田志刚:知识共享,共享什么

本文探讨了知识管理中知识共享的重要性,提出知识共享不应仅限于成熟的文档,更应包括知识形成过程中个人的见解和观点。通过共享这些过程性的内容,可以促进隐性知识的传递,加速知识成熟。

在知识管理实施中,知识共享是被强调最多的方面。在实践中,知识管理实施不成功的一个主要因素也是知识共享无法达成。造成这种状况的原因,除了共享的方式方法有问题外,对知识共享的内容认识比较狭隘也是主要原因。在实践中,人们一提到知识共享,其潜台词就是共享“知识文档”,而能表达为规范的知识文档的内容在剧烈变动的企业中并不是很多,也并非每个人都有能力去产出“知识文档”,所以知识共享就无法进行。

 

    我们认为,在知识的共享中,共享的内容除了知识文档(相对比较成熟并且能够显性化的知识)外,还包括了知识工作者共享自己的见解、观点和判断,而这部分是知识共享中很重要的部分,通过web2.0的方式对这些内容的共享也比较容易实现。

    德国教育学家第斯多惠曾经说过,"一个坏的教师奉送真理,而一个好的教师则教人发现真理"。从教育学得角度而言,教师尤其是小学中学老师传递的都是“真理”知识,但仅仅告诉学生这些知识是不够的,必须教会孩子们如何发现和推导每个知识的过程,只有的教育才能教会孩子们去分析问题、解决问题。在企业的知识结构中,有部分知识是类似于“真理”的知识,当然这些知识需要共享,需要让更多需要的员工掌握。但随着全球化和环境的急剧变化,在企业里这种“真理”型的知识所占的比例越来越低。所以,在当前企业中进行知识共享,不仅仅要共享知识的最终结果(真理),更重要并具备可行性的是需要共享知识的形成过程。通过对过程的共享,促进隐性知识的传递和知识型员工的思维碰撞,加速知识的成熟,提高知识转化为产品和服务的效率。

     设想一下你对某一个topic的了解和掌握的过程:

     初始:你或者通过阅读、交谈或者什么偶然的因素,对某一个topic产生了兴趣,然后你深入的去了解、学习。

     1、这个时候你形成了一些零碎的见解和观点

     其次:在实践中,你的这些零碎的见解和观点被检验(这个检验可能是具体去做,也可能是被专家印证或者案例证明等),你的这些见解和观点被部分证明是正确的,并在实践中完善。

     2这个时候你对这个topic已经有了较深入的理解。但这个时候的理解还是一种朦胧的、无法表达的。

     最后,经过时间和实践,你对这个topic的内容形成了比较稳定的观点,你也知道这个观点在什么样的环境下是正确的,在什么样的环境下可能不适用。

    3、这个时候你甚至可以写出你的观点,这个观点的约束条件和环境。在写的过程中愈发成熟起来。

     从1-3的过程,是需要时间的,可能是三五天,但更多的可能需要几个也甚至几年。现在信息传播的速度和广度加快、加深,互联网给你提供了一个印证你见解、观点和判断的方便快捷的方式(这种印证可能是通过文献也可能是通过人、通过实践),令知识的成熟速度加快。

     但这个过程是一直存在的!

     关于读书,人们说先要将书读薄,然后再读厚,然后再读薄,就是这个道理。

     可能一年前你认为自己完全掌握的东西,但今天看来当年的判断是多么的幼稚。这也就是无知才能无畏,对任何行当、任何topic的知识的掌握都是一个循环渐进、螺旋上升的过程。

      如果你认同以上的说法,那么以下关于知识管理中知识共享的说法就顺理成章:

      A、在实践中,我们要求员工共享知识,具体操作的时候是要求员工共享知识文档。共享知识问档的要求的假设就是他这个topic的知识已经很成熟并且可以很好的显性化,但事实上这样的知识在企业里相对较少,所以共享很难进行。

      改进的方法是除了要求共享最终的知识文档,更容易操作的是共享知识的成熟过程。这个过程包括了他的见解、观点,不同的见解和观点互相印证,促进知识的成熟。见解和观点包括了他在看什么、关注什么、他对某一个具体问题的简短评论、他的零散的不系统的想法。

      对应的IT系统可以是digg、社会性书签、wiki、blog、bbs等。blog作为一个简单易用知识出版的方式,不应该是出版很成熟的长篇大论(例如许多人在blog上写了很长、很规范的论文),而应该是零散的、片断的“知识片”,通过人们的互相评价和印证,从而更加成熟,这是blog在知识管理中更重要的作用。

     B、知识管理的过程除了对已存在的知识资源的管理外,更重要的是创造环境,促进知识的成熟,缩短这个时间。

C、在不同类型的企业中,成熟的知识所占的比重差别很大。对于传统的制造企业的制造工艺部分,可能用到的大部分知识都是成熟的,这个时候就是主要做知识资源的管理和知识转移(可能你的公司没有这些知识,但行业内有哪就是解决如何转移到你公司的问题);而对于创新的、环境和产品服务剧烈变动的企业,可能大部分时候面对的都是不成熟的知识,在这个时候,如何促进成熟就显得更重要。在后者的情况下,单纯知识文档的共享带不来竞争优势,而谁能更快的将零散知识系统化、规范化并投入实践,谁就能赢得竞争。

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值