知識管理下的數(shù)據(jù)分析策略

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了知識管理下的數(shù)據(jù)分析策略范文，希望能給你帶來靈感和參考，敬請閱讀。

[摘要]創(chuàng)新型專業(yè)人才的一門必修課就是數(shù)據(jù)分析，通過海量數(shù)據(jù)找到其隱藏在背后的邏輯，從而指導生產(chǎn)生活。在知識管理視閾下建立數(shù)據(jù)分析知識管理模型，讓組織的隱性知識內(nèi)化為個體的隱性知識，探索出具有一定可行性的實施策略。

[關鍵詞]數(shù)據(jù)分析；知識管理；SECI模型

一、前言

隨著大數(shù)據(jù)和人工智能時代的到來，人們對數(shù)據(jù)的關注度越來越高，大到國家政府，小到企業(yè)個人，每個人都身處這個深刻變革的數(shù)據(jù)時代，無論主動還是被動參與，都被充斥著的數(shù)據(jù)影響著，改變著。作為肩負國家專業(yè)人才培養(yǎng)責任的高校和教師，緊跟時代新型教育理念，擺脫傳統(tǒng)桎梏，探索順應新形勢的創(chuàng)新型專業(yè)人才是值得探討和研究的新課題。

(一)知識管理的內(nèi)涵及管理模式20世紀80年代末期，知識資產(chǎn)作為推動經(jīng)濟增長的要素，以其邊際報酬遞增的特性備受專家學者的關注。最初知識管理這一概念主要應用于企業(yè)組織，然而在經(jīng)濟快速發(fā)展的今天，隨著云計算、大數(shù)據(jù)技術、人工智能的應用，在數(shù)據(jù)爆炸、信息爆炸的時代，如何在數(shù)據(jù)中厘清背后的邏輯，挖掘出有價值的信息顯得至關重要。關于知識管理的概念很多專家學者都做出了界定，JeremyGalbreath[120]將教育領域的知識管理界定為運用技術工具和程序處理數(shù)字化存儲的領域內(nèi)的知識，通過網(wǎng)絡使更多受眾獲得知識和經(jīng)驗的過程。筆者認為知識管理的內(nèi)涵分為廣義和狹義兩種。廣義的知識管理是指知識經(jīng)濟背景下思想和方法管理的總稱。狹義的知識管理是指對知識及其作用的管理。本文是在狹義的知識管理概念下所進行的研究。1995年，日本知識管理領域的著名學者野中郁次郎(IkujiroNonaka)在其著作《TheKnowledge-Creating-Company》中，提出SECI模型(圖1)，主要研究個人和組織知識的轉化模式，將知識劃分為顯性知識和隱性知識兩種類型。圖1SECI模型社會化(socialization)是可以將隱性知識通過觀察、模仿等共享方式轉化為隱性知識。外化(external-ization)是可以通過隱喻、類比、概念和模型等方式將隱性知識向顯性知識轉化。組合化(combination)可以通過語言、數(shù)字等符號將顯性知識轉化為顯性知識。內(nèi)化(internalization)是可以通過體驗、體會等方式將顯性知識轉化為隱性知識。

(二)研究現(xiàn)狀知識管理視閾內(nèi)學科知識的管理研究中，陳悅[1]-[2]對知識圖譜這一知識管理工具的理論和應用進行了系統(tǒng)詳細地綜述。鮑瑋[3]認為教學過程中知識轉化從單一閉環(huán)到多級閉環(huán)呈螺旋遞進的發(fā)展狀態(tài)，這一模式能實現(xiàn)知識管理的機制創(chuàng)新。趙伯艷等[4]等運用SECI模型研究了專業(yè)人才的培養(yǎng)途徑。胡艷艷等[5]認為通過顯性知識與隱性知識的循環(huán)轉化來實現(xiàn)知識的進階性學習。廖先玲等[6]等將知識流動與知識獲取、知識傳導、知識吸收以及知識應用整合起來可以更高效地利用各種知識資源。JeffreyJohannesAustenBongku[7]運用實證分析方法探索印度尼西亞咨詢公司有效的知識管理系統(tǒng)。樊治平等[8]從知識共享的視角對知識管理從經(jīng)濟性、對象、主體以及手段四個方面進行了研究。方剛[9]等建立了跨組織知識轉化的SECI拓展模型，從產(chǎn)學研協(xié)同角度進行了研究，認為知識互補性、吸收能力與協(xié)同轉化行為正相關，知識轉化平臺的占用與參與積極性負相關。

(三)研究評述及研究路線專家學者在不同的學科領域里運用知識管理工具對個人、組織的知識進行了研究。知識管理方法歸結起來主要有SECI模型和社會網(wǎng)絡分析兩種，其他都是基于此兩種模型做出部分改進。本文以問題為導向，按照“現(xiàn)狀-問題-對策”的研究技術路線，建立數(shù)據(jù)分析知識管理模型(SECI)來實施研究，。

二、數(shù)據(jù)分析知識系統(tǒng)

數(shù)據(jù)分析是一種綜合分析問題的能力，需要跨學科的理論知識背景作為依托，運用統(tǒng)計分析工具對不同學科領域內(nèi)的學術前沿問題進行分析和研究。統(tǒng)計學是關于社會經(jīng)濟現(xiàn)象數(shù)量方面進行搜集、整理和分析工作理論和方法的科學。其在經(jīng)濟學、管理學、醫(yī)學、生物學等學科應用十分廣泛，甚至在文學(如紅學中運用構詞造句習慣推斷后四十回為高顎所做)、法學(無罪推斷理論)及體育競技(種子選手篩選)等領域都有結合和應用。以經(jīng)濟管理類專業(yè)為例，數(shù)據(jù)分析知識系統(tǒng)(圖2)由理論基礎、工具基礎、目標實現(xiàn)三大部分構成。其中理論基礎部分包括數(shù)理基礎和統(tǒng)計基礎兩個部分。數(shù)理基礎主要指高等數(shù)學、高等代數(shù)、概率論與數(shù)理統(tǒng)計以及統(tǒng)計學原理；統(tǒng)計基礎包括市場調查方法，多元統(tǒng)計分析，計量經(jīng)濟學以及管理學研究方法論。統(tǒng)計分析的工具有很多，常見的有可視化的軟件SPSS、Amos以及程序化的軟件Stata、R、SAS、Matlab、Python等。其中SPSS可以做簡單的描述統(tǒng)計分析，至于推斷統(tǒng)計學并不推薦。Amos是管理學常用的分析軟件，主要用于潛變量、路徑分析及結構方程模型(SEM)的分析。Stata和SAS都可以做計量分析，但Stata的界面更友好，語言更容易學習。Matlab主要用于線性規(guī)劃問題的研究。R和Python都可以做大數(shù)據(jù)分析，但R更具競爭力，其開源代碼和可及性(免費使用)是Python所不能及的，其兼容性更是其他軟件所不具備的。當然，這里并不需要把所有軟件工具都學會，而是根據(jù)自身計算機語言水平來選擇其中的一種或兩種來學習。在具備了一定的理論知識后，學習1-2個分析工具，再將兩者有機結合起來即可實現(xiàn)數(shù)據(jù)分析的目標。

三、數(shù)據(jù)分析知識管理模型

基于SECI模型在數(shù)據(jù)分析知識管理情境下建立知識管理模型如圖3所示，將抽象的隱性知識內(nèi)化為個人的隱性知識需要經(jīng)歷四個階段。首先是將數(shù)據(jù)分析相關理論組織的隱性知識通過預習等前置活動這種社會化方式轉化為個體的隱性知識，從中可以獲取知識的大致理論框架。課前預習這種課前預置活動可以是案例操作過程的演示；在轉化為個體隱性知識后，通過課堂講授、討論和答疑活動等外部化方式進一步轉化為顯性知識；但外部化的顯性知識往往很難識記且彼此間無法形成有效聯(lián)結從而內(nèi)化為個人顯性知識，因而還需要總結歸納等組合化方式將零散的知識重新排列組合形成科學、條理、系統(tǒng)化的顯性知識；最后可以通過課后的后置作業(yè)進行練習和模擬實踐內(nèi)化為個人的隱性知識。

四、結論與展望

組織的隱性知識轉化為個人的隱性知識需要經(jīng)歷社會化、外部化、內(nèi)在化和組合化四個階段。在數(shù)據(jù)分析實踐中，僅是個人隱性知識的一種表現(xiàn)，即可以分析出數(shù)據(jù)背后的邏輯，挖掘有價值的信息，從而指導實踐活動。而知識的轉化過程并不能得到體現(xiàn)，因而大部分的時間和精力都要放在數(shù)據(jù)分析相關理論知識和操作知識的積累上。

[參考文獻]

[1]陳悅.科學知識圖譜的發(fā)展歷程[J].科學學研究，2008(3):449-460.

[2]陳悅.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015(2):242-253.

[3]鮑瑋.基于智慧課堂及SECI模型的螺旋遞進型教學模式[J].北京印刷學院學報，2019(9):101-103.

[4]趙伯艷.基于SECI模型的高等院校會展專業(yè)人才培養(yǎng)途徑和方略[J].創(chuàng)新創(chuàng)業(yè)理論研究與實踐，2020(3):1-4.

[5]胡艷艷.“互聯(lián)網(wǎng)+”背景下基于SECI知識管理模型論證教學發(fā)展學生化學核心素養(yǎng)[J].廣東化工，2020(8):219-221.

[6]廖先玲.企業(yè)知識創(chuàng)新能力模型構建及其網(wǎng)絡結構研究知識流動視角[J].科技管理研究，2020(8):210-217.

[8]樊治平.知識共享研究綜述[J].管理學報，2006(3):371-378.

[9]方剛.基于SECI拓展模型的產(chǎn)學研協(xié)同創(chuàng)新知識轉化行為研究[J].軟科學，2019(6):24-29+36.

作者：田國華 單位：山西大同大學