[专访]葛新权：知识管理具有普适性

    二、从知识管理到大数据
    KMF：咱们的知识管理基地依托于北京信息科技大学经济管理学院。其实从我们这所大学的名字就可以看出，我们会非常关注信息这一块，而“信息”和“知识”又有着天然的联系。从数据、信息和知识的角度，您是如何来看知识管理的呢？
    葛新权：北京信息科技大学是由原北京机械工业学院和北京信息工程学院合并组建的。目前学校重视信息及其信息技术研究与应用，以及融入学校各个学科与专业中，突出信息特色。目前我们与北京拓尔思信息技术股份有限公司和山东浪潮云服务信息技术有限公式合作，正在申报北京市重点信息实验室（智库）——绿色发展大数据决策实验室。数据、信息和知识是知识管理中最基本概念，我认为数据是信息的一种重要而普遍表示，而信息与知识具有互不包含又有交集的关系，如股市大盘频幕显示的是信息，不是知识；股市分析师所应用的理论是知识，不是信息；股市分析的股评既是知识又是信息。知识管理就是从数据与信息中提炼或挖掘新的知识，当然在提炼或挖掘本身就是应用知识。可见，信息科技大学在研究知识管理中具有得天独厚的优势。
    KMF：那样很好，和实践一线深度合作，从技术应用层面来支持。
    葛新权：我去年参加吴庆海博士等组织的中国知识管理联盟委员会，当时开大会时我的感觉就是总体上中国知识管理的应用超前于理论，我们需要在实践中不断总结与提升，推动理论研究。在知识管理研究中，我们针对政府部门与企业需求提供的应用及技术服务等实践成果多一些。近年来我们研究基地引进很多优秀的博士、博士后，大大提高了我们的理论研究水平。我们会用一些经济学、心理学、社会学与计算机科学与技术的理论技术、模型、工具和方法来研究知识管理问题，如之前可能也很少有其他人用经济模型来研究知识管理。
    KMF：这个正在申报的绿色发展大数据决策实验室的确很顺应当前大数据研究与实践的趋势。
    葛新权：是的。无论政府、企业和个人，绿色发展与我们密切相关，从绿色设计、绿色制造、绿色物流与销售、绿色消费，到绿色回收循环利用。要做到这一点，利用大数据是必然选择。现在我们面临的机遇是：对于海量数据，无论政府部门、社会组织、企业，都确实要针对面临的问题加强对信息的收集、整理、加工、分析和利用，进而解决问题。其中，大数据不仅提供数据支持，同时还提供一种结合实际问题处理这些数据的有价值理论、技术、方法和工具。
    现在的海量数据铺天盖地，你今天发布一条信息，刹那就可能会被淹没。但是作为每一个人，在数据量这么大、数据流这么快的情况下，怎么把自己需要的信息提炼出来，这确实需要一个敏锐、灵巧的方法和工具，这也是知识管理的重要内容。
    实际上，我认为大数据的方法和工具有广义与狭义之分，传统的统计方法就是广义的，而真正体现大数据狭义的方法应该是全集的方法，我认为到现在还没有真正出现。当然，统计其实就是数据提炼、数据加工分析的思想与工具，统计的功能就是对原数据（非决策信息）加工处理，提炼出转换为决策信息（知识）。
    三、大数据的本质要求：描述个体异质性，尊重个体异质性
    葛新权：过去我们的统计研究是，如要对10万人组成的对象进行研究，不必对10万人中的每一个人都逐一进行研究，把10万人归成这个总体作为“1”，对这个总体进行研究。但是现在看来这个“1”太综合了，忽视了很多个体差异，研究出的结果和真正的研究对象会出现比较大的偏差。
    我刚才提到博弈实验，它所研究的就是个体异质性。应该说“以人为本，尊重每一个个体”是不变的，因此将研究对象根据差异分成不同类别，对每一类做认识，对症下药，才是有价值的。
    过去我们只描述这个总体的“1”，但你要认识每一个个体也是不可能的、也没有必要。现在有了大数据之后，依托更为强大的运算和分析技术，我们可以认识各大类，而且可以细分更多的类，这样就能更好地把握个体的差异。从而对这种差异的认识能够实现对象总体的认识。
    因此，我认为大数据的本质是个体异质性。因此，要求尊重人，尊重每一个个体。利用大数据信息处理量比较快，可以更为接近个体异质性差异。所以我觉得这跟知识管理的本质要求也是契合的。知识管理尊重人的差异。比如我跟这个人相处，这个人内向不爱开玩笑，我就要懂得尊重他，而不要去改变他。只有这样我们相处才可能长久。

上一页  [1] [2] [3] [4] [5] 下一页