（组织设计）用 O组织企业
的信息和知识
用 Ontology组织企业的信息和知识
于不确定是唯壹可确定因素的经济环境中，知识是企业获得持续
竞争优势的源泉。知识管理就是利用先进信息技术实现知识获取/创
造、组织/存储、传播、应用，使企业于动荡的市场中保持高度智能
化的管理手段。知识分为显性知识和隐性知识，显性知识是已经总结
好的被基本接受的正式知识，以数字化形式存于或者可直接数字化，
易于传播；隐性知识是尚未从员工头脑中总结出来或者未被基本接受
的非正式知识，是基于直觉、主观认识、和信仰的经验性知识。显性
知识比较容易共享，可是创新的根本来源是隐性知识。日本东京壹桥
大学著名知识学教授野中郁次郎研究发现：员工于工作过程中把隐性
知识作用于客观信息，产生显性知识且传授给同事，和同事壹起把显
性知识汇总且于产品/服务中体现出来。
而知识管理就是对壹个企业集体的知识和技能的捕获——而不
论这些知识和技能是存于于数据库中、被印刷于纸上或是存于于人们
的脑海里——然后将这些知识和技能分布到能够帮助企业实现最大
产出的任何地方的过程。知识管理的目标就是力图能够将最恰当的知
识于最恰当的时间传递给最恰当的人以便使他们能够做出最好的决
策。
公司信息资产的价值且不于于存贮和提取信息的能力，而于于将
信息和特定过程和未知情境进行动态匹配的能力。通过运用知识管理
这壹技术，许多企业已经取得了令人惊异的成就。分析家们指出：
LotusNotes和世界互联网是知识管理系统中的俩大中坚力量。而数据
库、文件管理系统和电子邮件则是知识管理系统中的基本要素。为实
现知识管理的目标，从而为企业带来收益，大多数公司仍需要添加某
种知识提取产品，它能通过群体协作、过滤和语义技术将信息转化为
知识。
数字信息壹方面为人们的日常工作和生活带来了帮助，另壹方面，
大量的信息又使人们不知所措。如何组织和提供信息就成为信息系统
要解决的关键问题。
目前主要的困难包括：知识的表示、信息的组织、软件的复用等。
特别是由于因特网的快速发展,面对信息的海洋，如何组织、管理和
维护海量信息且为用户提供有效的服务也就成为壹项重要而迫切的
研究课题。为了适应这些要求，Ontology作为壹种能于语义和知识层
次上描述信息系统的概念模型建模工具，自被提出以来就引起了国外
众多科研人员的关注，且于计算机的许多领域得到了广泛的应用，如
知识工程、数字图书馆、软件复用、信息检索和 Web上异构信息的处
理、语义 Web等。
信息检索技术可分为 3类：全文检索（Textretrieval）、数据检
索（Data
retrieval）和知识检索（Knowledgeretrieval）。全文检索的特点是
把用户的查询请求和全文中的每壹个词进行比较，不考虑查询请求和
文件语义上的匹配，这种方式虽然能够保证查全率，可是查准率却大
大地降低了。数据检索的特点是查询要求和信息系统中的数据均遵循
壹定的格式，具有壹定的结构，允许对特定的字段检索（例如：作者
=“王刚”）。数据检索需要有标识字段的方法。数据检索的性能取决
于所使用的标识字段的方法和用户对这种方法的理解，因此具有很大
的局限性。数据检索支持语义匹配的能力也较差。知识检索强调的是
基于知识的、语义上的匹配，因此于查准率和查全率上有更好的保证。
目前知识检索是信息检索研究的重点，特别是面向 Web信息的知识检
索。
常规的直接基于关键词的信息检索技术已不能满足用户于语义
上和知识上的需求，寻找新的方法也就成为目前研究的热点。
Ontology具有的良好的概念层次结构和对逻辑推理的支持，因而于信
息检索，特别是于基于知识的检索中得到了广泛的应用。作为知识表
示工具，Ontology是壹种表示知识的形式，能够通过带标记的有向图
来表示，适合用于逻辑推理。同时 Ontology是对共享概念模型的规
范说明，这里所说的“共享概念模型”指该模型中的概念是公认的，
至少于某个特定的领域是公认的。壹般情况下，
Ontology是面向特定领域，用于描述特定领域的概念模型。但
Ontology的建立必须要有专家的参和，相对而言更加的严格和困难。
需要专家的参和是目前 Ontology主要缺点之壹。
基于 Ontology的信息检索的基本设计思想能够总结如下：
（1）于领域专家的帮助下，建立关联领域的 Ontology。
（2）收集信息源中的数据，且参照已建立的 Ontology，把收集来的
数据按规定的格式存储于元数据库（关系数据库、知识库等）中。
（3）对用户检索界面获取的查询请求，查询转换器按照 Ontology把
查询请求转换成规定的格式，于 Ontology的帮助下从元数据库中匹
配出符合条件的数据集合。
（4）检索的结果经过定制处理后，返回给用户。
需要说明的是，如果检索系统不需要太强的推理能力，Ontology可用
概念图的形式表示且存储，数据能够保存于壹般的关系数据库中，采
用图的匹配技术来完成信息检索。如果要求比较强的推理能力，壹般
需要用壹种描述语言
（如：Loom，Ontolingua等
）表示 Ontology，数据保存于知识库中，采用描述语言的逻辑推理能
力来完成信息检索。由于 Ontology能通过概念之间的关系来表达概
念语义的能力，所以能够提高检索的查全率和查准率。
目前 Ontology应用于信息检索中的著名项目包括（Onto）2Agent、
Ontobroker和 SKC。这
3个项目也分别代表了
3个方向。（Onto）2Agent的目的是为了帮助用户检索到所需要的Ｗ
ＷＷ上已有的 Ontology,主要采用了参照 Ontology。参照 Ontology
是以ＷＷＷ上已有的 Ontology为对象建立起来的 Ontology,它保存有
各类 Ontology的元数据。Ontobroker面向的是ＷＷＷ上的网页资源，
目的是为用户检索到所需要的网页，这些网页含有用户所关心的内容。
SKC是壹个正于进行的项目，其目标是解决信息系统语义异构的问题，
实现异构的自治系统之间的互操作。该项目希望通过于 Ontology上
建立壹个代数系统，用这个代数系统来实现各 Ontology之间的互操
作，从而实现异构系统之间的互操作。
企业文化知识是壹个组织特有的关于人、社会，以及道德的知识，是
从企业战略、企业风格、企业共同的价值观以及企业的成长发展历程
中逐渐凝聚出来的。每个企业壹般均有自己独特的文化，能够以壹定
的显性知识表述。于企业运转过程中，企业文化知识更多地隐含于组
织、团队、员工以及客户之间的互动中。员工的技能经验知识壹般以
隐性知识存于于员工头脑中，这部分知识对企业具有决定性意义。而
企业最大的难点就是如何将此类知识显性化，将个人知识提升为组织
知识，这也是企业能够积累、成长的重要因素。这类知识通常通过企
业建立壹定的共享交流机制、激励机制以及相应的制度规范等外化为
各种显性知识，从而推进组织知识的积累和发展，进而实现组织的可
持续发展，而整个知识管理过程中，Ontology会于其中发挥重要的作
用。
