Knowledge management with all its a

Knowledge management with all its aspects of data gathering, knowledge construction and representation, and the facets of human interaction with knowledge systems has been a very active field of research and development over many years. A very detailed description of the theoretical foundation, the processes and systems involved, and the organizational challenges of knowledge management can be found in [3]. Here, we restrict ourselves to present a selected list of references that influence and complement our work. At its core, our work follows the three phases of the framework for strategic knowledge management as described in [4]. In the knowledge creation phase, we inspect available systems, data sources, and processes to explore hidden and tacit knowledge. In the transfer phase, we observe professionals to transfer their implicit use of knowledge into our data structure. In the utilization phase, finally
we support and encourage the application and extension of knowledge by the professionals in the field. As outlined in [5], our approach embeds technology into a knowledge management process to address the organizational dynamics in a services transition environment. Knowledge transfer is one of the core objectives in services transition. In [6], the authors have postulated the importance of face-to-face conversations and side-by-side cooperation for efficient knowledge transfer. The additional challenges arriving from geographical distances and cultural differences are described in [7]. Our goal therefore has been to provide adequate technology to utilize the limited face-toface time to its fullest extent and to encourage agile knowledge sharing between on-shore and off-shore resources. While knowledge sharing seems obviously of great benefit to an organization at large, there might be personal motivations to not share or accept knowledge. Among such motivations are mistrust in peers and management, fear of losing a professional advantage, and belief in the individual’s superiority [8]. Therefore, an incentive system is needed to encourage knowledge sharing. In [3], three basic classes of incentives are listed: (1) financial incentives or some form of material reward, (2) moral incentives or acknowledgement expressed though awards and status, and (3) threat of punishment in case of failure to act. While our approach does not directly implement a particular incentive system, it provides the data and functionality to support such a system in accordance with the requirements listed in [9], such as transparency, flexibility, performance, and economy of incentives. Our data model for knowledge representation and the core of our underlying system architecture are based on our prior work on Business Provenance [10]. In a nutshell, business provenance records the entities of business operations – such as tasks, documents, actors, processes, policies, milestones, etc. – and their manifold relationships in a semantic network. Semantic networks are a widely used mechanism. Similar data models can be found for instance in [11] and [12]. But business provenance is not just a data model. Moreover, the extensible provenance engine constantly analyzes and correlates the incoming data to derive new insight. In the approach presented in this paper, we have added new functionality to the provenance engine; to classify entities based on text mining [13], [14]; and to discover correlations between entities automatically [15], [16]. A smart way of data gathering, a sophisticated knowledge representation, and an advanced set of analytics mechanisms are necessary ingredients to an effective knowledge management system in AMS operations. However, the ease of use, the precision of answers, and the value of recommendations are those factors that finally determine the acceptance and thus success of the overall effort. To address those needs, we incorporate search mechanisms that are based on the ‘social network’ of each user [17]. By doing so, we are able to present search results ranked by familiarity and similarity as well as relevance to the history of the user or the topic at hand. Furthermore, the user’s ‘social network’ is the basis to determine her/his expertise – both through the authoring and the consumption of knowledge [18]. Thus, our system is able to provide recommendation on ‘Who knows what’. Within the incentive system that encourages sharing of knowledge, identified experts act as knowledge multipliers within the organization.

ผลลัพธ์ (ไทย) 1:

จัดการความรู้กับทุกด้านของการรวบรวมข้อมูล ความรู้ก่อสร้างนำเสนอ และแง่มุมของมนุษย์โต้ตอบกับระบบความรู้ได้รับเขตข้อมูลมากใช้งานวิจัยและพัฒนาปี สามารถพบคำอธิบายที่ละเอียดมากของรากฐานทฤษฎี กระบวนการ และระบบที่เกี่ยวข้อง และความท้าทายของการจัดการความรู้องค์กรใน [3] ที่นี่ เราจำกัดตัวเองเพื่อแสดงรายการอ้างอิงที่มีอิทธิพลต่อ และเติมเต็มการทำงานของเราเลือก ที่หลักการ ทำงานตามขั้นตอนที่สามของกรอบงานสำหรับการจัดการความรู้กลยุทธ์ใน [4] ในขั้นตอนการสร้างความรู้ เราตรวจระบบว่าง แหล่งข้อมูล และกระบวนการให้บริการความรู้ tacit และซ่อน ในขั้นตอนการโอนย้าย เราสังเกตผู้เชี่ยวชาญด้านการถ่ายโอนความรู้ใช้นัยเป็นโครงสร้างข้อมูลของเรา ในขั้นตอนการใช้ ในที่สุดเราสนับสนุน และส่งเสริมการประยุกต์ใช้และขยายความรู้โดยผู้เชี่ยวชาญในฟิลด์ ตามที่ระบุไว้ใน [5], วิธีการของเราฝังเทคโนโลยีในกระบวนการจัดการความรู้เพื่อเปลี่ยนแปลงองค์กรในสภาพแวดล้อมในการเปลี่ยนบริการ โอนย้ายความรู้เป็นวัตถุประสงค์หลักในการเปลี่ยนบริการอย่างใดอย่างหนึ่ง ใน [6], ผู้เขียนได้ postulated สำคัญแบบพบปะสนทนาและความร่วมมือด้านข้างสำหรับการถ่ายโอนความรู้ที่มีประสิทธิภาพ ความท้าทายเพิ่มเติมมาจากระยะทางทางภูมิศาสตร์และความแตกต่างทางวัฒนธรรมไว้ใน [7] เป้าหมายของเราจึงได้ให้เทคโนโลยีพอใช้เวลาหน้า toface จำกัดขอบเขตของมันอย่างเต็มที่ และ เพื่อส่งเสริมให้รู้คล่องตัวระหว่างทรัพยากรบนฝั่ง และนอกชายฝั่ง ในขณะที่แบ่งปันความรู้ดูเหมือนว่าเห็นประโยชน์กับองค์กรมีขนาดใหญ่ อาจมีโต่งส่วนบุคคลไม่ใช้ร่วมกัน หรือยอมรับความรู้ โต่งเช่นหมู่ mistrust เพื่อน และจัดการ สูญเสียประโยชน์จากมืออาชีพ และความเชื่อในปมของแต่ละคน [8] ดังนั้น ระบบการจูงใจเป็นสิ่งจำเป็นเพื่อส่งเสริมให้ความรู้ร่วมกัน ใน [3], สามชั้นเรียนขั้นพื้นฐานของแรงจูงใจอยู่: แรงจูงใจ (1) เงินหรือรูปแบบของวัสดุสะสม, (2) ศีลธรรมสิ่งจูงใจหรือยอมรับแสดงว่ารางวัล และสถานะ และ (3) การคุกคามของการลงโทษในกรณีความล้มเหลวในการดำเนินการ ในขณะที่วิธีการของเราได้โดยตรงใช้ระบบจูงใจเฉพาะ ให้ข้อมูลและการทำงานเพื่อสนับสนุนระบบดังกล่าวตามข้อกำหนดที่ระบุไว้ใน [9], เช่นความโปร่งใส ความยืดหยุ่น ประสิทธิภาพ เศรษฐกิจของสิ่งจูงใจ รูปแบบข้อมูลของเราในการแทนความรู้หลักของสถาปัตยกรรมของระบบต้นแบบขึ้นอยู่กับงานก่อนหน้าในธุรกิจ Provenance [10] ในสั้น ธุรกิจ provenance เรกคอร์ดเอนทิตีของการดำเนินธุรกิจ –เช่นงาน เอกสาร นักแสดง กระบวนการ นโยบาย เหตุการณ์สำคัญ ฯลฯ - และความสัมพันธ์ของความหลากหลายนับในเครือข่ายทางตรรก เครือข่ายทางตรรกเป็นกลไกที่ใช้กันอย่างแพร่หลาย สามารถพบข้อมูลรูปแบบที่คล้ายกันสำหรับอินสแตนซ์ใน [11] [12] แต่ธุรกิจ provenance ไม่เพียงแบบจำลองข้อมูล นอกจากนี้ extensible provenance เครื่องยนต์ตลอดเวลาวิเคราะห์ และคู่ข้อมูลเข้ามาใหม่เข้าใจ ในวิธีนำเสนอในเอกสารนี้ เราได้เพิ่มฟังก์ชันใหม่เครื่องยนต์ provenance การจัดประเภทหน่วยตามข้อความการทำเหมืองแร่ [13], [14]; และค้นพบความสัมพันธ์ระหว่างเอนทิตีโดยอัตโนมัติ [15], [16] รวบรวมข้อมูล การนำเสนอความรู้ที่ซับซ้อน และเป็นชุดขั้นสูงวิเคราะห์กลไกวิธีสมาร์ทมีส่วนผสมที่จำเป็นกับระบบการจัดการความรู้ที่มีประสิทธิภาพในการดำเนินงาน AMS อย่างไรก็ตาม ความสะดวกในการใช้ ความแม่นยำของคำตอบ และมูลค่าของคำแนะนำเป็นปัจจัยเหล่านั้นที่กำหนดยอมรับ และความสำเร็จของความพยายามโดยรวมในที่สุด ที่อยู่ที่ต้องการ เรารวมกลไกค้นหาที่อยู่ใน 'สังคมเครือข่าย' ของแต่ละคน [17] โดยการทำเช่นนั้น เราจะสามารถแสดงผลลัพธ์การค้นหาจัดอันดับตามความคุ้นเคย และความคล้ายคลึงกัน ตลอดจนเกี่ยวข้องกับประวัติของผู้ใช้หรือหัวข้อที่ นอกจากนี้ ผู้ 'สังคม' เป็นพื้นฐานในการกำหนดความเชี่ยวชาญ her/his – ทั้งการเขียนและการใช้ความรู้ [18] ระบบของเราจึงสามารถให้คำแนะนำใน 'ที่รู้ว่า' ภายในระบบงานที่สนับสนุนให้ใช้ร่วมกันของความรู้ ระบุผู้เชี่ยวชาญกระทำเป็น multipliers ความรู้ภายในองค์กร

ผลลัพธ์ (ไทย) 2:

การจัดการความรู้กับทุกแง่มุมของการรวบรวมข้อมูลการสร้างความรู้และการเป็นตัวแทนและแง่มุมของการปฏิสัมพันธ์ของมนุษย์ที่มีระบบความรู้ที่ได้รับเป็นสนามที่ใช้งานมากของการวิจัยและพัฒนาเป็นเวลาหลายปี คำอธิบายรายละเอียดมากของมูลนิธิทฤษฎีกระบวนการและระบบที่เกี่ยวข้องและความท้าทายขององค์กรการจัดการความรู้สามารถพบได้ใน [3] ที่นี่เรา จำกัด ตัวเองที่จะนำเสนอรายการที่เลือกของการอ้างอิงที่มีอิทธิพลและเสริมการทำงานของเรา ที่หลักของการทำงานของเราต่อไปนี้สามขั้นตอนของกรอบยุทธศาสตร์การจัดการความรู้ที่อธิบายไว้ใน [4] ในขั้นตอนการสร้างความรู้ที่เราตรวจสอบระบบพร้อมใช้แหล่งข้อมูลและกระบวนการในการสำรวจความรู้ที่ซ่อนอยู่และโดยปริยาย ในขั้นตอนการโอนเราสังเกตผู้เชี่ยวชาญด้านการถ่ายโอนการใช้งานโดยนัยของความรู้ในโครงสร้างข้อมูลของเรา ในขั้นตอนการใช้ประโยชน์ในที่สุด
เราสนับสนุนและส่งเสริมให้มีการใช้งานและการขยายตัวของความรู้จากผู้เชี่ยวชาญในสาขา ตามที่ระบุใน [5] วิธีการของเราคือการนำเทคโนโลยีมาเป็นกระบวนการจัดการความรู้เพื่อรับมือกับการเปลี่ยนแปลงขององค์กรในสภาพแวดล้อมการเปลี่ยนแปลงบริการ การถ่ายโอนความรู้เป็นหนึ่งในวัตถุประสงค์หลักในการเปลี่ยนแปลงการให้บริการ ใน [6] ผู้เขียนได้กล่าวอ้างถึงความสำคัญของการสนทนาที่ใบหน้าเพื่อผิวหน้าและด้านข้างให้ความร่วมมือการถ่ายทอดความรู้ที่มีประสิทธิภาพ ความท้าทายที่เพิ่มขึ้นมาจากระยะทางภูมิศาสตร์และความแตกต่างทางวัฒนธรรมที่ได้อธิบายไว้ใน [7] เป้าหมายของเราจึงได้รับการให้บริการเทคโนโลยีเพียงพอที่จะใช้เวลาที่ใบหน้า toface จำกัด ขอบเขตอย่างเต็มที่และเพื่อส่งเสริมการแบ่งปันความรู้ระหว่างเปรียวบนชายฝั่งและทรัพยากรนอกชายฝั่ง ในขณะที่ดูเหมือนว่าการแบ่งปันความรู้อย่างเห็นได้ชัดของผลประโยชน์ที่ดีให้กับองค์กรที่มีขนาดใหญ่อาจจะมีแรงจูงใจส่วนตัวที่จะได้มีส่วนร่วมหรือรับความรู้ ท่ามกลางแรงจูงใจดังกล่าวมีความไม่ไว้วางใจในเพื่อนร่วมงานและการจัดการความกลัวของการสูญเสียความได้เปรียบในระดับมืออาชีพและความเชื่อในความเหนือกว่าของแต่ละคน [8] ดังนั้นระบบแรงจูงใจเป็นสิ่งจำเป็นเพื่อส่งเสริมการแลกเปลี่ยนความรู้ ใน [3], สามชั้นพื้นฐานของแรงจูงใจที่มีการระบุไว้ดังนี้ (1) แรงจูงใจทางการเงินหรือรูปแบบบางส่วนของรางวัลวัสดุ (2) แรงจูงใจทางศีลธรรมหรือแสดงการรับรู้แม้ว่ารางวัลและสถานะและ (3) การคุกคามของการลงโทษในกรณีของความล้มเหลว การกระทำ ในขณะที่วิธีการของเราไม่ได้โดยตรงใช้ระบบแรงจูงใจโดยเฉพาะอย่างยิ่งที่จะให้ข้อมูลและการทำงานเพื่อสนับสนุนระบบดังกล่าวสอดคล้องกับความต้องการที่ระบุไว้ใน [9] เช่นความโปร่งใสและความยืดหยุ่นประสิทธิภาพและเศรษฐกิจของแรงจูงใจ รูปแบบข้อมูลของเราสำหรับการแสดงความรู้และหลักของสถาปัตยกรรมระบบพื้นฐานของเราจะขึ้นอยู่กับการทำงานของเราก่อนใน Provenance ธุรกิจ [10] สรุปบันทึกรากธุรกิจหน่วยงานของการดำเนินธุรกิจ - เช่นงานเอกสาร, นักแสดงกระบวนการนโยบายความคืบหน้า ฯลฯ - และความสัมพันธ์ของพวกเขาในหลายเครือข่ายความหมาย เครือข่ายความหมายเป็นกลไกที่ใช้กันอย่างแพร่หลาย รูปแบบข้อมูลที่คล้ายกันสามารถพบได้เช่นใน [11] และ [12] แต่รากธุรกิจไม่ได้เป็นเพียงรูปแบบข้อมูล นอกจากนี้ยังมีเครื่องยนต์ที่มาขยายอย่างต่อเนื่องและการวิเคราะห์ข้อมูลที่เข้ามามีความสัมพันธ์ที่จะได้รับข้อมูลเชิงลึกใหม่ ในแนวทางที่นำเสนอในบทความนี้เราได้เพิ่มฟังก์ชันการทำงานใหม่กับเครื่องยนต์ที่มา; หน่วยงานที่จะจัดขึ้นอยู่กับการทำเหมืองข้อความ [13], [14]; และการค้นพบความสัมพันธ์ระหว่างหน่วยงานโดยอัตโนมัติ [15] [16] วิธีที่ชาญฉลาดของการรวบรวมข้อมูลการแทนความรู้ที่มีความซับซ้อนและการตั้งค่าขั้นสูงของกลไกการวิเคราะห์เป็นส่วนผสมที่จำเป็นเพื่อให้ระบบการจัดการความรู้ที่มีประสิทธิภาพในการดำเนินงานพบปะ แต่ความสะดวกในการใช้งาน, ความแม่นยำของคำตอบและความคุ้มค่าของคำแนะนำเป็นปัจจัยที่กำหนดในที่สุดได้รับการยอมรับและประสบความสำเร็จของความพยายามโดยรวม เพื่อตอบสนองความต้องการเหล่านั้นที่เรารวมกลไกการค้นหาที่อยู่บนพื้นฐานของเครือข่ายสังคมของผู้ใช้แต่ละคน [17] โดยทำเช่นนี้เราสามารถที่จะนำเสนอผลการค้นหาการจัดอันดับโดยความคุ้นเคยและความคล้ายคลึงกันเช่นเดียวกับความเกี่ยวข้องกับประวัติศาสตร์ของผู้ใช้หรือหัวข้อที่มือ นอกจากนี้ผู้ใช้เครือข่ายสังคมเป็นพื้นฐานในการกำหนดของเธอ / ความเชี่ยวชาญของเขา - ทั้งผ่านการเขียนและการใช้ความรู้ [18] ดังนั้นระบบของเราสามารถที่จะให้คำแนะนำเกี่ยวกับ 'ใครจะรู้ว่ามีอะไร ภายในระบบแรงจูงใจที่เอื้อให้เกิดการแบ่งปันความรู้ผู้เชี่ยวชาญระบุทำหน้าที่เป็นตัวคูณความรู้ภายในองค์กร

ผลลัพธ์ (ไทย) 3:

การจัดการความรู้ในทุกด้านของการรวบรวมข้อมูล การสร้างความรู้และการเป็นตัวแทน และแง่มุมของการปฏิสัมพันธ์ของมนุษย์กับระบบความรู้ได้เป็นสนามที่ใช้งานมากของการวิจัย และพัฒนามาหลายปี รายละเอียดของทฤษฎีพื้นฐาน กระบวนการและระบบที่เกี่ยวข้องและความท้าทายขององค์กร การจัดการความรู้สามารถพบได้ใน [ 3 ] ที่นี่ เรา จำกัด ตัวเองเพื่อเสนอคัดเลือกรายชื่อเอกสารอ้างอิงที่มีอิทธิพลต่อและเสริมการทำงานของเรา ที่เป็นหลัก งานของเราต่อไปนี้สามขั้นตอนของกรอบยุทธศาสตร์การจัดการความรู้ตามที่อธิบายไว้ใน [ 4 ] ในขั้นตอนการสร้างความรู้ เราตรวจสอบระบบของแหล่งข้อมูลและกระบวนการที่ซ่อนอยู่และสำรวจความรู้โดยปริยาย ในการถ่ายโอนระยะที่เราสังเกต อาชีพที่ต้องใช้ความรู้ในการแยกโครงสร้างของข้อมูลเรา ในการใช้ระยะสุดท้าย
เราสนับสนุน และส่งเสริมการประยุกต์ใช้และการขยายของความรู้โดยผู้เชี่ยวชาญในสาขา ตามที่อธิบายไว้ใน [ 5 ]วิธีการฝังเทคโนโลยีในกระบวนการจัดการความรู้ขององค์กรที่อยู่ในสภาพแวดล้อมการเปลี่ยนแปลงบริการ การถ่ายทอดความรู้เป็นหนึ่งในวัตถุประสงค์หลักในการเปลี่ยนแปลงบริการ ใน [ 6 ] , ผู้เขียนได้ซึ่งความสำคัญของการสนทนาแบบตัวต่อตัวและความร่วมมือเคียงข้างเพื่อเพิ่มประสิทธิภาพในการถ่ายโอนความรู้เพิ่มเติมความท้าทายที่มาจากระยะทางภูมิศาสตร์และความแตกต่างทางวัฒนธรรมได้อธิบายไว้ใน [ 7 ] เป้าหมายของเราจึงได้รับให้เพียงพอที่จะใช้เทคโนโลยี จำกัด หน้า toface เวลาขนาดเต็มและเพื่อส่งเสริมความรู้ร่วมกันระหว่างตัวบนชายฝั่งและทรัพยากรชายฝั่งในขณะที่การแบ่งปันความรู้ดูเหมือนว่าเห็นได้ชัดว่าประโยชน์ต่อองค์กรที่มีขนาดใหญ่ อาจจะมีแรงจูงใจส่วนบุคคลที่จะไม่แลกเปลี่ยนหรือรับความรู้ ของแรงจูงใจดังกล่าวจะไม่ไว้ใจในเพื่อนและการจัดการความกลัวการสูญเสียความได้เปรียบระดับมืออาชีพ และความเชื่อของแต่ละคน เหนือกว่า [ 8 ] ดังนั้น แรงจูงใจ ระบบจะต้องสนับสนุนการแบ่งปันความรู้ ใน [ 3 ]3 ชั้นพื้นฐานของแรงจูงใจอยู่ ( 1 ) แรงจูงใจทางการเงินหรือบางรูปแบบของรางวัลวัสดุ ( 2 ) จริยธรรมสิ่งจูงใจหรือการแสดงแม้ว่ารางวัลและสถานะ และ ( 3 ) การคุกคามของการลงโทษในกรณีของความล้มเหลวที่จะแสดง ในขณะที่วิธีการของเราไม่ตรงใช้ระบบแรงจูงใจที่เฉพาะเจาะจงมันมีข้อมูลและการทำงานเพื่อสนับสนุนระบบดังกล่าวได้ตามความต้องการที่ระบุไว้ใน [ 9 ] เช่น ความโปร่งใส ความยืดหยุ่น ประสิทธิภาพ และเศรษฐกิจของบริเวณ แบบจำลองข้อมูลสำหรับการเป็นตัวแทน และหลักของระบบพื้นฐานสถาปัตยกรรม ความรู้จากงานก่อนของเราบนธุรกิจของ [ 10 ] ในสรุปประวัติต้นกำเนิดของธุรกิจองค์กรธุรกิจ ( เช่นงานเอกสาร , นักแสดง , กระบวนการ , นโยบาย , เหตุการณ์สำคัญ , ฯลฯ ) และความสัมพันธ์ต่างๆของพวกเขาในเครือข่ายร่วมกัน เครือข่ายความหมายจะใช้กลไก แบบจำลองข้อมูลที่คล้ายกันสามารถพบได้เช่น [ 11 ] และ [ 12 ] แต่ต้นกำเนิดของธุรกิจไม่ได้เป็นเพียงแบบจำลองข้อมูล . นอกจากนี้เครื่องยนต์ที่มาขยายอย่างต่อเนื่อง วิเคราะห์ และมีข้อมูลใหม่เข้ามาสร้างความเข้าใจ . ในแนวทางที่นำเสนอในบทความนี้ เราได้เพิ่มฟังก์ชันการทำงานใหม่เพื่อรวบรวมจำแนกหน่วยงานตามเครื่องยนต์ เหมืองแร่ข้อความ [ 13 ] , [ 14 ] ; และการค้นพบความสัมพันธ์ระหว่างหน่วยงานโดยอัตโนมัติ [ 15 ] [ 16 ] วิธีสมาร์ท การรวบรวมข้อมูลแทนความรู้ที่ทันสมัยและการตั้งค่าขั้นสูงของการวิเคราะห์กลไกเป็นส่วนผสมที่มีประสิทธิภาพในระบบการจัดการความรู้ใน AMS การดําเนินงาน อย่างไรก็ตาม ความง่ายในการใช้งาน ความแม่นยําของคำตอบ และค่าแนะนำเป็นปัจจัยที่กำหนด การยอมรับและในที่สุดจึงสำเร็จของความพยายามโดยรวม เพื่อตอบสนองความต้องการเหล่านั้นเราได้รวมการค้นหากลไกที่อยู่บนพื้นฐานของ ' เครือข่ายทางสังคม ' ของแต่ละผู้ใช้ [ 17 ] โดยการทำเช่นนี้เราสามารถค้นหาปัจจุบันติดอันดับด้วย ความคุ้นเคยและคล้ายคลึงกัน รวมทั้งที่เกี่ยวข้องกับประวัติศาสตร์ของผู้ใช้หรือหัวข้อที่มือ นอกจากนี้ผู้ใช้ ' เครือข่ายทางสังคม ' เป็นพื้นฐานเพื่อตรวจสอบความเชี่ยวชาญของเขา / เธอ – ทั้งผ่านการเขียนและใช้ความรู้ [ 18 ] ดังนั้น ระบบของเราสามารถให้คำแนะนำเกี่ยวกับ ' ใครจะไปรู้ ' ภายในระบบแรงจูงใจที่กระตุ้นให้แบ่งปันความรู้ ผู้เชี่ยวชาญระบุ แสดงเป็น ความรู้ คูณ
ภายในองค์กร