当下，在企业的经营管理中，知识的重要性不言而喻。以往，企业知识管理更多的是结构化数据，如企业ERP、财务系统等，随着半结构化、非结构化数据的增多，传统的信息化手段以及基于人的能力的知识存储和流转已经不能满足企业的快速发展需求，数字化时代的知识管理平台便应运而生，并逐渐向知识智能辅助决策迈进。
某研究院是国内能源行业顶端的科研院所，是集研发、生产、运营、管理等于一体的知识密集型企业，汇集了业内资深的专家、学者，积累了丰富的行业知识及经验，但在知识管理和使用中存在诸多问题：
1、系统多源分散，数据获取难度大：院数据资产包括统建系统数据、外部采购数据、从产线收集的源数据、项目数据、研究成果、总结报告、文献资料、专利标准等，这些知识以不同的形式分散存储在图书馆、档案处、各自建系统中，总体表现为知识量大、分布散。
2、海量简单堆积，数据复用性差：由于全院各类系统数据及知识成果资源分散管理，建设进度、技术标准、运维能力不统一，且部分知识成果管理模式粗放，没有进行标准化处理和关联索引，造成大部分海量的知识成果资源简单堆积，数据质量参差不齐，数据难以有效使用。
3、缺乏隐性知识收集，专家经验难共享：实现数据资产的可继承性和共享性，是提升工作效率和保持核心竞争力的重要因素；随着资深业务专家老龄化，人才的频繁流动，年轻骨干技术人员的流失，如果没有一个良好的知识管理体系，会形成数据断档、知识和数据资产的遗失。
针对以上问题，经过综合评估，对接多源异构数据，需要利用知识图谱、自然语言处理、机器学习等技术，在数据整合的基础上对知识进行统一加工与管理，实现知识智能检索与共享，支撑上层业务智能化应用。
平台级解决方案
基于行业知识体系，国双知识智能团队联合研究院专家、学者共同构建了基于微服务架构的行业相关知识体系和知识图谱库，搭建了知识共享平台，为研究院智能搜索、问答、精准推送与智能化应用提供技术服务，平台具体功能包括：1、知识搜索：集成研究院文献中心、知网、SPE等多个中外文献库、系统等数据源，提供高效的一站式跨库搜索引擎，并支持意图识别、关联分析、多维呈现、中英文互搜等功能，实现知识钻取和深度挖掘分析；2、知识问答：通过语义理解、知识推理和计算分析，支持和引导用户以自然语言形式有效提问，智能识别用户意图，并实时在线推送答案；集成FAQ问答、图谱问答等能力，实现高效、便捷、多样化、低成本人机问答，有效帮助客户从传统服务向智能服务转型。3、知识推荐：根据研究人员工作需要，从相关度、新鲜度、热度等不同维度及时主动推送用户最关注的多模态知识成果，提高非结构化知识利用率；除热门信息外，还能根据个人点击及用户画像个性化推送相关知识，达到“千人千面”的效果；且可以把文档中的图片抽取出来，生动化的帮助用户快速了解文档核心内容。4、知识社区：为全院提供知识分享和交流平台，用户可在公共话题中沟通、交流，也可创建私密话题，定向邀请人员进行讨论，畅聊观点、分享资料。5、智能分析预测：除对知识的智能检索与应用外，该平台目前还可应用于数据多维指标剖析、相关指标预测分析、追踪以及智能决策支持等，其中产量预测分析准确率超80%，高于业界平均水平。
以上一系列功能与应用都是以知识图谱为支撑的，在业务专家的帮助下，国双知识智能团队通过梳理行业知识体系，建立主干知识图谱和相关试点图谱库，基于图谱灵活的存储形式，整合各项资源，便于对数据进行查找分析。图谱对数据进行高效管理，为知识搜索及智能应用等提供了保障。国双为该研究院搭建的知识共享中心有效提高了全院业务研究效率，提升了研究院科研创新发展能力，切实助力传统科研工作实现智能化转型升级。
