檔案管理服務系統模型研究

1、知識服務系統模型

知識服務系統本質是專業化、個性化(滿足不同場景下不同層次用戶需求)、深層次智力服務系統,旨在按用戶需求重組碎片化領域知識,提供優質知識資源整合、智能檢索(支持高精度檢索)、知識多維瀏覽及網絡展示等服務,解決知識資源紛繁分散、質量良莠不齊、海量信息處理速度慢、原始信息轉化率低等問題;其與檔案管理系統本質區別是系統各處理階段(包括知識獲取、知識構建、知識推薦、知識服務、知識創新等)均一定程度實現智能化, 以提升知識轉化增值度。

2、基于人工智能的知識服務

區別于傳統信息服務,基于人工智能的知識服務本質是通過計算機程序模擬人腦思考、決策以提供解決問題方案,降低人類重復性工作智力負荷、提升智力價值鏈傳遞效益. 特征包括面向知識內容(基于邏輯獲取并形成符合用戶問題及環境需求且可自評的知識產品而非基于簡單提問和獲取)、用戶需求驅動(關注問題解決而非信息提供)、貫穿決策過程(按用戶要求動態連續組織服務而非基于單方面一次性提供)、提供解決方案(非僅提供根據用戶問題、情景加工的初始信息、數據或文本)、面向增值服務(強調創造性加工形成獨特專業價值而非僅基于資源占有、規模生產等體現價值).

3、基于人工智能的知識服務系統模型

知識倉庫體系結構模型

知識服務系統基礎與核心是知識倉庫，其直接決定知識服務系統的服務質量和效率。該模型分知識獲取層(基礎信息資源層,用知識裝入代理獲取知識并存入知識庫)、知識處理層(用知識引擎、面向系統數據按用戶需求加工處理知識)、用戶激活層(用戶基于用戶界面觸發個性化檢索、個性化推薦等服務) 三層. 此外,元數據描述知識及其使用背景,支持各層間知識共享,最終支持知識服務系統獲取數據、信息,處理后按用戶需求方式(即信息、知識或智慧)

知識服務系統模型

知識服務系統模型體系結構分用戶接口、功能模塊、技術實現三層。其中,功能模塊層涉及知識獲取、知識構建、知識推薦、知識服務、知識創新五個模塊。

用戶接口層

用戶接口層為用戶與知識服務系統交互層,接收用戶知識需求輸入并將其傳給知識創新模塊,由知識構建、知識推薦、知識服務模塊協作分析與推理形成,并將知識或問題求解方案反饋給用戶接口,由其顯示給用戶. 該過程主要由多個具有感知、自適應、思維、通信機能的智能代理協作完成,用戶接口形式有WebServer、WebService、SMS(Short Sessage Service)等。

功能模塊層

知識獲取模塊

該模塊由知識服務系統提供服務基礎，所獲取知識質量直接影響后續模塊知識處理過程和質量。目前廣為接受的知識分類主要有兩類:哲學家波蘭尼的將知識按可表達和轉移性分為顯性知識和隱性知識，認知心理學家安德森的將知識按知識內容分為陳述性知識和程序性知識。兩類標準組合后可將知識服務系統的知識分為四類，各類知識及其獲取方法與技術詳見表1。知識獲取模塊智能性表現為符號智能和生理智能，用自然語言處理、機器視覺、模式識別等技術模仿人類交互的聽覺、視覺感知與理解能力以獲取信息與知識。

知識構建模塊

該模塊主要組織、標注知識并提供知識檢索、知識導航等功能以實現“人找信息”:首先,對信息資源進行知識單元抽取、知識元解析、本體語義標注,形成語義關聯的層次結構關系(即知識結構);然后構建知識存取空間模型,用本體語義標識所采集知識關聯信息,以揭示人與顯性知識、人間關聯關系;最后通過知識節點、鏈接、描述有機結合成知識地圖以提供知識檢索(由關鍵詞匹配深入到語義內容、用戶興趣、知識情境三維匹配)與知識導航(從內容、任務、用戶、社團等維度定位、可視化展示知識)路徑。

知識構建模塊智能性表現為生理智能和行為智能,具體通過語義 Web技術實現基于語義的標注、瀏覽、檢索,通過云計算技術整合分布式、異構數字信息資源以實現透明訪問,通過兩種技術結合標準化描述、靈活應用知識,最終有效整合知識、服務、用戶。

知識推薦模塊

該模塊常需知識構建模塊支持,主要基于用戶背景、偏好等預測其可能感興趣信息、知識并引導用戶需求,實現“信息找人”:先進行用戶興趣建模(模型化表示用戶知識需求并依其反饋進化用戶興趣模型,以縮小預測信息與用戶實際需求間差距)和推薦對象建模(模型化表示推薦對象特征信息),再基于特征信息匹配、特定推薦算法篩選并推薦匹配度最高信息、知識給用戶,方法有基于規則推薦、基于內容推薦、基于知識推薦、協同過濾推薦等。

知識推薦模塊智能性表現為打破傳統被動知識服務方式,主動構建用戶興趣模型,引導用戶需求,核心為基于知識發現、大數據挖掘等技術自動進化用戶興趣模型。

知識服務模塊

該模塊基于知識獲取、知識構建、知識推薦模塊為用戶提供知識瀏覽、知識搜索、知識推薦、知識問答、知識創新等服務,在知識服務系統中最為重要。所提供知識服務模式按用戶參與度分自助式(用戶基于知識服務系統資源自助獲取知識,服務途徑包括門戶網站、知識地圖、資料下載等,既提高問題解決效率又滿足用戶主動探索新知識需求)、專業化(除依靠知識庫、專家系統外,可由第三方代理支持用戶獲取全過程問題解決方案并提供跟蹤服務)、協同式(用戶基于知識服務系統共享平臺,利用社會化媒體交流學習,集聚群體智慧,滿足其知識服務需求)三類,具體可根據用戶需求采用相應服務策略和技術。

知識服務模塊智能性表現為行為智能和群體智能,用專家系統、Agent系統、智能機器人等模仿人類個體、群體行為實現知識服務應用。

知識創新模塊

該模塊主要遵循SECI模型(描述常見四類知識互相轉化、螺旋創造過程) 支持用戶與知識服務系統交互以產生新知識過程:知識社會化 (基于共同經歷的社會活動傳播隱性知識)、知識外在化(隱性知識顯性化)、知識組合化(重組顯性知識產生新知識)、知識內隱化(顯性知識內化后升華成隱性知識)。實現的關鍵在于擁有知識的用戶間基于知識服務系統進行交流,以社會網絡形式擴展、創新知識.知識創新模塊智能性表現為行為智能和群體智能,主要采用社會化媒體技術實現, 即Web2.0、Web3.0技術,如W i k i、微信、微博等

技術實現層

基于人工智能的知識服務系統模型實現所需的支撐技術,各模塊均需采用相應技術:知識獲取模塊涉及自然語言理解、計算機視覺、模式識別等技術;知識構建模塊涉及本體構建、語義網、云計算等技術;知識推薦模塊涉及機器學習、知識發現、數據挖掘等技術;知識服務層涉及專家系統、Agent系統、智能機器人等技術;知識創新模塊涉及圖搜索、啟發式搜索、不確定性推理等技術.此外,實際應用過程中需根據知識服務系統需求、目標用戶特點、各種技術特性等進行定制并優化。

如有需要檔案掃描、檔案整理數字化、檔案咨詢、檔案軟件的歡迎聯系我們。