主题知识管理产品可广泛应用于产品知识、技术知识、缺陷知识、风险知识等场景，并由于主题知识构建在知识图谱引擎基础上，实现了跨库主题知识图谱应用。

 

从传统文档型知识管理到智能化主题知识管理    传统文档型知识管理，有许多缺陷阻碍组织有效共享和重用知识，主要表现为：知识很难求——不管搜索引擎有多强大，存储在文档中的知识很难精准找到；知识不相关——用户经常会被大量文档淹没，其中大多数内容与最终用户的直接需求无关；

知识难理解——知识表达形式常常不一致而且缺乏全面性；知识不完整——知识通常会随机记录，内容不完整，需要用户自己填补空白；知识缺信任——如果用户在遇到内容时必须花很多时间验证内容，那么他们最终会对内容失去信任。

    我们将知识图谱、知识元数据、组件化内容管理能力结合，将可以构建出更强大、灵活的主题知识建模工具，是一个面向专有知识的结构化、粒度化单元，旨在高效地捕获、共享、重用和配置知识用技术语言来说，主题知识是指遵循详细的结构规则并富含元数据的的内容片段。

很多企业在内部实施技术文档、内容营销、客户服务等项目中，越来越关注从基于传统文档转向主题知识，主题知识具有以下四个特点：领域聚焦：需要聚焦在一个特定的专业领域上，如产品知识、故障知识、FMEA知识、案例知识等

，每类知识都有不同的知识特征属性描述；结构化：结构化被定义为一种规划和构建内容的方法，这种方法对内容进行了分类和模块化，使其可重用、可发现和可配置；语义关联：可以定义内容块之间的关系，通过模块之间相互关联，可以创建出一个更强大的语义知识库

；重用导向：主题知识不仅仅是如何构建内容，还在于如何使用个性化方式来传递内容，并以一种可拓展的形式多场景进行知识重用基于知识图谱的主题知识建模工具    主题知识建模工具由四层语义内容架构组成，即：

    （1）知识内容层，可以是产品、技术、问题、风险等各类知识内容源；    （2）知识元数据层，对于各类知识基于分类法及知识特征的结构化要素定义；    （3）语义关系层，对于元素间语义关系定义，可以实现跨多种主题知识的内容关联和穿透；

    （4）知识应用层，提供智能搜索、知识聚合、智能推荐、关系推理等前端应用功能主题知识库的典型应用场景    主题知识管理产品可广泛应用于产品知识、技术知识、缺陷知识、风险知识等场景，并由于主题知识构建在知识图谱引擎基础上，实现了跨库主题知识图谱应用，并可以无缝拓展针对某特定对象（如产品、技术等）的业务图谱构建，聚合更多结构化、非结构化数据实现业务。

360度智能应用。面向智能制造型企业，可以围绕产品全生命周期的四个关键环节——技术创新、研发制造、产品营销、技术服务，构建出主题知识库应用，即：

技术创新：以研发技术库为核心的主题知识库应用，通常包含研发技术库、科研成果库、技术专利库、标准规范库、科技情报库等，并可以在此基础上构建面向技术决策的技术能力地图应用；研发制造：以产品规格库为核心的主题知识库应用，通常包含产品规格库、设计指导库、测试标准库、典型问题库、失效模式库等，并可以在此基础上构建面向研发赋能的研发场景助手；

产品营销：以产品信息库为核心的主题知识库应用，通常包含产品信息库、解决方案库、客户案例库、投标资质库、生态伙伴库等，并可以在此基础上构建面向数字营销的营销场景助手；技术服务：以产品服务库为核心的主题知识库应用，通常包含产品服务库、常见问题库、产品需求库、经验案例库、故障诊断库等，并可以在此基础上构建面向智能服务的多策略问答机器人应用。

    如在产品营销领域，通过主题知识建模可以构建产品、案例、项目、问题、人员等主题知识库并建立起主题知识图谱模型，不仅可以对于产品库按照FABE法则构建结构化知识内容，并可以动态拓展和关联和产品方案相关的项目、案例、问题、人员等内容，充分利用知识图谱的认知智能能力，实现面向营销场景的

高效知识赋能。

海乂知数-联合创始人，致力于以知识图谱引领认知智能，借人工智能重塑知识管理基于知识图谱的数字化知识建模及其应用方法论从碎片化数据到全面的知识图谱：构建研发知识库的案例实践基于知识图谱的语义层架构概念及价值

数字化时代的五大知识管理关键技术“当知识管理遇到知识图谱”系列3—数字化时代的知识管理成熟度模型

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186