识库构建

知识库规划知识资源及体系规划和设计

多媒体电子书制作Epub、pdf、交互式电子书

专题知识库选编发数据筛选、打包、导出

XML动态重组碎片化内容重组

知识库构建知识体系构建、本体库构建、领域词

表构建工具

非结构化大数据管理全媒体资源管理、全文检索引擎

知识传播大数据分析热点挖掘、知识评价知识传播路径分析

用户行为大数据分析用户画像、专家网络

用户访问统计、智能推荐

知识推理模型构建、需求挖掘、知识匹配

知识网络构建知识地图、知识图谱碎片化网络、知网节

大数据智能挖掘分析 智能知识服务和知识利用

知识服务多维度导航、智能检索主题检索、订阅推送知识图谱、智能问答

数字化增强阅读多元发布、碎片化阅读

在线学习、数字笔记、版权保护

场景化智能知识服务面向岗位和业务场景的知识服务

报告自动生成

大数据及知识可视化大数据统计分析、图表可视化

数据可视化

自然语言处理 群智协同技术

知识资源整合 显性知识管理 知识挖掘分析 隐性知识管理及知识协同

大数据知识萃取

知识服务

人机协同研判

网络化实时研讨

XML在线协同编辑

专家黄页、知识社区

流媒体视频直播技术

计算机辅助创新

网络化多终端实时协同

知识生产自动化、智能化

提 纲

一、背景和问题：大数据背景下的知识管理与协同创新

二、目标和路线：大数据知识管理与协同创新平台建设目标及具体路线

三、方法和结果：面向创新的大数据知识管理实现路径及典型案例介绍

面向创新的大数据知识管理实现路径

第一步：建设企业知识库总线，实现KaaS服务

第二步：知识管理自动化、场景化

（也就是实现人、知识、场景的精准匹配）

第三步：融合业务大数据，嵌入创新全过程全面打通业务数据汇聚通道，实现知识和数据的融合

各部门、各岗位全方位协同，全员参与创新知识管理嵌入协同研究和创新全过程

u整合各种来源的知识资源u构建知识资源大数据中心u打通知识采集、整合、加工、组织、管理及服务的全流程通道u提供统一检索、统一服务u以微服务架构提供知识即服务(KaaS)

u对员工精准画像，建立完善的知识地图，包括业务知识地图、岗位知识地图、流程知识地图

u按专业、业务、流程、岗位梳理知识包u嵌入业务工作场景，提供智能知识服务

大数据知识管理基于画像和图谱精准匹配“人”、“知识”、“场景”，嵌入企业技术研发和创新全过程，

提供精准、智能服务，支撑集体协同创新。

服务企业核心业务、战略决策，应对企业的竞争风险和外部环境的变化，已在上百家企业中成功应用

典型案例——四川电力设计咨询有限责任公司知识管理系统

构建“川电咨询”的知识体系分类标准，建立知识管理平台实现知识共享与知识推送

实现知识的有效沉淀和安全控制

业务需求

应用价值

u 实现优秀工作经验和技术的传承与发展u 促进员工之间知识交流和共享，提高员工工作能力、

工作效率和项目开发管理水平u 知识管理系统对实际工作起到指导、风险提示等作用，

服务于公司差异化市场策略和企业愿景，为企业创造效益，实现公司的可持续发展

服务企业核心业务、战略决策，应对企业的竞争风险和外部环境的变化，已在上百家企业中成功应用

典型案例——中石化长岭石化分公司知识管理平台

业务需求：u 知识库构建u 专业社区搭建u 绩效考评体系建设

应用价值：u 营造了创新氛围 u 帮助了员工的学习成长u 增设了企业难题解决的渠道u 搭建了协同攻关的平台u 促进了企业知识的积累u 服务了企业的创新发展

服务企业核心业务、战略决策，应对企业的竞争风险和外部环境的变化，已在上百家企业中成功应用

典型案例——某建筑设计院知识管理信息系统

建设内容：构建完成该建筑设计院“企业知识库”，整合院内各种设计管理文件、规范标准、图集电子库、咨询设计成果、设计图纸、培训学习等多种资料。

应用价值：u 实现有效管理知识u 提升知识价值u 提高管理水平

服务企业核心业务、战略决策，应对企业的竞争风险和外部环境的变化，已在上百家企业中成功应用

典型案例——中船重工某研究所数图镜像服务能力及情报辅助分析研究平台

业务需求：u 对现有的舰船行业数图资源镜像系统进行升级改造；u 对内外各类数据资源进行整合，并进行深度挖掘和

关联分析。

建设内容：u 文献资源整合系统u 文献资源分类管理系统u 文本识别系统u 对外资源服务系统u 网络资源智能获取系统u 情报数据挖掘系统

服务企业核心业务、战略决策，应对企业的竞争风险和外部环境的变化，已在上百家企业中成功应用

典型案例——中铝科研项目管理系统

中铝中央研究院项目管理系统围绕研究院日常工作和科研需要，主要面向机构院领导、科研项目管理部门、项目负责人、执行负责人、项目参研人员等角色，完善目前项目管理机制，对人员、进度、经费、目标等进行多要素多环节的全方位管理，实现从项目立项到项目实施执行、项目过程节点考核、项目完成、项目验收以及成果转化的全过程管理，将科研人员、科研项目、研究成果、使用权限等管理有机的结合在一起，有效地提高科研管理水平和效率。

系统涵盖：科研项目申请立项管理、项目执行管理、项目成果管理、项目合同管理、项目经费预算管理、项目验收管理、统计分析考核等模块，全面覆盖科研全流程。

应用价值：u 对科研项目进行全程管理，提高对项目的整体

把控度；u 提升研究人员的研究能力。

项目荣誉及专家评定

南方电网情报中心移动应用V1.0项目专家评审验收现场

南方电网情报中心应用V2.1建设项目专家评审验收现场

四川电力设计咨询有限责任公司知识管理系统一期项目专家评审验收现场

1、中化国际科技情报系统

2、中冶宝钢技术服务有限公司-智慧运营服务平台

3、上海航天技术研究院-信息咨询服务平台 平台注册用户数近7000人、资源总量近1亿条、日均下载量2000条以上

平台最近访问2019年6月19日，一天15652条

全国地区知识管理应用典型--上海绍

持续推进大数据知识管理

• 2018年，中国知网成为

创新与知识管理联盟（IKMA）联盟发起单位

中勘协首批工程勘察设计行业知识管理专家委员单位

中国通信工业协会人工智能与智慧应用分会核心发起单位

电力创新与知识管理专家委员会发起单位

中国知网

将在大数据知识管理领域继续深耕

助力企业协同创新，促进企业长远发展

感谢聆听

TEL ：13720096053 http://okms.cnki.net