突发事件本体论知识管理的动态性、开放性框架设计

周尤明

摘 要：目前知识管理主要采取静态获取、密封管理的方式，难以适应动态变化的环境，更难以预测、适应突发事件的快速变迁。提出突发事件本体论知识管理的动态性、开放性框架设计，基于本体的突发事件信息对象建模，从3维（领会的共享构建、知识的聚集开放性和知识的思想联系、社会化推荐）和3个层次（知识进程、元知识进程和知识协同进程）论述知识管理的动态、开放性框架，并辅助实例对框架进行设计。知识管理的动态、开放性框架的提出，能有效进行动态、开放的知识维护，使知识管理更紧密地联系工作实际，以便更好地对突发事件作出决策。

关键词：知识管理；动态维护；本体论

DOI：10.11907/rjdk.181520

中图分类号：TP302

文献标识码：A 文章编号：1672-7800（2018）006-0053-05

Abstract：Currently，static fetching and closed maintenance are adopted in knowledge management，which is difficult to adapt to dynamic environment changes and make prediction of emergencies.To solve the problems，the author proposes a dynamic and open framework of ontology based on knowledge management of emergencies.A model is constructed based on the emergency information body and it is elaborated from 3 dimensions including understandable shared construction，open integration of knowledge，and ideal correlation with knowledge and socialized recommendation，and from 3 layers including knowledge procedure，meta-knowledge procedure，and knowledge cooperation procedure.And the framework is detailedly designed with a case study.The dynamic and open framework of knowledge management can effectively facilitate dynamic and open maintenance of knowledge，make knowledge management correlate with practice and emergency decision making more effectively.

Key Words：knowledge management； dynamic maintenance； ontology

0 引言

街道管理中的突發事件（如城管与小贩起冲突、环境污染等）往往是动态和不确定的，而且日益增多，但很难进行预测和决策处理。在此情况下有必要针对各种突发事故和紧急事态建立决策知识库，以便在事故发生前后进行预测和决策处理，从而减少事故发生和损失。

目前用于决策的知识库案例知识主要大量来自单位以电子文档、电子表格、Web页面和E-mail等形式表示的信息对象；也可能包括互联网中单位感兴趣的信息（主要表示于Web页面）。面临经济全球化和激烈的市场竞争，很多企业重用了这些相关知识，使单位的运营效益和市场竞争力得到了提高，但是却很难应对诸如街道管理中的突发事故。究其原因主要是目前流行的知识管理（knowledge management，KM）[1-5]存在严重不足，主要存在以下缺点：①知识管理采取静态获取、密封管理的方式；②基于本体的知识仅用于正常生产决策[6-8]，而紧急情况或者重大事故预测和决策处理比较少。

各种突发事故的突发性、随机性、动态性和不确定性，事后的灾难性、破坏性，且由于目前知识管理的不足，决策者无法应对上述各种突发事故，这就要求建立相应的知识管理并用于事前事后的紧急动态处理实践中，活化组织记忆（organizational memory，OM ）。知识的静态获取、密封管理使单位的OM无法及时反映因事故的突发性、随机性、动态性和不确定性而需建立的最新知识，使紧急事态处理失去本体知识支撑，从而使KM应用效益受到影响。知识的静态获取指知识应用单位中的知识密集型应用实践者（以下简称知识应用者，或者紧急事态处理者）只能取用由知识管理者事先设置于OM的知识，而不能使用紧急事态处理应用（以下简称工作应用）中建立的新知识，使工作应用锁死在老旧的决策模式中。静态也指没有提供有效手段紧密联系知识的获取与工作应用中动态出现的需求。知识的密封管理是指OM中的知识只能由知识管理者增删和更新，知识应用者无法随时把知识应用中建立的新知识加进OM，以便共享，使得OM仅含有过时的知识和反映知识应用的局外人观点，而且动态的知识管理研究较少[9-11]，导致目前单位的OM只局限于正常生产处理，紧急事态处理缺乏知识管理支撑，使得生产过程和社会经营者面临严峻形势。

事故的突发性、随机性要求及时建立突发事件的知识管理库，以供事件处理者随时准确查找，并提供图形化界面便于查找；而突发事故的动态性和不确定性要求知识库的知识是变化的，以适应突发事件处理，并且知识库要便于进行创新性地更新。为此，本文研究基于本体论知识管理的动态性、开放性框架设计，辅助紧急事态决策处理，并基于本体论的紧急事态处理信息内容（用于支撑紧急事态处理决策，包括紧急或者异常分析、紧急或异常处理等等）建模，从三维：领会的共享构建、知识的聚集开放性和知识的思想联系、社会化推荐，分3个层次：知识进程、元知识进程和知识协同进程（多知识获取者协作实现知识的动态开放管理），建立面向知识的高性能开发性框架，满足知识管理动态性、开放性要求。知识管理需对理论工具进行多维、多层次技术集成，这是研究难点。

1 突发事件本体论知识管理的动态性、开放性框架

基于本体论的紧急事态处理信息内容建模，从三维、分3个层次构建突发事件本体论知识管理的动态性、开放性框架。三维即领会的共享构建、知识的聚集开放性和知识的思想联系、社会化推荐；3层即知识进程、元知识进程和知识协同进程。

1.1 领会的共享构建

领会的共享构建旨在提供突发事件信息内容的建模语言、工具和方法，帮助单位的OM维护和制定由知识应用者一致赞同且被计算机领会的共享本体论，使知识应用者之间和应用者机器之间对流通的信息具有共同理解基础。基于本体论的紧急事态处理信息内容建模意在制定共享的描述、组织（单位）和领域本体论作为OM中信息内容的建模方法理论，作为知识管理全过程的指导。基于这些本体论，可以给加进OM的信息对象附加清晰的语义说明，即附加突发事件情景[12-13]，包含内容的表示结构和方式、内容的结构介绍以及信息对象建立时上下文（作者和他的身份、修改或者建立时间、动机和想要的阅读者、管理部门及其相应项目等），以便构建信息内容的元知识（信息对象也就变成OM中的知识项）。信息对象变成知识项，就是利用元知识的检索作用，可以使得包含在信息对象的知识和需要取用知识的人建立准确的联系。建立KM的信息内容的本体论建模理论，可以很好地关联知识管理与突发事件的处理，必使KM具备开放性和动态性的能力，以便更好应对突发事件。领会的共享构建使OM中知识分成多个模块：层次分类体系和本体论、知识情景和信息对象，知识管理以本体、突发事件情景和突发事件信息，以这些信息对象为切入点，知识动态性和开放性管理就有了明确的对象和目标。

基于以上思想，本体论可以用概念表示，而概念用以描述实体对象类或关系类。概念的表示简化为概念名-属性集形式（属性即槽或者特征槽），定义如下：

定义1 Concept <概念名>

{ <属性名>： { type <类型> | ref [<本体论别名>]}

[mode <方式> ] [val <属性缺省值>]； }*

//ref指示将与<属性名>同名的外部概念或公用的简单属性作为属性定义。

//<方式>：=necessary | typical | derive，necessary意指槽值不能缺少，未指定mode的情况下方式默认为typical，即槽值可以缺省。

End [ <概念名> ]

<类型> ：= [*] { <原子类型> | <概念名> }

//通过<概念名>建立概念间联系。

<原子类型> ：= string | float | int | decimal | <自定义的简单数据类型名>

//*指示列表，对应于XML Schema定义中的可出现多次的element，若<概念名>或<自定义的简单数据类型名>定义在别名非空的本体论中，应将”<别名>：”作为概念名或自定义的简单数据类型名的前缀。

面向分类层次体系描述的类（概念）定义可以通过两种表示形式加以说明：

Super——通过指出Subclass和Superclass关系明确地表示类（概念）之间的包含（Subsumption）关系，可视为表示了inclusion axiom。

Constraint——通过指出类（概念）成员应遵从的特性约束，隐含地支持类之间包含关系的确定，可视为表示了equality axiom或inclusion axiom（这二者分别作完全和不完全定义，在二个类定义相容匹配中可不作区分）。包含关系的确定有助于相容匹配的实现。Constraint具有条件表达式形式，但条件表达式中涉及的概念实例模式应面向当前概念及其属性值类型指示的概念（其它概念的应用不会出错，但通常无实际意义）。

因此概念分类体系可以定义如下：

定义2 概念分类体系：ConceptTaxonomy <概念分类体系名> OntologyAlias <领域概念本体论别名>

{Concept <概念名> [OntologyAlias <领域概念本体论别名>]

//当此处别名与ConceptTaxonomy参考的别名相同时，别名短语可以省略

[Super：{ <超类名> }+]；

[Constraint： { <条件表达式> } ]；

[SynonymousTerm：{<同义概念名>}+]； //概念名的同义词

End [<概念名>] }+

End [概念分類体系名]

1.2 知识的聚集开放性

知识的聚集开放性通过本体论聚集机制，配置辅助工具（基于表示本体论），辅助知识应用者按本体论指定的样式构建信息对象并很方便地构建附加的元知识，同时遵从领域本体论的定义，在构成OM层次分类体系中插入产生的知识项。开放指知识应用者可在授权范围内自行增删和修改知识项，也可随领域本体论充实并扩展OM的层次分类体系，OM还可通过封装程序（Wrapper）把从因特网获取的外部信息对象和单位原有信息系统遗留（Legacy）信息对象集成进来。

以本体、突发事件情景和突发事件信息对象为切入点，知识的聚集开放性框架可以从以下方面实施：

（1）术语的增加、删除。术语是支持本体论的基础。当已有的术语集不足以描述概念或者某些概念特征槽的特征时，需要增加术语。

（2）概念和概念分类体系的增加。由于突发事件领域的动态发展及拓宽，已有的概念和概念分类体系不足以描述突发事件，则需增加概念、概念分类体系和对应的术语集，以描述新的突发事件及其对应的领域。

（3）突发情景的修改。随着生产环境的变化和事态的变迁，对同一突发事件信息对象的情景描述会发生变化。这时需要修改突发事件信息对象的情景描述，可能需要增加情景的某些特征槽及其对应的术语集。

（4）信息对象的增加。随着科学技术的进步和新方法的拓宽，对已有的突发事件会有新的处理方法，需要在OM中增加突发事件信息对象；或者在出现新的突发事件后，也需要在OM中增加突发事件信息对象。除了增加突发事件信息对象外，也应在OM中增加对应情景，以便快速检索突发事件信息对象。

1.3 知识的思想联系与社会化推荐

知识的思想联系旨在按知识应用中动态出现的需要，即时提醒突发事件知识实践者注意对决策有用的OM知识项，并配备多种知识联系方法。KM的开发定位保留以前获取的知识，使人员在合适的时候能迅速查阅到以适当形式表达的知识需求，解决决策知识应用中遇到的问题。能否有效地把OM中包含的相关知识项关联到实践工作主要取决于知识应用者是否能认识、注意到需要取用的知识项，因此基于元知识（知识应用者的求助期望、概要介绍应用实践及OM知识项）判断是否存在知识应用者期望求助的知识项，提醒知识应用者意识到它们的存在，是KM应用的关键，可以配备多种知识运用于实践的方法和构建多种适当的提醒注意策略。前者依靠应用实践、知识项的说明、知识应用者求助期望的元知识，以及面向信息内容的语义检索技术（基于关于信息对象上下文的元知识和本体论）；后者应在执行注意提醒功能时，尽量减少对实践应用的干扰，应按关联性对关联的知识项排序分类，还要让知识应用者选择符合自己喜好的查阅和提醒模式。为能给知识应用者提供使用方便，可以向知识应用者配备多种知识联系方法，包括知识获取者-知识（知识获取者设法拉取知识）、知识-知识（知识组合和互联）、知识获取者-知识获取者（将提供者关联到知识的需求者）、知识-知识获取者（系统主动推送知识）。无论哪种方法，都应该配备透明的关联辅助（基于元知识和本体论），使知识应用者不需要学习繁琐的询问语句和语法，就可方便地获取所要查询的知识项。社会化推荐是一种系统主动推送知识的方式，根据待解决的突发事故的相似度，即各自匹配的知识实例群的相似度为数据进行推荐。不同于个人推荐方式，社会化推荐不逐个判断知识特性，而是针对知识实例群的特性联系度进行分析，然后为待解问题提供推荐。

获取到的知识或许可以直接解决突发问题，或者有助于催化产生解决突发事件的灵感。当获取到的信息对象能够直接解决突发事件时，实践工作者可以为获取到的知识评分，以优化知识的思想联系。尽管解决突发事件（解决问题）过程一般不受外界控制，但期望通过突发事件问题情景找到适合性好（匹配需求或者匹配问题需求） 的清晰知识，根据突发事件情景匹配到的能真正解决类似突发事件的知识才有助于催化产生解决问题的灵感。催化产生的灵感可以以本体形式增设到OM中，供其它知识应用者获取，此即为从知识的思想联系方面进行知识的动态性、开放性管理。

1.4 元知识进程

元知识进程被视为知识管理的下层，通过定义应用域共享本体论，主要功能是构建面向知识管理的描述框架和表示理论，是知识重用和共享的语义基础。元知识进程也可以称作基于共享本体论的开发过程，包含本体论的设计、需求分析、评价、精化和维护。通过本体论高效实现元知识进程是确保元知识进程和知识进程这两个层次无缝综合的关键，而面向这两个进程的支撑环境和工具集决定了KM系统的性能。元知识进程包括的支撑环境和工具集有：本体论可视化制作工具（定义概念的属性、概念间关系、概念分类体系、表示约束和公理的规则）、本体论的分析需求模板（领域、目标、潜在用户、信息源和应用情节）、一致性检查和语法工具、基于RDF和XML（描述资源框架）的映射本体论（翻译）工具等。这些支撑环境和工具集可以支持对本体论的设计、需求分析、评价精化和维护。

1.5 知识进程

知识进程作为知识管理的中间层，它的概念模型可以包括目标（任务） 分类体系和应用域共享本体论提供的任务情景描述模式，支持创新型知识管理关键环节的实现。知识进程面向知识项的形成和使用、突发事件信息内容的具体处理，涉及4个阶段：信息对象的引入或建立、知识项的获取[14-16]（通过附加元知识将信息对象转变为知识项）、知识的存取和检索、知识的使用（包括对于知识项的使用提醒和个性化显示）。4个阶段包括的支撑环境和工具集有：为外来信息对象制作封装程序（Wrapper）的脚本语言，基于本体论的知识项建立模板（指导抽取信息对象的元知识），基于本体论[17-18]的信息对象制作模板、基于元知识和OM视图的知识项存取和检索，知识项的使用提醒，基于本体论映射的元知识翻译工具（翻译外来知识项的元知识），以及知识项的个性化显示。

1.6 知識协同层

知识协同层作为知识管理的上层，依据知识进程、元知识进程，使知识应用者和知识获取者与知识获取者之间的协作（知识协同）实现动态开放性管理。人类的创造力并非来自个体，而是来自由个体间交互构成的社会。多个部门、多个地域集中看待突发事件往往需要人人动态开放性管理。

隐晦（tacit）知识、清晰（explicit）知识[19]是知识的两大主要类别。前者一般是主观经验的积累，是行为智能决策的源泉，也是知识创新和协同知识创新的基础。后者（清晰知识）通常通过诸如视频、电子文档等媒介（促使人与人之间的知识共享和传播）表示和描述。隐晦和清晰知识的转换方式如下[20]：

（1）Externalization（tacitto explicit）——外表化进程，即隐晦知识（在个人内心）通过外表化进程（主要通过抽取、概念化、表示等步骤来实现）转变为共享的清晰知识。

（2）Socialization（tacit to tacit）——个人间隐晦知识通过社交化进程传播知识并实现知识共享。

（3）Internalization（explicit to tacit）——知识内化进程。通过理解和消化外来的清晰知识形成创新性隐晦知识。通过获取适合性好的清晰知识，并与已有的隐晦知识融合完成实现进程。

（4）Combination（explicit to explicit）——化合进程是为了更好地实现清晰知识的共享和重用，对清晰知识进行关联、存储、分类、搜索和索引等。

图1中，通过情景匹配获取领域（化合后）中对知识应用者个人具有创新参照性的清晰知识，通过内在化进程（参照领域清晰知识）创新产生能解决领域内问题的隐晦知识，这些隐晦知识经过外表化，产生其他知识应用者个人特定领域（与前一个知识应用者个人研究领域可以不同）的清晰知识，这些清晰知识又经过化合、参照内化等进程，形成螺旋形循环渐进的发展，获取问题需求与案例知识之间的领域知识协同创新，而螺旋形循环渐进的知识转变进程往往需要多人参与完成。

2 实例设计

为城市管理突发事件、学校突发事件和环境污染突发事件建立基于本体的知识库，以支持基于本体论知识的突发事件动态开放性管理。

以城市管理突发事件、学校突发事件和环境污染突发事件为线索，针对“领会的共享构建”，为OM建立知识索引（突发事件情景）、概念集和信息对象集（突发事件信息对象）。

（1）概念集为加入OM的信息对象建立组织本体论和表示，依据领域专家的意见，用本体表示语言ORL定义。ORL支持对应用域的概念化描述，包括关系和特性、概念（对象类），并支持术语分类体系和应用域术语集的建立。概念的Super槽用于建立概念的复合定义（槽值是多个并列的超类名）和概念间的包含关系（槽值是单一超类名），并且支持建立概念分类体系。通过将槽值的类型定义为另一概念，可以建立概念间的任意自定义关联。

（2）信息对象集为加入OM的、由知识索引指向的突发事件处理信息对象集合。突发事件处理信息对象可以从企事业单位中已存的大量电子文档中获取，也可以从互联网上下载，并聚集到OM中。

（3）知识索引为概念集本体论的示例，存储描述OM内容的知识，包括OM信息对象适合性索引等知识项。索引包括突发事件属性（突发事件名称、突发事件描述、突发事件性质、突发事件发生时间、突发事件发生地点、突发事件覆盖范围、突发事件类别、突发事件危害对象、突发事件危害级别、突发事件次生灾害和突发事件现场情景等等）、受害者属性（受害者受灾地点、受害者受灾时间、受害者受灾级别、受害者受灾范围、受害者周边设施、受害者地理特征、受害者人口特征、受害者天气状况、受害者经济损失、受害者气候特征、受灾现场情景）和突发源属性（突发源名称、突发源性质和突发源类别，类别包括公共卫生事件、自然灾害、事故灾难等）。通过建立突发事件共享本体论和描述信息对象的元知识，支持隶属于相关实体知识项之间的启发式关联，实现知识联网，对突发事件集成的知识进行预测，分析突发情况的走势和处理决策。对来自突发事件中的不同来源信息进行预处理，再采用机器学习或者人工抽取的方式自动或手动地从中采集具体知识，包括实例对象、实例关系及逻辑规则等，进而将具体知识泛化为抽象知识，如概念知识、概念关系、公理和推理规则等；然后将采集的知识以本体面向对象的形式（如XML等）进行描述，形成领域知识本体库，该知识本体库可用于指导领域信息的语义标注，以获得领域新的实例作为原知识本体的丰富和扩充。本体实现了对领域知识的有效组织，将领域知识连接成为一个巨大的网络知识地图；在此基础上，对领域本体进行知识应用，以提供高质量的知识服务，具体包括基于知识展示的知识地图服务、基于语义检索的知识检索服务以及基于知识推理的知识创新服务，其中通过知识创新可以获得新的领域知识，作为知识本体的有效扩充。对于“知识的聚集开放性”维度，每次对“领会的共享构建”的修改和增刪，都要注明修改和增删的时间，生成记录历史，这样便于分析修改和增删的合理性。对于“知识的思想联系、社会化推荐”维度，由于突发事件的情景属性可能有很多项（如前文描述的突发事件属性、受害者属性和突发源属性等），这样必然对搜寻知识的效率造成很大影响，应当配置图形化界面，让用户选择搜索知识算法，通过图形化界面还可以选择情景属性，按照用户的心理预期对搜寻出的结果进行知识案例排序，可以有效提高知识的思想联系效率。元知识进程通过应用域共享本体论建立语义和描述框架，可以搜集种子文档集（或者由领域专家提供），通过工具自动产生术语集。通过专家筛选，建立术语之间包含关系，最终确立术语分类体系，并建立突发事件情景描述。知识进程基于概念层，包括突发事件情景的及时建立、获取适合性知识、产生创新性知识，并以产生的创新性知识对OM进行扩充等。

3 结语

由于目前知识管理采用静态获取、密封管理的方式，传播和存储的业务知识长期不变，很难针对变化的环境（非正常生产、突发事件等）作出正确决策。本文提出基于本体论知识管理的动态性、开放性框架设计，从三维：领会的共享构建、知识的聚集开放性和知识的思想联系、社会化推荐，分3个层次：知识进程、元知识进程和知识协同进程，有效应对知识的动态开放性管理，为将知识的取用与应用实践中动态出现的需求紧密联系提供有效手段，也为突发事件的决策处理提供有效的技术支持。下一步研究方向是完善实例设计，为突发事件处理决策铺平道路。

参考文献：

[1] STEPHEN S，RUDI S.Knowledge processes and ontologies[J].IEEE Intelligent Systems，2001，16（1）：26-34.

[2] GERHARD F，JONATHAN O.Knowledge management：problems，promises，realities，and challenges[J].IEEE Intelligent Systems，2001，16（1）：60-72.

[3] DAVID G， TEENI D.Tying knowledge to action with kMail[J].IEEE Intelligent Systems，2000，15（3）：33-39.

[4] 郑学伟.基于知识管理的本体自动构建算法研究[J].计算机技术与发展，2014（12）：64-68.

[5] 赵亮，徐丽平，贺耀宜.本体技术与知识管理研究[J].电子世界，2013（23）：13-14.

[6] 朱颖.基于语义技术的柑橘园土壤环境判定决策支持系统[D].重庆：西南大学，2014.

[7] 王向前.基于案例推理的煤矿回采巷道支护决策系统研究[D].淮南：安徽理工大学，2013.

[8] 唐红，钟怡，赵国锋. 面向未来互联网的语义感知服务匹配算法研究[J].重庆邮电大学学报：自然科学版，2013，25（2）：187-191.

[9] 张建华.知识管理自学习案例的自组织机制与检索算法研究[J].情报杂志，2013（12）：194-199.

[10] 孙俐丽.面向知识创新的电子商务企业知识生态系统模型构建[J].情报科学，2016，34（12）：141-144.

[11] 崔蕊，霍明奎.产业集群知识协同创新网络构建[J].情报科学，2016，34（1）：155-159.

[12] 戎军涛，王莉英.基于本体的公共危机事件情景模型研究[J].现代情报，2016，36（6）：50-55.

[13] RAO L L，MANSINGH G J，OSEI-BRYSON K M.Building ontology based knowledge maps to assist business process re-engineering[J]. Decision Support Systems，2012，52（3）：577-589.

[14] 游苏宁.获取知识的基本技能 阅读书籍的葵花宝典[J].中華医学信息导报，2015，30（8）：21-21.

[15] 罗式胜.在专家系统中获取知识的技巧与方法[J].情报杂志，1994（1）：38-41.

[16] 张敏，刘玉佩，尹帅君.知识能力视域下采纳虚拟社区获取知识的行为意愿研究[J].图书馆学研究，2015（13）：80-88.

[17] 唐晓波，翟夏普.基于本体知识集合的知识检索研究[J].图书馆学研究，2018（1）：60-66.

[18] 杨清琳，钱文标，杨晓雷.基于领域本体知识库的语义检索研究[J].山东工业技术，2018（4）：213-213.

[19] POLANYI M.The tacit dimension，knowledge in organizations[M].Chicago：The Chicago University Press，2009.

[20] NONAKA I，TAKEUCHI H.The knowledge creating company[M].London：Oxford University Press，1995.

（责任编辑：江 艳）