隱性知識(shí)是企業(yè)的寶貴財(cái)富。構(gòu)建隱性知識(shí)地圖是有效利用隱性知識(shí)的重要途徑。該文即著眼于隱性知識(shí)地圖構(gòu)建中如何進(jìn)行專(zhuān)家的匹配與推薦的問(wèn)題,利用了向量空間模型(VSM)以及其它一些數(shù)學(xué)分析方法來(lái)解決這一問(wèn)題。

隱性知識(shí)地圖;專(zhuān)家匹配;專(zhuān)家推薦

【基金項(xiàng)目】國(guó)家自然科學(xué)基金項(xiàng)目(71071114);教育部博士點(diǎn)基金(200802470009);上海市重點(diǎn)學(xué)科建設(shè)項(xiàng)目(B310);國(guó)家支撐計(jì)劃項(xiàng)目(2011BAC10B08)

【作者簡(jiǎn)介】金閃(1988—)女,安徽人,同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院研究生,研究方向:知識(shí)管理、管理信息系統(tǒng)。

1.引言

21世紀(jì)是知識(shí)經(jīng)濟(jì)的時(shí)代。如今關(guān)于對(duì)知識(shí)經(jīng)濟(jì)的研究和實(shí)踐逐漸從宏觀層次轉(zhuǎn)向了微觀領(lǐng)域,學(xué)術(shù)界已經(jīng)非常關(guān)注知識(shí)經(jīng)濟(jì)的微觀基礎(chǔ)——企業(yè)的知識(shí)管理問(wèn)題。企業(yè)的知識(shí)總體上可以分為兩類(lèi):顯性知識(shí)和隱性知識(shí),這最早出現(xiàn)在野中郁次郎先生的著作《創(chuàng)造知識(shí)的企業(yè)》中。顯性知識(shí)通常指那些易于識(shí)別易于編碼的知識(shí),例如書(shū)本、文檔等;相反隱性知識(shí)是難以被編碼并且存在于人們腦海中的知識(shí),不易被察覺(jué)。一般來(lái)講,隱性知識(shí)比顯性知識(shí)更完善、更能創(chuàng)造價(jià)值,隱性知識(shí)的挖掘和利用能力將成為組織成功的關(guān)鍵。想要對(duì)隱性知識(shí)進(jìn)行良好的管理必然要用到相關(guān)的工具,按照用途不同大致分為三類(lèi),如圖1所示。

本文即是選取了知識(shí)地圖這一工具對(duì)企業(yè)中的隱性知識(shí)進(jìn)行管理,并且將關(guān)注的焦點(diǎn)集中在構(gòu)建知識(shí)地圖的實(shí)施過(guò)程中如何有效的對(duì)大量專(zhuān)家進(jìn)行匹配與推薦,從而得出最優(yōu)的一位專(zhuān)家。在這一過(guò)程中將會(huì)用到向量空間模型以及其它數(shù)學(xué)分析方法。

2.隱性知識(shí)地圖構(gòu)建

隱性知識(shí)地圖總體架構(gòu)。隱性知識(shí)地圖在本質(zhì)上依然是一個(gè)管理信息系統(tǒng),因此它的整體架構(gòu)依然采用經(jīng)典的三層結(jié)構(gòu),如圖2所示。

本文并不詳細(xì)討論這樣一個(gè)信息系統(tǒng)要如何分析、設(shè)計(jì)以及實(shí)現(xiàn),而是將焦點(diǎn)集中在其中的一個(gè)小部分——專(zhuān)家匹配與推薦的方法上,這是本文要闡述清楚的問(wèn)題。

數(shù)據(jù)庫(kù)的設(shè)計(jì)。隱性知識(shí)地圖的數(shù)據(jù)庫(kù)中的數(shù)據(jù)很簡(jiǎn)單,有兩大類(lèi),分別為專(zhuān)家信息和文檔信息。首先專(zhuān)家的信息包括:

專(zhuān)家的基本信息:包括賬號(hào)、密碼、等級(jí)、姓名、郵箱地址和聯(lián)系電話。這些信息一是為專(zhuān)家自己的身份驗(yàn)證儲(chǔ)存必要的信息,二是當(dāng)求助者找到最合適的專(zhuān)家時(shí)可是與他們順利取得聯(lián)系。

專(zhuān)家的自我描述信息:包括專(zhuān)業(yè)領(lǐng)域有哪些、都有些什么工作經(jīng)歷等等,越詳細(xì)越好。

專(zhuān)家的Tag:其他用戶(hù)可以為專(zhuān)家貼上標(biāo)簽,表明自己對(duì)專(zhuān)家的評(píng)價(jià)和認(rèn)識(shí),但是標(biāo)簽必須記錄下源標(biāo)簽用戶(hù)。

專(zhuān)家的文檔:這里包括專(zhuān)家所撰寫(xiě)的論文、書(shū)籍、報(bào)告等文字性的成果。如果涉及到保密的問(wèn)題,用戶(hù)必須經(jīng)過(guò)專(zhuān)家的同意取得相應(yīng)的權(quán)限才可以閱讀。

專(zhuān)家的權(quán)威程度:專(zhuān)家的權(quán)威程度由專(zhuān)家每次解答問(wèn)題后的得分以及打分的用戶(hù)的等級(jí)來(lái)決定的。它表明了專(zhuān)家在其專(zhuān)業(yè)領(lǐng)域內(nèi)的可信程度,權(quán)威度越高就表示越值得信賴(lài)。

專(zhuān)家的人際關(guān)系狀況:這其中具體分為:親密朋友、朋友、有一起合作過(guò)的同事、普通同事這四種,不同的人際關(guān)系表示不同的親密程度,也反映了專(zhuān)家共享信息的意愿程度。

專(zhuān)家的狀態(tài):這個(gè)是由專(zhuān)家自己進(jìn)行填寫(xiě),用來(lái)表明在近期內(nèi)是比較忙碌還是比較空閑,這也是作為專(zhuān)家推薦的一個(gè)考慮因素。

其次文檔的信息包括:

文檔的基本信息:包括標(biāo)題、創(chuàng)建時(shí)間、作者。

文檔的Tag:由用戶(hù)為文檔貼上標(biāo)簽,表明自己對(duì)該文檔的認(rèn)識(shí),標(biāo)簽必須記錄下該標(biāo)簽的源標(biāo)簽用戶(hù)。

文檔的描述信息:用比較簡(jiǎn)短的文字介紹文檔的重要內(nèi)容,類(lèi)似于摘要性質(zhì)的文字,其中要涵蓋文檔中所有關(guān)鍵性的部分。

專(zhuān)家匹配。用戶(hù)登陸進(jìn)入隱性知識(shí)地圖需求幫助,方式是采取常見(jiàn)的查詢(xún)方式。一般來(lái)說(shuō),查詢(xún)框內(nèi)接受三種形式的搜索條件:

關(guān)鍵字搜索:這是最普遍的方法,一般網(wǎng)站進(jìn)行搜索都是關(guān)鍵字進(jìn)行匹配然后得出符合條件的結(jié)果。

關(guān)鍵語(yǔ)句搜索:在搜索框內(nèi)輸入一句或幾句關(guān)鍵性的語(yǔ)句,以此與文檔進(jìn)行比較,找出最相似的文檔,再由此找出編寫(xiě)這些文檔的專(zhuān)家。

專(zhuān)家名字搜索:這個(gè)最直接,輸入專(zhuān)家名字,查看專(zhuān)家的信息以及專(zhuān)家文檔的一部分信息。

關(guān)鍵字搜索時(shí),一是直接根據(jù)專(zhuān)家的Tag與關(guān)鍵字進(jìn)行匹配得出結(jié)果;二是將文檔的Tag與關(guān)鍵字進(jìn)行匹配,得出文檔名稱(chēng)然后再獲得文檔撰寫(xiě)者——專(zhuān)家的名字。兩種方法都是相對(duì)不太復(fù)雜的SQL語(yǔ)句的查詢(xún),這里不做過(guò)多的說(shuō)明。

關(guān)鍵語(yǔ)句搜索時(shí),要將輸入的語(yǔ)句與文檔內(nèi)容以及專(zhuān)家的自我描述信息進(jìn)行比較,這里不再是簡(jiǎn)單的SQL語(yǔ)句就可以得出結(jié)果,需要用到向量空間模型VSM(Vector Space Model)。一篇文檔在VSM中被表示成一個(gè)向量,每個(gè)向量由其特征值與特征值的權(quán)值表示,這就構(gòu)成了文檔向量空間。其中特征值是指從文檔中選出的最能代表文檔內(nèi)容的特征子集,它們都是對(duì)相似度計(jì)算有真正貢獻(xiàn)的項(xiàng),特征值以及權(quán)重的選擇已經(jīng)有很多成熟的方法可以具體操作,在這里不再贅述。我們要做的就是:首先,將關(guān)鍵語(yǔ)句和文檔表示為向量的形式,分別為:

查詢(xún)者對(duì)于專(zhuān)家推薦的三個(gè)指標(biāo)都很看中。那么,此時(shí)專(zhuān)家的推薦由三個(gè)指標(biāo)的綜合得分最后評(píng)定。即:

得分,Authority、Status以及Cost都是介于0到1之間的整數(shù),因此,得分越高表示專(zhuān)家越適合推薦給查詢(xún)者,選取得分最高的三位專(zhuān)家進(jìn)行推薦。

3.總結(jié)

本文研究了隱性知識(shí)地圖構(gòu)建中專(zhuān)家匹配與專(zhuān)家推薦需要的指標(biāo),為了使得推薦的結(jié)果最合理,綜合考慮了很多方面的因素。以往的專(zhuān)家地圖首先在匹配的時(shí)候往往只有一個(gè)關(guān)鍵字的查詢(xún)匹配忽略了關(guān)鍵語(yǔ)句的查詢(xún),不夠詳盡、完整;其次,在匹配操作結(jié)束后并沒(méi)有再進(jìn)行推薦,只是單純給出符合查詢(xún)條件的好幾個(gè)專(zhuān)家,至于專(zhuān)家的選擇問(wèn)題就留給了用戶(hù)自己解決;再一點(diǎn),即使有推薦的過(guò)程,可能只有簡(jiǎn)單考慮了專(zhuān)家的權(quán)威程度,將權(quán)威程度最高的一位推薦出去而忽略了專(zhuān)家的狀態(tài)以及如何接近專(zhuān)家和路徑代價(jià)的問(wèn)題。本文匹配與操作的過(guò)程都有進(jìn)行并且已經(jīng)盡量將所有可能影響推薦的因素都考慮到了。希望本文可以為再生金屬企業(yè)在構(gòu)建專(zhuān)家地圖的時(shí)候起到一點(diǎn)幫助和作用。

[1]黃橡麗,張偉.圖的全遍歷方法的研究及實(shí)現(xiàn)[J].天津紡織科技,2005.03

[2]Baumard,P.(1999),Tacit Knowledge in Organizations,Sage,London.

[3]王偉軍,劉艷芬等.基于Web2.0知識(shí)管理系統(tǒng)的設(shè)計(jì)[J].信息系統(tǒng),2009.06