周尤明

摘 要：目前知識管理主要采取靜態(tài)獲取、密封管理的方式，難以適應(yīng)動態(tài)變化的環(huán)境，更難以預(yù)測、適應(yīng)突發(fā)事件的快速變遷。提出突發(fā)事件本體論知識管理的動態(tài)性、開放性框架設(shè)計，基于本體的突發(fā)事件信息對象建模，從3維（領(lǐng)會的共享構(gòu)建、知識的聚集開放性和知識的思想聯(lián)系、社會化推薦）和3個層次（知識進(jìn)程、元知識進(jìn)程和知識協(xié)同進(jìn)程）論述知識管理的動態(tài)、開放性框架，并輔助實例對框架進(jìn)行設(shè)計。知識管理的動態(tài)、開放性框架的提出，能有效進(jìn)行動態(tài)、開放的知識維護(hù)，使知識管理更緊密地聯(lián)系工作實際，以便更好地對突發(fā)事件作出決策。

關(guān)鍵詞：知識管理；動態(tài)維護(hù)；本體論

DOI：10.11907/rjdk.181520

中圖分類號：TP302

文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2018）006-0053-05

Abstract：Currently，static fetching and closed maintenance are adopted in knowledge management，which is difficult to adapt to dynamic environment changes and make prediction of emergencies.To solve the problems，the author proposes a dynamic and open framework of ontology based on knowledge management of emergencies.A model is constructed based on the emergency information body and it is elaborated from 3 dimensions including understandable shared construction，open integration of knowledge，and ideal correlation with knowledge and socialized recommendation，and from 3 layers including knowledge procedure，meta-knowledge procedure，and knowledge cooperation procedure.And the framework is detailedly designed with a case study.The dynamic and open framework of knowledge management can effectively facilitate dynamic and open maintenance of knowledge，make knowledge management correlate with practice and emergency decision making more effectively.

Key Words：knowledge management； dynamic maintenance； ontology

0 引言

街道管理中的突發(fā)事件（如城管與小販起沖突、環(huán)境污染等）往往是動態(tài)和不確定的，而且日益增多，但很難進(jìn)行預(yù)測和決策處理。在此情況下有必要針對各種突發(fā)事故和緊急事態(tài)建立決策知識庫，以便在事故發(fā)生前后進(jìn)行預(yù)測和決策處理，從而減少事故發(fā)生和損失。

目前用于決策的知識庫案例知識主要大量來自單位以電子文檔、電子表格、Web頁面和E-mail等形式表示的信息對象；也可能包括互聯(lián)網(wǎng)中單位感興趣的信息（主要表示于Web頁面）。面臨經(jīng)濟(jì)全球化和激烈的市場競爭，很多企業(yè)重用了這些相關(guān)知識，使單位的運(yùn)營效益和市場競爭力得到了提高，但是卻很難應(yīng)對諸如街道管理中的突發(fā)事故。究其原因主要是目前流行的知識管理（knowledge management，KM）[1-5]存在嚴(yán)重不足，主要存在以下缺點：①知識管理采取靜態(tài)獲取、密封管理的方式；②基于本體的知識僅用于正常生產(chǎn)決策[6-8]，而緊急情況或者重大事故預(yù)測和決策處理比較少。

各種突發(fā)事故的突發(fā)性、隨機(jī)性、動態(tài)性和不確定性，事后的災(zāi)難性、破壞性，且由于目前知識管理的不足，決策者無法應(yīng)對上述各種突發(fā)事故，這就要求建立相應(yīng)的知識管理并用于事前事后的緊急動態(tài)處理實踐中，活化組織記憶（organizational memory，OM ）。知識的靜態(tài)獲取、密封管理使單位的OM無法及時反映因事故的突發(fā)性、隨機(jī)性、動態(tài)性和不確定性而需建立的最新知識，使緊急事態(tài)處理失去本體知識支撐，從而使KM應(yīng)用效益受到影響。知識的靜態(tài)獲取指知識應(yīng)用單位中的知識密集型應(yīng)用實踐者（以下簡稱知識應(yīng)用者，或者緊急事態(tài)處理者）只能取用由知識管理者事先設(shè)置于OM的知識，而不能使用緊急事態(tài)處理應(yīng)用（以下簡稱工作應(yīng)用）中建立的新知識，使工作應(yīng)用鎖死在老舊的決策模式中。靜態(tài)也指沒有提供有效手段緊密聯(lián)系知識的獲取與工作應(yīng)用中動態(tài)出現(xiàn)的需求。知識的密封管理是指OM中的知識只能由知識管理者增刪和更新，知識應(yīng)用者無法隨時把知識應(yīng)用中建立的新知識加進(jìn)OM，以便共享，使得OM僅含有過時的知識和反映知識應(yīng)用的局外人觀點，而且動態(tài)的知識管理研究較少[9-11]，導(dǎo)致目前單位的OM只局限于正常生產(chǎn)處理，緊急事態(tài)處理缺乏知識管理支撐，使得生產(chǎn)過程和社會經(jīng)營者面臨嚴(yán)峻形勢。

事故的突發(fā)性、隨機(jī)性要求及時建立突發(fā)事件的知識管理庫，以供事件處理者隨時準(zhǔn)確查找，并提供圖形化界面便于查找；而突發(fā)事故的動態(tài)性和不確定性要求知識庫的知識是變化的，以適應(yīng)突發(fā)事件處理，并且知識庫要便于進(jìn)行創(chuàng)新性地更新。為此，本文研究基于本體論知識管理的動態(tài)性、開放性框架設(shè)計，輔助緊急事態(tài)決策處理，并基于本體論的緊急事態(tài)處理信息內(nèi)容（用于支撐緊急事態(tài)處理決策，包括緊急或者異常分析、緊急或異常處理等等）建模，從三維：領(lǐng)會的共享構(gòu)建、知識的聚集開放性和知識的思想聯(lián)系、社會化推薦，分3個層次：知識進(jìn)程、元知識進(jìn)程和知識協(xié)同進(jìn)程（多知識獲取者協(xié)作實現(xiàn)知識的動態(tài)開放管理），建立面向知識的高性能開發(fā)性框架，滿足知識管理動態(tài)性、開放性要求。知識管理需對理論工具進(jìn)行多維、多層次技術(shù)集成，這是研究難點。

1 突發(fā)事件本體論知識管理的動態(tài)性、開放性框架

基于本體論的緊急事態(tài)處理信息內(nèi)容建模，從三維、分3個層次構(gòu)建突發(fā)事件本體論知識管理的動態(tài)性、開放性框架。三維即領(lǐng)會的共享構(gòu)建、知識的聚集開放性和知識的思想聯(lián)系、社會化推薦；3層即知識進(jìn)程、元知識進(jìn)程和知識協(xié)同進(jìn)程。

1.1 領(lǐng)會的共享構(gòu)建

領(lǐng)會的共享構(gòu)建旨在提供突發(fā)事件信息內(nèi)容的建模語言、工具和方法，幫助單位的OM維護(hù)和制定由知識應(yīng)用者一致贊同且被計算機(jī)領(lǐng)會的共享本體論，使知識應(yīng)用者之間和應(yīng)用者機(jī)器之間對流通的信息具有共同理解基礎(chǔ)?；诒倔w論的緊急事態(tài)處理信息內(nèi)容建模意在制定共享的描述、組織（單位）和領(lǐng)域本體論作為OM中信息內(nèi)容的建模方法理論，作為知識管理全過程的指導(dǎo)?；谶@些本體論，可以給加進(jìn)OM的信息對象附加清晰的語義說明，即附加突發(fā)事件情景[12-13]，包含內(nèi)容的表示結(jié)構(gòu)和方式、內(nèi)容的結(jié)構(gòu)介紹以及信息對象建立時上下文（作者和他的身份、修改或者建立時間、動機(jī)和想要的閱讀者、管理部門及其相應(yīng)項目等），以便構(gòu)建信息內(nèi)容的元知識（信息對象也就變成OM中的知識項）。信息對象變成知識項，就是利用元知識的檢索作用，可以使得包含在信息對象的知識和需要取用知識的人建立準(zhǔn)確的聯(lián)系。建立KM的信息內(nèi)容的本體論建模理論，可以很好地關(guān)聯(lián)知識管理與突發(fā)事件的處理，必使KM具備開放性和動態(tài)性的能力，以便更好應(yīng)對突發(fā)事件。領(lǐng)會的共享構(gòu)建使OM中知識分成多個模塊：層次分類體系和本體論、知識情景和信息對象，知識管理以本體、突發(fā)事件情景和突發(fā)事件信息，以這些信息對象為切入點，知識動態(tài)性和開放性管理就有了明確的對象和目標(biāo)。

基于以上思想，本體論可以用概念表示，而概念用以描述實體對象類或關(guān)系類。概念的表示簡化為概念名-屬性集形式（屬性即槽或者特征槽），定義如下：

定義1 Concept <概念名>

{ <屬性名>： { type <類型> | ref [<本體論別名>]}

[mode <方式> ] [val <屬性缺省值>]； }*

//ref指示將與<屬性名>同名的外部概念或公用的簡單屬性作為屬性定義。

//<方式>：=necessary | typical | derive，necessary意指槽值不能缺少，未指定mode的情況下方式默認(rèn)為typical，即槽值可以缺省。

End [ <概念名> ]

<類型> ：= [*] { <原子類型> | <概念名> }

//通過<概念名>建立概念間聯(lián)系。

<原子類型> ：= string | float | int | decimal | <自定義的簡單數(shù)據(jù)類型名>

//*指示列表，對應(yīng)于XML Schema定義中的可出現(xiàn)多次的element，若<概念名>或<自定義的簡單數(shù)據(jù)類型名>定義在別名非空的本體論中，應(yīng)將”<別名>：”作為概念名或自定義的簡單數(shù)據(jù)類型名的前綴。

面向分類層次體系描述的類（概念）定義可以通過兩種表示形式加以說明：

Super——通過指出Subclass和Superclass關(guān)系明確地表示類（概念）之間的包含（Subsumption）關(guān)系，可視為表示了inclusion axiom。

Constraint——通過指出類（概念）成員應(yīng)遵從的特性約束，隱含地支持類之間包含關(guān)系的確定，可視為表示了equality axiom或inclusion axiom（這二者分別作完全和不完全定義，在二個類定義相容匹配中可不作區(qū)分）。包含關(guān)系的確定有助于相容匹配的實現(xiàn)。Constraint具有條件表達(dá)式形式，但條件表達(dá)式中涉及的概念實例模式應(yīng)面向當(dāng)前概念及其屬性值類型指示的概念（其它概念的應(yīng)用不會出錯，但通常無實際意義）。

因此概念分類體系可以定義如下：

定義2 概念分類體系：ConceptTaxonomy <概念分類體系名> OntologyAlias <領(lǐng)域概念本體論別名>

{Concept <概念名> [OntologyAlias <領(lǐng)域概念本體論別名>]

//當(dāng)此處別名與ConceptTaxonomy參考的別名相同時，別名短語可以省略

[Super：{ <超類名> }+]；

[Constraint： { <條件表達(dá)式> } ]；

[SynonymousTerm：{<同義概念名>}+]； //概念名的同義詞

End [<概念名>] }+

End [概念分類體系名]

1.2 知識的聚集開放性

知識的聚集開放性通過本體論聚集機(jī)制，配置輔助工具（基于表示本體論），輔助知識應(yīng)用者按本體論指定的樣式構(gòu)建信息對象并很方便地構(gòu)建附加的元知識，同時遵從領(lǐng)域本體論的定義，在構(gòu)成OM層次分類體系中插入產(chǎn)生的知識項。開放指知識應(yīng)用者可在授權(quán)范圍內(nèi)自行增刪和修改知識項，也可隨領(lǐng)域本體論充實并擴(kuò)展OM的層次分類體系，OM還可通過封裝程序（Wrapper）把從因特網(wǎng)獲取的外部信息對象和單位原有信息系統(tǒng)遺留（Legacy）信息對象集成進(jìn)來。

以本體、突發(fā)事件情景和突發(fā)事件信息對象為切入點，知識的聚集開放性框架可以從以下方面實施：

（1）術(shù)語的增加、刪除。術(shù)語是支持本體論的基礎(chǔ)。當(dāng)已有的術(shù)語集不足以描述概念或者某些概念特征槽的特征時，需要增加術(shù)語。

（2）概念和概念分類體系的增加。由于突發(fā)事件領(lǐng)域的動態(tài)發(fā)展及拓寬，已有的概念和概念分類體系不足以描述突發(fā)事件，則需增加概念、概念分類體系和對應(yīng)的術(shù)語集，以描述新的突發(fā)事件及其對應(yīng)的領(lǐng)域。

（3）突發(fā)情景的修改。隨著生產(chǎn)環(huán)境的變化和事態(tài)的變遷，對同一突發(fā)事件信息對象的情景描述會發(fā)生變化。這時需要修改突發(fā)事件信息對象的情景描述，可能需要增加情景的某些特征槽及其對應(yīng)的術(shù)語集。

（4）信息對象的增加。隨著科學(xué)技術(shù)的進(jìn)步和新方法的拓寬，對已有的突發(fā)事件會有新的處理方法，需要在OM中增加突發(fā)事件信息對象；或者在出現(xiàn)新的突發(fā)事件后，也需要在OM中增加突發(fā)事件信息對象。除了增加突發(fā)事件信息對象外，也應(yīng)在OM中增加對應(yīng)情景，以便快速檢索突發(fā)事件信息對象。

1.3 知識的思想聯(lián)系與社會化推薦

知識的思想聯(lián)系旨在按知識應(yīng)用中動態(tài)出現(xiàn)的需要，即時提醒突發(fā)事件知識實踐者注意對決策有用的OM知識項，并配備多種知識聯(lián)系方法。KM的開發(fā)定位保留以前獲取的知識，使人員在合適的時候能迅速查閱到以適當(dāng)形式表達(dá)的知識需求，解決決策知識應(yīng)用中遇到的問題。能否有效地把OM中包含的相關(guān)知識項關(guān)聯(lián)到實踐工作主要取決于知識應(yīng)用者是否能認(rèn)識、注意到需要取用的知識項，因此基于元知識（知識應(yīng)用者的求助期望、概要介紹應(yīng)用實踐及OM知識項）判斷是否存在知識應(yīng)用者期望求助的知識項，提醒知識應(yīng)用者意識到它們的存在，是KM應(yīng)用的關(guān)鍵，可以配備多種知識運(yùn)用于實踐的方法和構(gòu)建多種適當(dāng)?shù)奶嵝炎⒁獠呗?。前者依靠?yīng)用實踐、知識項的說明、知識應(yīng)用者求助期望的元知識，以及面向信息內(nèi)容的語義檢索技術(shù)（基于關(guān)于信息對象上下文的元知識和本體論）；后者應(yīng)在執(zhí)行注意提醒功能時，盡量減少對實踐應(yīng)用的干擾，應(yīng)按關(guān)聯(lián)性對關(guān)聯(lián)的知識項排序分類，還要讓知識應(yīng)用者選擇符合自己喜好的查閱和提醒模式。為能給知識應(yīng)用者提供使用方便，可以向知識應(yīng)用者配備多種知識聯(lián)系方法，包括知識獲取者-知識（知識獲取者設(shè)法拉取知識）、知識-知識（知識組合和互聯(lián)）、知識獲取者-知識獲取者（將提供者關(guān)聯(lián)到知識的需求者）、知識-知識獲取者（系統(tǒng)主動推送知識）。無論哪種方法，都應(yīng)該配備透明的關(guān)聯(lián)輔助（基于元知識和本體論），使知識應(yīng)用者不需要學(xué)習(xí)繁瑣的詢問語句和語法，就可方便地獲取所要查詢的知識項。社會化推薦是一種系統(tǒng)主動推送知識的方式，根據(jù)待解決的突發(fā)事故的相似度，即各自匹配的知識實例群的相似度為數(shù)據(jù)進(jìn)行推薦。不同于個人推薦方式，社會化推薦不逐個判斷知識特性，而是針對知識實例群的特性聯(lián)系度進(jìn)行分析，然后為待解問題提供推薦。

獲取到的知識或許可以直接解決突發(fā)問題，或者有助于催化產(chǎn)生解決突發(fā)事件的靈感。當(dāng)獲取到的信息對象能夠直接解決突發(fā)事件時，實踐工作者可以為獲取到的知識評分，以優(yōu)化知識的思想聯(lián)系。盡管解決突發(fā)事件（解決問題）過程一般不受外界控制，但期望通過突發(fā)事件問題情景找到適合性好（匹配需求或者匹配問題需求） 的清晰知識，根據(jù)突發(fā)事件情景匹配到的能真正解決類似突發(fā)事件的知識才有助于催化產(chǎn)生解決問題的靈感。催化產(chǎn)生的靈感可以以本體形式增設(shè)到OM中，供其它知識應(yīng)用者獲取，此即為從知識的思想聯(lián)系方面進(jìn)行知識的動態(tài)性、開放性管理。

1.4 元知識進(jìn)程

元知識進(jìn)程被視為知識管理的下層，通過定義應(yīng)用域共享本體論，主要功能是構(gòu)建面向知識管理的描述框架和表示理論，是知識重用和共享的語義基礎(chǔ)。元知識進(jìn)程也可以稱作基于共享本體論的開發(fā)過程，包含本體論的設(shè)計、需求分析、評價、精化和維護(hù)。通過本體論高效實現(xiàn)元知識進(jìn)程是確保元知識進(jìn)程和知識進(jìn)程這兩個層次無縫綜合的關(guān)鍵，而面向這兩個進(jìn)程的支撐環(huán)境和工具集決定了KM系統(tǒng)的性能。元知識進(jìn)程包括的支撐環(huán)境和工具集有：本體論可視化制作工具（定義概念的屬性、概念間關(guān)系、概念分類體系、表示約束和公理的規(guī)則）、本體論的分析需求模板（領(lǐng)域、目標(biāo)、潛在用戶、信息源和應(yīng)用情節(jié)）、一致性檢查和語法工具、基于RDF和XML（描述資源框架）的映射本體論（翻譯）工具等。這些支撐環(huán)境和工具集可以支持對本體論的設(shè)計、需求分析、評價精化和維護(hù)。

1.5 知識進(jìn)程

知識進(jìn)程作為知識管理的中間層，它的概念模型可以包括目標(biāo)（任務(wù)） 分類體系和應(yīng)用域共享本體論提供的任務(wù)情景描述模式，支持創(chuàng)新型知識管理關(guān)鍵環(huán)節(jié)的實現(xiàn)。知識進(jìn)程面向知識項的形成和使用、突發(fā)事件信息內(nèi)容的具體處理，涉及4個階段：信息對象的引入或建立、知識項的獲取[14-16]（通過附加元知識將信息對象轉(zhuǎn)變?yōu)橹R項）、知識的存取和檢索、知識的使用（包括對于知識項的使用提醒和個性化顯示）。4個階段包括的支撐環(huán)境和工具集有：為外來信息對象制作封裝程序（Wrapper）的腳本語言，基于本體論的知識項建立模板（指導(dǎo)抽取信息對象的元知識），基于本體論[17-18]的信息對象制作模板、基于元知識和OM視圖的知識項存取和檢索，知識項的使用提醒，基于本體論映射的元知識翻譯工具（翻譯外來知識項的元知識），以及知識項的個性化顯示。

1.6 知識協(xié)同層

知識協(xié)同層作為知識管理的上層，依據(jù)知識進(jìn)程、元知識進(jìn)程，使知識應(yīng)用者和知識獲取者與知識獲取者之間的協(xié)作（知識協(xié)同）實現(xiàn)動態(tài)開放性管理。人類的創(chuàng)造力并非來自個體，而是來自由個體間交互構(gòu)成的社會。多個部門、多個地域集中看待突發(fā)事件往往需要人人動態(tài)開放性管理。

隱晦（tacit）知識、清晰（explicit）知識[19]是知識的兩大主要類別。前者一般是主觀經(jīng)驗的積累，是行為智能決策的源泉，也是知識創(chuàng)新和協(xié)同知識創(chuàng)新的基礎(chǔ)。后者（清晰知識）通常通過諸如視頻、電子文檔等媒介（促使人與人之間的知識共享和傳播）表示和描述。隱晦和清晰知識的轉(zhuǎn)換方式如下[20]：

（1）Externalization（tacitto explicit）——外表化進(jìn)程，即隱晦知識（在個人內(nèi)心）通過外表化進(jìn)程（主要通過抽取、概念化、表示等步驟來實現(xiàn)）轉(zhuǎn)變?yōu)楣蚕淼那逦R。

（2）Socialization（tacit to tacit）——個人間隱晦知識通過社交化進(jìn)程傳播知識并實現(xiàn)知識共享。

（3）Internalization（explicit to tacit）——知識內(nèi)化進(jìn)程。通過理解和消化外來的清晰知識形成創(chuàng)新性隱晦知識。通過獲取適合性好的清晰知識，并與已有的隱晦知識融合完成實現(xiàn)進(jìn)程。

（4）Combination（explicit to explicit）——化合進(jìn)程是為了更好地實現(xiàn)清晰知識的共享和重用，對清晰知識進(jìn)行關(guān)聯(lián)、存儲、分類、搜索和索引等。

圖1中，通過情景匹配獲取領(lǐng)域（化合后）中對知識應(yīng)用者個人具有創(chuàng)新參照性的清晰知識，通過內(nèi)在化進(jìn)程（參照領(lǐng)域清晰知識）創(chuàng)新產(chǎn)生能解決領(lǐng)域內(nèi)問題的隱晦知識，這些隱晦知識經(jīng)過外表化，產(chǎn)生其他知識應(yīng)用者個人特定領(lǐng)域（與前一個知識應(yīng)用者個人研究領(lǐng)域可以不同）的清晰知識，這些清晰知識又經(jīng)過化合、參照內(nèi)化等進(jìn)程，形成螺旋形循環(huán)漸進(jìn)的發(fā)展，獲取問題需求與案例知識之間的領(lǐng)域知識協(xié)同創(chuàng)新，而螺旋形循環(huán)漸進(jìn)的知識轉(zhuǎn)變進(jìn)程往往需要多人參與完成。

2 實例設(shè)計

為城市管理突發(fā)事件、學(xué)校突發(fā)事件和環(huán)境污染突發(fā)事件建立基于本體的知識庫，以支持基于本體論知識的突發(fā)事件動態(tài)開放性管理。

以城市管理突發(fā)事件、學(xué)校突發(fā)事件和環(huán)境污染突發(fā)事件為線索，針對“領(lǐng)會的共享構(gòu)建”，為OM建立知識索引（突發(fā)事件情景）、概念集和信息對象集（突發(fā)事件信息對象）。

（1）概念集為加入OM的信息對象建立組織本體論和表示，依據(jù)領(lǐng)域?qū)＜业囊庖姡帽倔w表示語言O(shè)RL定義。ORL支持對應(yīng)用域的概念化描述，包括關(guān)系和特性、概念（對象類），并支持術(shù)語分類體系和應(yīng)用域術(shù)語集的建立。概念的Super槽用于建立概念的復(fù)合定義（槽值是多個并列的超類名）和概念間的包含關(guān)系（槽值是單一超類名），并且支持建立概念分類體系。通過將槽值的類型定義為另一概念，可以建立概念間的任意自定義關(guān)聯(lián)。

（2）信息對象集為加入OM的、由知識索引指向的突發(fā)事件處理信息對象集合。突發(fā)事件處理信息對象可以從企事業(yè)單位中已存的大量電子文檔中獲取，也可以從互聯(lián)網(wǎng)上下載，并聚集到OM中。

（3）知識索引為概念集本體論的示例，存儲描述OM內(nèi)容的知識，包括OM信息對象適合性索引等知識項。索引包括突發(fā)事件屬性（突發(fā)事件名稱、突發(fā)事件描述、突發(fā)事件性質(zhì)、突發(fā)事件發(fā)生時間、突發(fā)事件發(fā)生地點、突發(fā)事件覆蓋范圍、突發(fā)事件類別、突發(fā)事件危害對象、突發(fā)事件危害級別、突發(fā)事件次生災(zāi)害和突發(fā)事件現(xiàn)場情景等等）、受害者屬性（受害者受災(zāi)地點、受害者受災(zāi)時間、受害者受災(zāi)級別、受害者受災(zāi)范圍、受害者周邊設(shè)施、受害者地理特征、受害者人口特征、受害者天氣狀況、受害者經(jīng)濟(jì)損失、受害者氣候特征、受災(zāi)現(xiàn)場情景）和突發(fā)源屬性（突發(fā)源名稱、突發(fā)源性質(zhì)和突發(fā)源類別，類別包括公共衛(wèi)生事件、自然災(zāi)害、事故災(zāi)難等）。通過建立突發(fā)事件共享本體論和描述信息對象的元知識，支持隸屬于相關(guān)實體知識項之間的啟發(fā)式關(guān)聯(lián)，實現(xiàn)知識聯(lián)網(wǎng)，對突發(fā)事件集成的知識進(jìn)行預(yù)測，分析突發(fā)情況的走勢和處理決策。對來自突發(fā)事件中的不同來源信息進(jìn)行預(yù)處理，再采用機(jī)器學(xué)習(xí)或者人工抽取的方式自動或手動地從中采集具體知識，包括實例對象、實例關(guān)系及邏輯規(guī)則等，進(jìn)而將具體知識泛化為抽象知識，如概念知識、概念關(guān)系、公理和推理規(guī)則等；然后將采集的知識以本體面向?qū)ο蟮男问剑ㄈ鏧ML等）進(jìn)行描述，形成領(lǐng)域知識本體庫，該知識本體庫可用于指導(dǎo)領(lǐng)域信息的語義標(biāo)注，以獲得領(lǐng)域新的實例作為原知識本體的豐富和擴(kuò)充。本體實現(xiàn)了對領(lǐng)域知識的有效組織，將領(lǐng)域知識連接成為一個巨大的網(wǎng)絡(luò)知識地圖；在此基礎(chǔ)上，對領(lǐng)域本體進(jìn)行知識應(yīng)用，以提供高質(zhì)量的知識服務(wù)，具體包括基于知識展示的知識地圖服務(wù)、基于語義檢索的知識檢索服務(wù)以及基于知識推理的知識創(chuàng)新服務(wù)，其中通過知識創(chuàng)新可以獲得新的領(lǐng)域知識，作為知識本體的有效擴(kuò)充。對于“知識的聚集開放性”維度，每次對“領(lǐng)會的共享構(gòu)建”的修改和增刪，都要注明修改和增刪的時間，生成記錄歷史，這樣便于分析修改和增刪的合理性。對于“知識的思想聯(lián)系、社會化推薦”維度，由于突發(fā)事件的情景屬性可能有很多項（如前文描述的突發(fā)事件屬性、受害者屬性和突發(fā)源屬性等），這樣必然對搜尋知識的效率造成很大影響，應(yīng)當(dāng)配置圖形化界面，讓用戶選擇搜索知識算法，通過圖形化界面還可以選擇情景屬性，按照用戶的心理預(yù)期對搜尋出的結(jié)果進(jìn)行知識案例排序，可以有效提高知識的思想聯(lián)系效率。元知識進(jìn)程通過應(yīng)用域共享本體論建立語義和描述框架，可以搜集種子文檔集（或者由領(lǐng)域?qū)＜姨峁?，通過工具自動產(chǎn)生術(shù)語集。通過專家篩選，建立術(shù)語之間包含關(guān)系，最終確立術(shù)語分類體系，并建立突發(fā)事件情景描述。知識進(jìn)程基于概念層，包括突發(fā)事件情景的及時建立、獲取適合性知識、產(chǎn)生創(chuàng)新性知識，并以產(chǎn)生的創(chuàng)新性知識對OM進(jìn)行擴(kuò)充等。

3 結(jié)語

由于目前知識管理采用靜態(tài)獲取、密封管理的方式，傳播和存儲的業(yè)務(wù)知識長期不變，很難針對變化的環(huán)境（非正常生產(chǎn)、突發(fā)事件等）作出正確決策。本文提出基于本體論知識管理的動態(tài)性、開放性框架設(shè)計，從三維：領(lǐng)會的共享構(gòu)建、知識的聚集開放性和知識的思想聯(lián)系、社會化推薦，分3個層次：知識進(jìn)程、元知識進(jìn)程和知識協(xié)同進(jìn)程，有效應(yīng)對知識的動態(tài)開放性管理，為將知識的取用與應(yīng)用實踐中動態(tài)出現(xiàn)的需求緊密聯(lián)系提供有效手段，也為突發(fā)事件的決策處理提供有效的技術(shù)支持。下一步研究方向是完善實例設(shè)計，為突發(fā)事件處理決策鋪平道路。

參考文獻(xiàn)：

[1] STEPHEN S，RUDI S.Knowledge processes and ontologies[J].IEEE Intelligent Systems，2001，16（1）：26-34.

[2] GERHARD F，JONATHAN O.Knowledge management：problems，promises，realities，and challenges[J].IEEE Intelligent Systems，2001，16（1）：60-72.

[3] DAVID G， TEENI D.Tying knowledge to action with kMail[J].IEEE Intelligent Systems，2000，15（3）：33-39.

[4] 鄭學(xué)偉.基于知識管理的本體自動構(gòu)建算法研究[J].計算機(jī)技術(shù)與發(fā)展，2014（12）：64-68.

[5] 趙亮，徐麗平，賀耀宜.本體技術(shù)與知識管理研究[J].電子世界，2013（23）：13-14.

[6] 朱穎.基于語義技術(shù)的柑橘園土壤環(huán)境判定決策支持系統(tǒng)[D].重慶：西南大學(xué)，2014.

[7] 王向前.基于案例推理的煤礦回采巷道支護(hù)決策系統(tǒng)研究[D].淮南：安徽理工大學(xué)，2013.

[8] 唐紅，鐘怡，趙國鋒. 面向未來互聯(lián)網(wǎng)的語義感知服務(wù)匹配算法研究[J].重慶郵電大學(xué)學(xué)報：自然科學(xué)版，2013，25（2）：187-191.

[9] 張建華.知識管理自學(xué)習(xí)案例的自組織機(jī)制與檢索算法研究[J].情報雜志，2013（12）：194-199.

[10] 孫俐麗.面向知識創(chuàng)新的電子商務(wù)企業(yè)知識生態(tài)系統(tǒng)模型構(gòu)建[J].情報科學(xué)，2016，34（12）：141-144.

[11] 崔蕊，霍明奎.產(chǎn)業(yè)集群知識協(xié)同創(chuàng)新網(wǎng)絡(luò)構(gòu)建[J].情報科學(xué)，2016，34（1）：155-159.

[12] 戎軍濤，王莉英.基于本體的公共危機(jī)事件情景模型研究[J].現(xiàn)代情報，2016，36（6）：50-55.

[13] RAO L L，MANSINGH G J，OSEI-BRYSON K M.Building ontology based knowledge maps to assist business process re-engineering[J]. Decision Support Systems，2012，52（3）：577-589.

[14] 游蘇寧.獲取知識的基本技能 閱讀書籍的葵花寶典[J].中華醫(yī)學(xué)信息導(dǎo)報，2015，30（8）：21-21.

[15] 羅式勝.在專家系統(tǒng)中獲取知識的技巧與方法[J].情報雜志，1994（1）：38-41.

[16] 張敏，劉玉佩，尹帥君.知識能力視域下采納虛擬社區(qū)獲取知識的行為意愿研究[J].圖書館學(xué)研究，2015（13）：80-88.

[17] 唐曉波，翟夏普.基于本體知識集合的知識檢索研究[J].圖書館學(xué)研究，2018（1）：60-66.

[18] 楊清琳，錢文標(biāo)，楊曉雷.基于領(lǐng)域本體知識庫的語義檢索研究[J].山東工業(yè)技術(shù)，2018（4）：213-213.

[19] POLANYI M.The tacit dimension，knowledge in organizations[M].Chicago：The Chicago University Press，2009.

[20] NONAKA I，TAKEUCHI H.The knowledge creating company[M].London：Oxford University Press，1995.

（責(zé)任編輯：江 艷）