[论文解读] Dynamic Capitalization And Visualization Strategy In Collaborative Knowledge Management System For Ei Process

Bolanle Oladejo, Victor Odumuyiwa+1 more|arXiv (Cornell University)|Jun 29, 2010

Big Data and Business Intelligence被引用 6

一句话总结

本文提出了一种在协作式知识管理系统中动态资本化与可视化策略，以增强经济情报（EI）流程中的知识重用。通过利用知识标注与时间属性，系统能够实时捕捉、情境化并验证参与者隐性知识，从而提高其可靠性与可重用性——该方法通过一个原型在样本案例中得到验证，结果积极。

ABSTRACT

Knowledge is attributed to human whose problem-solving behavior is subjective and complex. In today's knowledge economy, the need to manage knowledge produced by a community of actors cannot be overemphasized. This is due to the fact that actors possess some level of tacit knowledge which is generally difficult to articulate. Problem-solving requires searching and sharing of knowledge among a group of actors in a particular context. Knowledge expressed within the context of a problem resolution must be capitalized for future reuse. In this paper, an approach that permits dynamic capitalization of relevant and reliable actors' knowledge in solving decision problem following Economic Intelligence process is proposed. Knowledge annotation method and temporal attributes are used for handling the complexity in the communication among actors and in contextualizing expressed knowledge. A prototype is built to demonstrate the functionalities of a collaborative Knowledge Management system based on this approach. It is tested with sample cases and the result showed that dynamic capitalization leads to knowledge validation hence increasing reliability of captured knowledge for reuse. The system can be adapted to various domains

研究动机与目标

• 解决协作式问题解决环境中隐性、情境依赖性知识的管理挑战。
• 通过在决策过程中动态捕捉与验证参与者贡献，提高知识的可靠性与可重用性。
• 开发一种通过时间属性与标注机制支持情境化知识表示的系统。
• 通过可视化知识流与参与者贡献，提升EI流程中的透明度与可追溯性。

提出的方法

• 系统采用知识标注，对知识贡献进行标记与结构化，附加来源、上下文与相关性等元数据。
• 集成时间属性以追踪知识随时间的演变，支持情境感知的检索与验证。
• 设计了一种协作式知识管理架构，以在问题解决会议期间支持知识的动态资本化。
• 原型实现了可视化模块，用于展示知识流、参与者角色与贡献时间线，以提升系统透明度。
• 通过将知识与贡献者及其在上下文中的可信度关联，支持动态验证。
• 该系统具备领域可适配性，可部署于各种协作式知识密集型领域。

实验结果

研究问题

• RQ1 在协作式决策环境中，如何有效捕捉并验证来自多位参与者的隐性知识？
• RQ2 哪些机制能够实现知识的动态资本化，以提升其可靠性与可重用性？
• RQ3 时间属性与情境元数据如何提升共享知识的可追溯性与相关性？
• RQ4 知识流的可视化在多大程度上支持协作理解与决策制定？
• RQ5 与静态知识捕获方法相比，所提出的系统在知识验证方面提升了多少？

主要发现

• 动态资本化机制通过将捕获的知识与贡献者及其情境表现关联，成功提升了知识的可靠性。
• 原型通过时间追踪与标注实现了有效的知识验证，减少了知识重用中的模糊性。
• 可视化功能清晰地呈现了知识流与参与者贡献，增强了系统透明度与用户理解。
• 在样本案例中的测试证实，该系统支持协作式EI流程中情境感知的知识捕获与重用。
• 通过模块化设计与灵活的标注支持，验证了系统在不同领域的可适配性。
• 时间属性的集成显著增强了系统实时管理动态知识的能力。