Формализация неявных знаний на основе образовательных компетенций и фоновых знаний

Формализация неявных знаний на основе образовательных компетенций и фоновых знаний

Автор: Балакшин П.В., Машина Е.А.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Прикладные онтологии проектирования

Статья в выпуске: 4 (46) т.12, 2022 года.

Бесплатный доступ

Статья посвящена обсуждению процесса создания единообразных подходов к описанию различных составляющих корпоративных знаний в условиях многодисциплинарной информационной среды предприятия. Предложен способ описания корпоративных знаний, основанный на образовательно-компетентностном подходе с использованием раздельной оценки образовательных компетенций и фоновых знаний работников. Приводится пример использования предложенного подхода к решению задач управления персоналом компании. В качестве методологической базы применяется разделение компетенций работников компании согласно источникам их возникновения. Работа выполнена на основе онтологического подхода и методов исследования текстов, созданных на естественных языках. Показано, что компетенции работника могут быть единообразно определены на основе частотного анализа текстов документов, в той или иной степени имеющих отношение к работнику. Новизна работы заключается в создании единообразного подхода к описанию корпоративных знаний работников предприятия, в основе которого лежит разделение компетенций работников на полученные в процессе образования, соавторской активности, производственного опыта, а также контекстных фоновых знаний. Показана возможность создания программных решений для описания компетенций работников компании, являющихся составной частью корпоративных знаний. Составные части предложенной в статье методики прошли этап испытаний и применяются для автоматизации работ служб предприятий, связанных с управлением деятельностью персонала.

Еще

Знание, формализация, неявное знание, личностное знание, образовательно-компетентностные знания, фоновые знания

Короткий адрес: https://sciup.org/170197195

IDR: 170197195   |   DOI: 10.18287/2223-9537-2022-12-4-481-494

Список литературы Формализация неявных знаний на основе образовательных компетенций и фоновых знаний

  • Shujahat M., Sousa M.J., Hussain S., Nawaz F., Wang M., Umer M. Translating the impact of knowledge management processes into knowledge-based innovation: The neglected and mediating role of knowledge-worker productivity. J. Bus. Res. 2019, 94. P.442-450.
  • Buenechea-Elberdin M., Sáenz J., Kianto A. Exploring the role of human capital, renewal capital and entrepreneurial capital in innovation performance in high-tech and low-tech firms. Manag. Res. Pract. 2017, 15. P.369-379.
  • Pillay D., Barnard B. Entrepreneurship and knowledge management: knowledge requirements, utility, creation, and competency. Expert Journal of Business and Management, 2019, 7(1). P.44-81.
  • Wiig, Karl M. People-focused knowledge management: how effective decision making leads to corporate success. Amsterdam; Boston: Elsevier Butterworth Heinemann. 2004. 365 p.
  • Wiig Karl M. «Knowledge Management: An Introduction» in Proceedings of IAKE Second Annual International Conference. Washington DC: International Association of Knowledge Engineers, 1990. P.13-41.
  • Karl Erik Sveiby. The New Organizational Wealth: Managing and Measuring Knowledge-Based Assets, Berrett-Koehler, San Fransisco, 1997, 275 p.
  • Nonaka I., Teece D.J. Managing Industrial Knowledge: Creation, Transfer and Utilization /I. Nonaka, D. J. Teece // SAGE Publications Ltd, London, 2001, 352 р.
  • Nonaka, I. A dynamic theory of organizational knowledge creation. Organization Science, 1994, № 5(1). P.14-37.
  • North K., Kumta G. Knowledge management Value creation through organizational learning. Springer, 2014.
  • Kohlegger M., Ploder C. Data driven knowledge discovery for continuous process improvement. In: Knowledge Management in Digital Change, Springer, 2018. P.65-81.
  • Senge Peter M. The Fifth Discipline: The Art & Practice of The Learning Organization. Deckle Edge, 2006, 445 p.
  • Rajapathirana R.P.J., Hui Y. Relationship between innovation capability, innovation type, and firm performance. J. Innov. Knowl. 2018, 3. P.44-55.
  • Davenport T., Prusak L. Working Knowledge. Harvard Business Review Press; 2nd edition, 2000, 240 p.
  • Silvestre B.S., firca D.M. Innovations for sustainable development: Moving toward a sustainable future. J. Clean. Prod. 2019, 208. P.325-332.
  • Acar M.F., Tarim M., Zaim H., Zaim S., Delen D. Knowledge management and ERP: complementary or contradictory? Int. J. Inf. Manag. 2017, 37(6). P.703-712.
  • Manville G., Karakas F., Polkinghorne M., Petford N. Supporting open innovation with the use of a balanced scorecard approach: a study on deep smarts and effective knowledge transfer to SMEs. Prod. Plan. Control 30(10 -12), 2019, p.842-853.
  • Машина Е.А. Using an ontological approach to form roadmaps for additional training of newly hired employees of a company focused on creating innovations. Альманах научных работ молодых ученых Университета ИТМО - 2022. Т.1. С.312-315.
  • Serrat O. Building a learning organization. Knowledge Solutions, Springer, Singapore 2017. P.57-67.
  • Eric Lesser E., Prusak L. Creating Value with Knowledge: Insights from the IBM Institute for Business Value. Oxford University Press, 2003, 240 p.
  • Cheng Y., Chen K., Sun H., Zhang Y., Tao F. Data and knowledge mining with big data towards smart production. Journal of Industrial Information Integration, 2018, № 9. P.1-13.
  • Li Y., Song Y., Wang J., Li C. Intellectual capital, knowledge sharing, and innovation performance: Evidence from the Chinese construction industry. Sustainability. 2019. N11(9). 2713 p. DOI: 10.3390/su11092713.
  • Kamoun-Chouk S., Berger H., Sie B.H. Towards integrated model of big data (BD), business intelligence (BI) and knowledge management (KM). In: Uden L., Lu W., Ting I.-H. (eds.) KMO 2017. CCIS, vol.731, Springer, Cham, 2017. P.482-493.
  • Машина Е.А. Taking into account the peculiarities of converting highly specialized professional texts to a conceptual series that is understandable to unskilled users when choosing machine translation technologies implemented within a single language. Сборник трудов X Конгресса молодых ученых (Санкт-Петербург, 14-17 апреля 2021 г.) 2021, T.1. C.358-361.
  • Dang C.N., Le-Hoai L., Kim S.Y. Impact of knowledge enabling factors on organizational effectiveness in construction companies. Journal of Knowledge Management. 2018. N 22(4). P.759-780.
  • Howard J., Ruder S. Universal Language Model Fine-tuning for Text Classification // Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), Melbourne, Australia, 2018. P.328-339.
  • Petasis G., Karkaletsis V., Paliouras G., Krithara A., Zavitsanos E. Ontology population and enrichment: state of the art - knowledge-driven multimedia information extraction. Springer, 2011. P.134-166.
  • Машина Е.А. Application of statistical methods to solve the problem of enriching ontologies of developing subject areas. Альманах научных работ молодых ученых Университета ИТМО. 2022. Т.1. С.301-305.
Еще
Статья научная
SciUp 2024 © 2024 ©