首页> 中国专利> 企业级知识中台及企业级知识中台的构建方法

企业级知识中台及企业级知识中台的构建方法

摘要

本申请实施例公开了一种企业级知识中台及企业级知识中台的构建方法,涉及知识管理领域。本申请的方法包括:通过信息管理系统中部署的知识采集组件采集数据,以及基于采集到的数据构建数据集;对数据集中的数据进行知识萃取和并联形成网状知识结构,以及对概念间的关系属性进行联结和转换得到知识库;基于业务场景将能力封装为前端交互组件;其中,前端交互组件部署在信息管理系统中,前端交互组件用于提供用户交互接口;基于信息管理系统的服务调用请求,为信息管理系统提供相关服务,可以实现不同业务之间的信息互通,提高用户获取知识的效率和便捷性。

著录项

  • 公开/公告号CN114969356A

    专利类型发明专利

  • 公开/公告日2022-08-30

    原文格式PDF

  • 申请/专利权人 远光软件股份有限公司;

    申请/专利号CN202210473526.6

  • 发明设计人 卢华凤;李昕;王曙光;赵智;

    申请日2022-04-29

  • 分类号G06F16/36(2019.01);G06F16/21(2019.01);

  • 代理机构广东朗乾律师事务所 44291;

  • 代理人杨焕军

  • 地址 519085 广东省珠海市科技创新海岸远光软件园

  • 入库时间 2023-06-19 16:36:32

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-16

    实质审查的生效 IPC(主分类):G06F16/36 专利申请号:2022104735266 申请日:20220429

    实质审查的生效

说明书

技术领域

本申请涉及知识管理领域,尤其涉及一种企业级知识中台及企业级知识中台的构建方法。

背景技术

知识通常分散在企业的不同系统中,导致整合难度高。传统知识管理在知识上传、分类、审核等环节需要较多人工参与,导致使用成本较高,主要依赖手工知识采集、加工、组织,知识表示形式多以文档形式为主,缺少智能化知识服务。员工需要的知识,遍布在许多垂直类的业务系统中。这些系统之间分别建设文档管理、附件管理、业务规则管理、帮助指引等功能,彼此相对独立,形成了一个个“烟囱”,知识信息很难流通,形成企业知识“孤岛”,用户获取知识极为不便。

发明内容

本申请实施例提供了企业级知识中台的构建方法、装置、存储介质及计算机设备,可以解决现有技术中用户在企业中获取信息不方便的问题。所述技术方案如下:

第一方面,本申请实施例提供了一种企业级知识中台,包括:

信息管理系统和知识中台;所述信息管理系统和所述知识中台连接;

所述知识中台包括知识采集模块、知识融合模块、知识应用模块和知识服务模块;所述信息管理系统部署有知识采集组件和前端交互组件;所述知识采集模块与所述知识采集组件相连,所述知识应用模组与所述前端交互组件相连;

所述知识采集模块,用于通过信息管理系统中部署的知识采集组件采集数据,以及基于采集到的数据构建数据集;

所述知识融合模块,用于对所述数据集中的数据进行知识萃取和并联形成网状知识结构,以及对概念间的关系属性进行联结和转换得到知识库;

所述知识应用模块,用于基于业务场景将能力封装为前端交互组件;其中,所述前端交互组件部署在所述信息管理系统中,所述前端交互组件用于提供用户交互接口;

所述知识服务模块,用于基于所述信息管理系统的服务调用请求,为所述信息管理系统提供相关服务。

第二方面,本申请实施例提供了一种企业级知识中台的构建方法,所述装置包括:

通过信息管理系统中部署的知识采集组件采集数据,以及基于采集到的数据构建数据集;

对所述数据集中的数据进行知识萃取和并联形成网状知识结构,以及对概念间的关系属性进行联结和转换得到知识库;

基于业务场景将能力封装为前端交互组件;其中,所述前端交互组件部署在所述信息管理系统中,所述前端交互组件用于提供用户交互接口;

基于所述信息管理系统的服务调用请求,为所述信息管理系统提供相关服务。

第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。

第四方面,本申请实施例提供一种计算机设备,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括:

通过知识采集组件实现自动化采集数据,以及生成数据集。采用文本挖掘、机器学习等技术实现数据的智能化解析构建知识库,自动匹配知识分类体系,实现知识多维管理。采用“大中台小前台”模式,通过跨应用、跨领域、跨形态的知识收集,完成知识的汇聚,并通过智能搜索、智能推荐、提供全领域、统一、智能的知识服务中心。针对业务领域所涉及的数据,通过数据挖掘、知识图谱、自然语言处理等技术进行挖掘、分析、建模,并结合行业场景实现知识图谱技术平台+行业知识内容模型的融合,构建不同场景下基于知识图谱的应用,实现不同业务之间的信息互通,提高用户获取知识的效率和便捷性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。

图1是本申请实施例提供的网络架构示意图;

图2是本申请实施例提供的企业级知识中台的构建方法的流程示意图;

图3是本申请提供的一种知识中台的硬件结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。

图1示出了可以应用于本申请的企业级知识中台的结构示意图。

如图1所示,系统架构可以包括:知识中台和信息管理系统。知识中台和信息管理系统之间可以通过网络进行通信,网络用于上述各个单元之间提供通信链路的介质。网络可以包括各种类型的有线通信链路或无线通信链路,例如:有线通信链路包括光纤、双绞线或同轴电缆等,无线通信链路包括蓝牙通信链路、无线保真(WIreless-FIdelity,Wi-Fi)通信链路或微波通信链路等。

其中,信息管理系统为企业内部实现信息化管理的系统,所述信息管理系统为企业资源计划系统、办公自动化系统、客户关系管理系统或人力资源管理系统。进一步的,知识中台可集成于信息管理系统,集成方式包括但不限于:中台服务API、前端H5组件、菜单页面集成等。信息管理系统为知识中台提供原始数据,知识中台基于原始数据为用户知识分类体系、知识采集、知识存储、知识浏览、知识搜索、智能推荐、智能问答、文档在线编辑等服务能力;作为资料库、政策库、问答库、业务规则库等知识库的前台场景应用的底层能力支撑。

参见图1所示,知识中台包括:知识采集模块、知识融合模块、知识应用模块和知识服务模块;所述信息管理系统部署有知识采集组件和前端交互组件;所述知识采集模块与所述知识采集组件相连,所述知识应用模组与所述前端交互组件相连;

所述知识采集模块,用于通过信息管理系统中部署的知识采集组件采集数据,以及基于采集到的数据构建知识库;

所述知识融合模块,用于对所述知识库中的数据进行知识萃取和并联形成网状知识结构,以及对概念间的关系属性进行联结和转换;

所述知识应用模块,用于基于业务场景将能力封装为前端交互组件;其中,所述前端交互组件部署在所述信息管理系统中,所述前端交互组件用于提供用户交互接口;

所述知识服务模块,用于基于所述信息管理系统的服务调用请求,为所述信息管理系统提供相关服务。

其中,知识中台从逻辑上来说,分为:基础体系层、知识整合层、知识应用层和知识服务层,本申请的知识采集模块位于基础体系层中,知识融合模块位于知识整合层中,知识应用模块位于知识应用层中,知识服务模块位于知识服务层中。

在本实施例中,知识采集模块通过调用信息管理系统中的知识采集组件来采集数据,知识采集组件包括但不限于:一键收集组件、爬虫采集组件和OCR(optical characterrecognition,光学字符识别)组件,一键收集组件用于周期性的在信息管理系统中采集数据,爬虫采集组件用于通过爬虫在各个不同的业务场景中采集数据,OCR组件用于通过OCR算法通过识别文档中的字符采集数据。进一步的,信息管理系统还部署有上传组件,上传组件用于将用户上传的数据存储到知识中台中,上传的数据可以是文档、表格或图片等,上传的方式可以是单个上传或批量上传。进一步的,信息管理系统还部署有在线协同组件,在线协同组件用于基于多个用户协作的方式查看编辑和编辑数据,提高数据处理效率。知识采集模块通过知识采集组件采集的数据构建知识库。本申请可以使用金字塔法构建知识库,按照个人文件、项目文档、部门文档、群组文档等进行分类管理、支持文档的上传、下载、分享、在线预览、在线协同编辑等功能,以及采用个人空间、团队空间(包括项目空间、部门空间、群组空间)、知识仓库的层次构建数据集,实现自动化采集和整理数据。知识中台和信息管理系统可以基于API接口进行通信,例如:信息管理系统基于API调用请求实现调用知识中台提供的服务,以及知识中台基于API调用请求调用知识采集组件实现数据采集。

数据集中的数据包括结构化数据和非结构化数据,知识融合模块对海量的数据进行知识萃取和并联形成网状知识结构,网状知识结构通过RDF(resource descriptionframework,资源描述框架)来表示,即“实体-关系-另一实体”,结点代表实体或概念,边代表实体/概念之间的各种语义关系;对概念间的关系属性进行联结和转换,支持非线性的、高阶关系的分析。知识融合模块通过建立从数据到知识图谱中实体、概念、关系的映射,使机器能理解数据,从数据中提炼出企业在特定领域内高精度的知识。按“数据-知识抽取-知识融合-知识加工-知识应用”流程,从海量的结构化数据和非结构化数据中进行实体、关系、属性和事件的信息提取,通过本体和实体对齐、指代消解解决多种类型的数据冲突问题,完成知识元提取和知识融合。将知识存储到知识库中,最后进行进一步的知识推理和图谱应用。知识解析智能化,采用文本挖掘、机器学习、等技术实现知识内容智能化解析,解析文档内容,自动匹配知识分类体系(知识目录、维度、标签等),实现知识多维管理。运用图数据库完成知识的存储和索引形成企业大脑,实现多源异构数据的汇聚,打破企业的知识孤岛,促进知识的开发利用。

知识应用模块基于不同业务场景将知识中台提供的智能推荐、知识浏览、知识全局搜索、智能问答、业务智能指引等能力封装为前端交互组件,前端交互组件部署在信息管理系统中,相应的前端交互组件包括:智能推荐组件、知识浏览组件、知识全局搜索组件、知识业务引导组件和智能问答组件。智能推荐组件用于基于用户画像自动为用户推荐知识,例如:用户在登录信息管理系统中,基于用户所在部门、岗位和历史工作记录自动推荐相关知识;知识浏览组件用于基于用户的浏览指令在知识中台中获取相关知识;知识全局搜索组件用于基于用户的搜索指令在知识中台中搜索相关知识;知识业务引导组件用于在用户使用信息管理系统进行业务操作时自动显示该业务向导知识,例如:用户在执行发票报销时,显示报销引导提示消息;知识问答组件用于基于用户输入的问题返回相关知识。

前端交互组件交互组件作为文档库、政策库、问答库、业务规则库等知识库的前台场景应用的底层能力支撑,实现中台能力的快速复用,面向企业财务、税务、电价、研发、生产、营销、供应链、人资管理等各个业务领域输出价值。图谱应用领域化,针对业务领域所涉及的数据,通过数据挖掘、知识图谱、自然语言处理等技术进行挖掘、分析、建模,并结合行业场景实现知识图谱技术平台+行业知识内容模型的融合,构建财务、税务、研发、生产、营销、供应链、人力资源管理、电价管理等不同场景下基于知识图谱的新型知识管理应用。知识中台能够以服务的方式接入企业核心业务场景,强化企业业务运营与服务能力,支撑商业模式转型和智能化应用创新。其中,本申请的前端交互组件可以使用HTML5代码实现,可减少开发的工作量。

知识服务模块基于信息管理系统的服务调用请求为信息管理系统提供相关服务。知识服务模块面对企业知识应用需求,覆盖全生命周期、一站式服务、定制化解决方案等。知识服务模块封装应用功能,为各类场景提供全方位服务。面向企业智能化升级需求,知识中台为企业提供灵活、多样的服务方式,包括标准化产品服务、组件化服务能力输出、集成解决方案构建。对企业生产运营中产生的知识进行采集、融合、提取和加工,再将筛选的知识运用到企业的经营管理决策和各大业务场景中,驱动业务的智能化,让企业的业务响应更及时、业务保障更可靠、业务决策更智慧。

需要说明的是,知识中台和信息管理系统可以是硬件,也可以是软件。当知识中台和信息管理系统为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当信息管理系统和知识中台为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。

应理解,图1中的知识中台、网络和信息管理系统的数目仅是示意性的。根据实现需要,可以是任意数量的知识中台、网络和信息管理系统。

下面将结合附图2,对本申请实施例提供的企业级知识中台的构建方法进行详细介绍。其中,本申请实施例中的企业级知识中台的构建方法的执行主体可以是图1所示的知识中台。

请参见图2,为本申请实施例提供了一种企业级知识中台的构建方法的流程示意图。如图2所示,本申请实施例的所述方法可以包括以下步骤:

S201、通过信息管理系统中部署的知识采集组件采集数据,以及基于采集到的数据构建数据集。

S202、对数据集中的数据进行知识萃取和并联形成网状知识结构,以及对概念间的关系属性进行联结和转换得到知识库。

S203、基于业务场景将能力封装为前端交互组件。

其中,前端交互组件部署在信息管理系统中,前端交互组件用于提供用户交互接口。

S204、基于信息管理系统的服务调用请求,为信息管理系统提供相关服务。

其中,本实施例中的S201~S204的具体过程可参照图1中的知识采集模块、知识融合模块、知识应用模块和知识服务模块的过程,此处不再赘述。

本申请实施例具有以下有益效果:通过知识采集组件实现自动化采集数据,以及生成数据集。采用文本挖掘、机器学习等技术实现数据的智能化解析构建知识库,自动匹配知识分类体系,实现知识多维管理。采用“大中台小前台”模式,通过跨应用、跨领域、跨形态的知识收集,完成知识的汇聚,并通过智能搜索、智能推荐、提供全领域、统一、智能的知识服务中心。针对业务领域所涉及的数据,通过数据挖掘、知识图谱、自然语言处理等技术进行挖掘、分析、建模,并结合行业场景实现知识图谱技术平台+行业知识内容模型的融合,构建不同场景下基于知识图谱的应用,实现不同业务之间的数据互通,提高用户获取数据的效率。

本申请实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图2所示实施例的方法步骤,具体执行过程可以参见图2所示实施例的具体说明,在此不进行赘述。

本申请还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的企业级知识中台的构建方法。

请参见图3,为本申请实施例提供了一种知识中台的结构示意图。如图3所示,所述知识中台300可以包括:至少一个处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。

其中,通信总线302用于实现这些组件之间的连接通信。

其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。

其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中,处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个知识中台300内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行知识中台300的各种功能和处理数据。可选的,处理器301可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器301可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器301中,单独通过一块芯片进行实现。

其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图3所示,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及应用程序。

在图3所示的知识中台300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而处理器301可以用于调用存储器305中存储的应用程序,并具体执行如图2所示的方法,具体过程可参照图2所示,此处不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号