环保总局信息平台规划建议书.doc

. .
. 且十分复杂。正如混沌论中所述，非洲的一只蝴蝶扇了一下翅膀，就有可能导致北美的一场风暴。可见这些数据之间同时又具有非常微妙复杂的内在联系，那么如何管理好这些数据，让它们发挥出巨大的社会效益，让我们的生存空间更加美好，那么是我们需要解决的难题，同时也具有深远而重大的社会意义。
而知识管理正是为这种局面提供的非常优秀的解决方法，它不仅能管理海量级的数据，并且能集成不同来源的数据，同时还可以对这些数据进展各种策略分析，甚至可以利用数据挖掘和知识发现的手段，自动获得各项数据之间的内在联系。所以对于环保这样具有大数据量，而数据来源又十分复杂的系统来说，利用知识管理是当务之急。
. .
. .word.
2环保信息网如何构造成功的知识管理？
要对知识管理有正确的认识
数据驱动而非技术驱动：知识管理的建立一定是以高效地完成用户的核心业务为目的，得到决策层和广阔业务人员的支持并为他们效劳，而不是为了上知识管理的技术而上知识管理。
过程而非工程：知识管理的建立一定是一个循环的过程，而不是为了想一次完成所有业务需求的工程。从建造某个目标特定的数据集市开场，逐步扩大数据仓库所包含的主题和X围，最后形成一个能够完全反映所有目标全貌的企业级知识管理系统。如以下图所示，交互的过程即是获得数据来源的过程，然后对这些数据进展分析，得到分析结果应用于执行过程之中；那么在执行之后，必然会产生一定影响，而这影响又肯定会导致下一回的数据来源的不同，从而开场另一个循环，无休无止。所以这只能是一个过程，而不可能是一个建完之后就可以撒手不管的工程。
交互
分析
执行
扩展性而非封闭性：构建知识管理的技术一定具有开放的体系构造，符合国际标准，这样在今后的扩展中可以保护以前的工作和投资。如果单纯追求一些指标而选择开放性较差的系统，是一种不明智的选择。
. .
. .word.
灵活性而非固定性：知识管理的使用者不管何时何地都可以灵活的得到知识管理的信息支持，终端界面友好易用，信息形式可以按照用户的习惯和视角改变。
易维护性：知识管理的一般是大X围的企业级应用，整个系统一定是构造化的，易维护的系统。

成功的知识管理的实施需要决策者支持、需要必要的行业知识还需要一整套科学的方法论和丰富的经历。如以下图所示，主要包括以下几局部：
业务需求分析 (Business Requirement Analysis)
构造设计 (Architecture Design)
数据模型设计 (Data Model Design)
数据抽取映射转换逻辑设计 (Data ETL Logical Design)
数据抽取映射转换 (Data ETL)
前端逻辑设计 (Frond End Logical Design)
原型设计 (Prototype)
应用实现 (Application Implementation)
元数据定义 (Meta Data Define)
. .
. .word.

如前所述，知识管理涉及了许多复杂技术方面。如何根据用户的具体需求，选择最适合的工具和技术也是成功实施知识管理的关键之一。
例如，以下是知识