大数据在知识管理中的应用分析

来源:用户上传      作者:

　　[摘 要]大数据时代的来临给社会各行业、各领域均带来了机遇与挑战，为使大数据能够得到充分利用，知识管理的作用日渐凸显。本文从大数据的概念出发，详细阐述了大数据技术和大数据时代的背景和特点，从知识管理理念、知识管理的组织方法等方面对大数据和知识管理的联系进行分析，指出了大数据需要克服的矛盾问题是数据的碎片化和知识结构的零散化，最后从知识管理周期、新能力生成和知识管理技术创新3个方面对大数据时代知识管理的方法进行了研究。
　　[关键词]大数据；知识管理；应用
　　doi：10.3969/j.issn.1673 - 0194.2019.02.081
　　[中图分类号]F272 [文献标识码]A [文章编号]1673-0194（2019）02-0-02
　　0 引 言
　　随着数据处理技术的不断进步，数据的发布方式也逐渐革新，大数据技术应运而生。社会上超过90%的数据是在近几年产生的，这表明数据量在近几年呈爆炸式增长，在社会的各个领域都存在这样的现象。目前，人们生活的时代已经变成了大数据时代，大数据的应用可以提高政府部门的办事效率，还可以提高企业单位和事业单位的管理能力，合理控制企事业单位的运行成本，运用大数据知识管理方法能够显著提高科学化决策效率，因此分析大数据在知识管理中的应用成为学者关注的焦点问题。
　　1 大数据特点概述
　　大数据对于人们而言一直是一个比较模糊的概念，一部分人认为大数据的概念是“炒”出来的。相关问卷调查表明，绝大多数人仅仅听过大数据这个概念，而很少感受到大数据概念给社会生产和人们生活带来的变化。绝大多数人在并不了解大数据时代背景的真正特点和大数据技术特点的前提下，会错误地认为大数据很容易被生活接受，并没有考虑大数据给人们生活带来的挑战。相关调查数据显示，平均每天因特网产生的数据量如果都存储在光盘上，每天则需要约两亿张DVD光盘的容量，每天约发送2 500亿封电子邮件，在一定程度上体现大数据时代的特点，但这样的数据特点只是大数据的冰山一角。
　　2 大数据与知识管理
　　社会的发展和进步不断刺激着人们的知识和信息需求，这种信息和知识的需求反过来又促进了大数据技术的不断进步和大数据应用的快速更新。面对大数据时代所带来的机遇和挑战，人们应该客观审视这种新思想和新技术给生活带来的巨大变化。
　　大数据时代的到来为知识管理提供了强大的技术支撑，知识管理在大数据的背景下变成了一种知识系统。这种知识系统被建立成为一个数据库，可以将零散的信息和数据进行分类、整合、记录、读取和更新，可以实现查询数据、共享数据和传递数据，帮助决策者做出正确的决策，降低市场经济等变化带来的决策风险。
　　移动通信技术的快速发展和信息化进程的加速推进，使手持终端和个人电脑越来越多，随之而来的还有碎片化阅读的现象。在信息时代的背景下，碎片化信息现象也非常普遍，带来了信息不完整、信息质量不高的严重后果。随着数据量呈现爆炸式增长，这种信息碎片化现象也日益严重。从生活角度审视大数据技术，给人们带来的变化是显而易见的，但现在的变化远远没有达到大数据技术本应带来的变化，距离这项技术推动社会发展还很遥远。
　　知识管理是对知识、知识创造过程和知识的应用进行规划和管理的活动。大数据时代将会对人们的认知程度、管理水平和经济活动产生较大的影响，对知识管理应该做到人人尽责以降低风险。大数据也是出于服务应用的目的，这些脱离应用的数据都是无用的数据，对提高人们的生活质量没有任何意义，因此数据的筛选和提取对大数据应用来说具有非同寻常的意义。信息的特点是具有时效性，时效性指过了某个时间点或者过了某段时间，信息则没有了效果，失去了价值。数据也是信息，并且数据是信息的一个核心组成部分，脱离了知识管理的数据则无法进行规划和管理，数据则会出现较为严重的价值损失。
　　3 大数据在知识管理中的意义
　　数据的碎片化问题会直接导致数据价值大幅度流失，组织效率显著下降，完全碎片化的数据形式对社会发展没有任何意义。如果说大数据是一项重要技术，那么以大数据技术为基础的应用就是大数据特点的实体化，考虑到这个突出的矛盾问题，大数据在应用方面的落脚点则应该从始至终围绕着解决数据碎片化的方面进行。解决数据碎片化的核心环节就应该围绕知识管理展开，知识管理可以对数据进行查询、传递、共享、整合和发布，这种知识管理的组织方法恰恰为大数据的应用提供了解决办法。
　　大数据实现应用的关键环节是对碎片化的数据进行筛选、处理和分析，那么大数据要进行信息共享需要克服两方面的障碍，一方面是不同的数据持有者切断了原本连贯的行为活动，另一方面是数据管理方式的不同引起可数据结构出现巨大变化，造成了结构上的差异，会阻碍数据间的整合过程。知识管理可以将纷繁复杂的碎片化数据进行筛选和整理，在这些数据中很可能挖掘出大量的有用信息，知识管理的组织方法则将这种有用数据的筛选工作变得易于实现，简化了工作流程，大幅度减少了工作量。从上文的分析可知，数据本身不具有使用价值，知识管理则涉及两个部分：第一部分是管理，管理要求合适的组织方法能够将碎片化的数据变成完整的，相互有关联的数据，即将碎片化数据变为有用数据；第二部分是知识，知识的概念是通过分析的方法将有用的数据变为知识，从而服务于大数据的应用，服务于人们的生产和生活。
　　4 大数据时代知识管理方法研究
　　4.1 知识管理全周期
　　現在的制造企业大多将企业建设精力放在PDM和PLM系统的建立和发展上，确实能够提升企业的管理水平，进而也能提高产品的设计质量和生产效率。然而该系统并没有提高数据质量，人们对于大数据的理解仅仅局限于数量庞大，往往忽略了数据的筛选、整合、分析和应用。数据管理是一项长期的工作，需要企业投入大量的精力，但一旦形成一定的规模则会源源不断给企业带来收益。 　　社会发展逐渐刺激了用户的需求，单一化和长周期化的产品模式已经无法满足客户的体验和应用需求，企业为了满足不同用户的需求开始采取多样性产品和短周期产品的战略，例如苹果公司的产品形式非常丰富，有笔记本电脑、平板电脑和手机等，产品周期非常短，每年都会更新一款设备，每年的更新都会引领时代的潮流。在这种形勢下，产品的单一周期数据管理模式就逐渐被淘汰，因为不管一款产品的数据管理优化到何种地步，这款产品相对应的数据管理体系也会随着这款产品的淘汰而淘汰，短周期的产品模式恰恰使数据管理不具备长期性，这样的数据管理是没有意义的。因此对全周期的数据管理模式进行研究是数据结构建设的核心环节。
　　4.2 知识管理技术创新
　　大数据的当务之急是如何从铺天盖地的数据中挑选出有用的信息并加以利用，采用有效的数据管理方式无疑可以提高数据筛选的效率，但现在数据筛选和数据管理的当务之急是没有相应的知识管理技术可以赶上数据增加的速度。知识管理技术已经无法跟上数据量爆炸式增长的速度，因此大数据时代要求人们在数据量爆炸式增长的同时不断创新数据管理技术，以跟上时代发展的步伐。
　　以知识管理在企业大数据中的实际应用为例，计落考OA数据管理系统实现了知识间的协同，帮助企业提高了工作效率，优化了知识结构。该系统对企业的知识进行了收集和整理，可以为企业员工提供一个良好的学习环境，同时员工在自己的工作过程中积累的知识也可以加入知识管理系统，丰富知识管理系统的数据库，以便于不断提升企业的工作效率和经济效益。
　　4.3 新能力生成
　　大数据和知识管理是相辅相成的关系，大数据技术需要知识管理系统提供辅助，以实现数据的有效提取和有效利用，而大数据的应用需求反过来又推动知识管理系统的快速发展。大数据的特点是数据吞吐量呈现爆炸式增长，因此大数据的背景对知识管理的最核心要求就是提高单位时间的数据吞吐量，单位时间吞吐量小代表吞吐能力弱，知识管理的效率低。单位时间内数据吞吐量大时代表吞吐能力强，知识管理的效率高。
　　要提高数据的吞吐能力，需要考虑两方面的能力：一方面是硬件能力，即计算机处理能力，高级的计算机数据处理能力会大幅度增加单位时间的数据吞吐量，提高数据的吞吐能力；另一方面，提高计算机操作人员的业务水平和理论功底，可以显著提高大数据的处理能力和知识管理水平，优化知识管理结构，使数据处理人员和企业的员工具备数据分析和数据处理的能力，提高对信息和数据的敏锐性，以期更好地为企业的生产效率和经济效益服务。
　　主要参考文献
　　[1]李爽.大数据在知识管理中的应用[J].现代营销，2018（10）.
　　[2]屈鹏飞.复杂产品生命周期设计知识大数据集成和应用研究[D].杭州：浙江大学，2016.
　　[3]江红玲.基于大数据的国防科技情报知识管理体系[J].中国电子科学研究院学报，2016（3）.
　　[4]黄天恩，孙宏斌，郭庆来，等.基于电网运行仿真大数据的知识管理和超前安全预警[J].电网技术，2015（11）.
　　[5]曾润喜，王琳，杜洪涛.基于知识管理视角的大数据研究网络与结构研究[J].情报学报，2016（11）.
　　[6]孟强. 大数据时代知识管理在电商企业中的应用研究[J].经营管理者，2015（24）.
　　[7]卢康，周智力.大数据技术在航天企业知识管理系统中的应用[J].航天工业管理，2017（4）.
　　[8]何胜，熊太纯，周冰，等.高校图书馆大数据服务现实困境与应用模式分析[J].图书情报工作，2015（22）.
　　[9]赵婧文.知识服务：大数据背景下图书馆助力党校思想库建设的路径选择[J].中国管理信息化，2015（22）.
转载注明来源:https://www.xzbu.com/3/view-15168016.htm