導語：大數據在知識管理的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

隨著數據處理技術的不斷進步，數據的方式也逐漸革新，大數據技術應運而生。社會上超過90%的數據是在近幾年產生的，這表明數據量在近幾年呈爆炸式增長，在社會的各個領域都存在這樣的現象。目前，人們生活的時代已經變成了大數據時代，大數據的應用可以提高政府部門的辦事效率，還可以提高企業單位和事業單位的管理能力，合理控制企事業單位的運行成本，運用大數據知識管理方法能夠顯著提高科學化決策效率，因此分析大數據在知識管理中的應用成為學者關注的焦點問題。

1大數據特點概述

大數據對于人們而言一直是一個比較模糊的概念，一部分人認為大數據的概念是“炒”出來的。相關問卷調查表明，絕大多數人僅僅聽過大數據這個概念，而很少感受到大數據概念給社會生產和人們生活帶來的變化。絕大多數人在并不了解大數據時代背景的真正特點和大數據技術特點的前提下，會錯誤地認為大數據很容易被生活接受，并沒有考慮大數據給人們生活帶來的挑戰。相關調查數據顯示，平均每天因特網產生的數據量如果都存儲在光盤上，每天則需要約兩億張DVD光盤的容量，每天約發送2500億封電子郵件，在一定程度上體現大數據時代的特點，但這樣的數據特點只是大數據的冰山一角。

2大數據與知識管理

社會的發展和進步不斷刺激著人們的知識和信息需求，這種信息和知識的需求反過來又促進了大數據技術的不斷進步和大數據應用的快速更新。面對大數據時代所帶來的機遇和挑戰，人們應該客觀審視這種新思想和新技術給生活帶來的巨大變化。大數據時代的到來為知識管理提供了強大的技術支撐，知識管理在大數據的背景下變成了一種知識系統。這種知識系統被建立成為一個數據庫，可以將零散的信息和數據進行分類、整合、記錄、讀取和更新，可以實現查詢數據、共享數據和傳遞數據，幫助決策者做出正確的決策，降低市場經濟等變化帶來的決策風險。移動通信技術的快速發展和信息化進程的加速推進，使手持終端和個人電腦越來越多，隨之而來的還有碎片化閱讀的現象。在信息時代的背景下，碎片化信息現象也非常普遍，帶來了信息不完整、信息質量不高的嚴重后果。隨著數據量呈現爆炸式增長，這種信息碎片化現象也日益嚴重。從生活角度審視大數據技術，給人們帶來的變化是顯而易見的，但現在的變化遠遠沒有達到大數據技術本應帶來的變化，距離這項技術推動社會發展還很遙遠。知識管理是對知識、知識創造過程和知識的應用進行規劃和管理的活動。大數據時代將會對人們的認知程度、管理水平和經濟活動產生較大的影響，對知識管理應該做到人人盡責以降低風險。大數據也是出于服務應用的目的，這些脫離應用的數據都是無用的數據，對提高人們的生活質量沒有任何意義，因此數據的篩選和提取對大數據應用來說具有非同尋常的意義。信息的特點是具有時效性，時效性指過了某個時間點或者過了某段時間，信息則沒有了效果，失去了價值。數據也是信息，并且數據是信息的一個核心組成部分，脫離了知識管理的數據則無法進行規劃和管理，數據則會出現較為嚴重的價值損失。

3大數據在知識管理中的意義

數據的碎片化問題會直接導致數據價值大幅度流失，組織效率顯著下降，完全碎片化的數據形式對社會發展沒有任何意義。如果說大數據是一項重要技術，那么以大數據技術為基礎的應用就是大數據特點的實體化，考慮到這個突出的矛盾問題，大數據在應用方面的落腳點則應該從始至終圍繞著解決數據碎片化的方面進行。解決數據碎片化的核心環節就應該圍繞知識管理展開，知識管理可以對數據進行查詢、傳遞、共享、整合和，這種知識管理的組織方法恰恰為大數據的應用提供了解決辦法。大數據實現應用的關鍵環節是對碎片化的數據進行篩選、處理和分析，那么大數據要進行信息共享需要克服兩方面的障礙，一方面是不同的數據持有者切斷了原本連貫的行為活動，另一方面是數據管理方式的不同引起可數據結構出現巨大變化，造成了結構上的差異，會阻礙數據間的整合過程。知識管理可以將紛繁復雜的碎片化數據進行篩選和整理，在這些數據中很可能挖掘出大量的有用信息，知識管理的組織方法則將這種有用數據的篩選工作變得易于實現，簡化了工作流程，大幅度減少了工作量。從上文的分析可知，數據本身不具有使用價值，知識管理則涉及兩個部分：第一部分是管理，管理要求合適的組織方法能夠將碎片化的數據變成完整的，相互有關聯的數據，即將碎片化數據變為有用數據；第二部分是知識，知識的概念是通過分析的方法將有用的數據變為知識，從而服務于大數據的應用，服務于人們的生產和生活。

4大數據時代知識管理方法研究

4.1知識管理全周期。現在的制造企業大多將企業建設精力放在PDM和PLM系統的建立和發展上，確實能夠提升企業的管理水平，進而也能提高產品的設計質量和生產效率。然而該系統并沒有提高數據質量，人們對于大數據的理解僅僅局限于數量龐大，往往忽略了數據的篩選、整合、分析和應用。數據管理是一項長期的工作，需要企業投入大量的精力，但一旦形成一定的規模則會源源不斷給企業帶來收益。社會發展逐漸刺激了用戶的需求，單一化和長周期化的產品模式已經無法滿足客戶的體驗和應用需求，企業為了滿足不同用戶的需求開始采取多樣性產品和短周期產品的戰略，例如蘋果公司的產品形式非常豐富，有筆記本電腦、平板電腦和手機等，產品周期非常短，每年都會更新一款設備，每年的更新都會引領時代的潮流。在這種形勢下，產品的單一周期數據管理模式就逐漸被淘汰，因為不管一款產品的數據管理優化到何種地步，這款產品相對應的數據管理體系也會隨著這款產品的淘汰而淘汰，短周期的產品模式恰恰使數據管理不具備長期性，這樣的數據管理是沒有意義的。因此對全周期的數據管理模式進行研究是數據結構建設的核心環節。4.2知識管理技術創新。大數據的當務之急是如何從鋪天蓋地的數據中挑選出有用的信息并加以利用，采用有效的數據管理方式無疑可以提高數據篩選的效率，但現在數據篩選和數據管理的當務之急是沒有相應的知識管理技術可以趕上數據增加的速度。知識管理技術已經無法跟上數據量爆炸式增長的速度，因此大數據時代要求人們在數據量爆炸式增長的同時不斷創新數據管理技術，以跟上時展的步伐。以知識管理在企業大數據中的實際應用為例，計落考OA數據管理系統實現了知識間的協同，幫助企業提高了工作效率，優化了知識結構。該系統對企業的知識進行了收集和整理，可以為企業員工提供一個良好的學習環境，同時員工在自己的工作過程中積累的知識也可以加入知識管理系統，豐富知識管理系統的數據庫，以便于不斷提升企業的工作效率和經濟效益。4.3新能力生成。大數據和知識管理是相輔相成的關系，大數據技術需要知識管理系統提供輔助，以實現數據的有效提取和有效利用，而大數據的應用需求反過來又推動知識管理系統的快速發展。大數據的特點是數據吞吐量呈現爆炸式增長，因此大數據的背景對知識管理的最核心要求就是提高單位時間的數據吞吐量，單位時間吞吐量小代表吞吐能力弱，知識管理的效率低。單位時間內數據吞吐量大時代表吞吐能力強，知識管理的效率高。要提高數據的吞吐能力，需要考慮兩方面的能力：一方面是硬件能力，即計算機處理能力，高級的計算機數據處理能力會大幅度增加單位時間的數據吞吐量，提高數據的吞吐能力；另一方面，提高計算機操作人員的業務水平和理論功底，可以顯著提高大數據的處理能力和知識管理水平，優化知識管理結構，使數據處理人員和企業的員工具備數據分析和數據處理的能力，提高對信息和數據的敏銳性，以期更好地為企業的生產效率和經濟效益服務。

參考文獻

［1］李爽.大數據在知識管理中的應用［J］.現代營銷,2018(10).

［2］屈鵬飛.復雜產品生命周期設計知識大數據集成和應用研究［D］.杭州:浙江大學,2016.

［3］江紅玲.基于大數據的國防科技情報知識管理體系［J］.中國電子科學研究院學報,2016(3).

［4］黃天恩,孫宏斌,郭慶來,等.基于電網運行仿真大數據的知識管理和超前安全預警［J］.電網技術,2015(11).

［5］曾潤喜,王琳,杜洪濤.基于知識管理視角的大數據研究網絡與結構研究［J］.情報學報,2016(11).

［6］孟強.大數據時代知識管理在電商企業中的應用研究［J］.經營管理者,2015(24).

［7］盧康,周智力.大數據技術在航天企業知識管理系統中的應用［J］.航天工業管理,2017(4).

［8］何勝,熊太純,周冰,等.高校圖書館大數據服務現實困境與應用模式分析［J］.圖書情報工作,2015(22).

［9］趙婧文.知識服務:大數據背景下圖書館助力黨校思想庫建設的路徑選擇［J］.中國管理信息化,2015(22).

作者:段思綺 單位:東華大學