T公司存量数据的知识管理策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-11页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的与意义 | 第9-10页 |
| 1.3 研究思路及方法 | 第10页 |
| 1.4 论文结构 | 第10-11页 |
| 第2章 相关理论综述 | 第11-15页 |
| 2.1 知识管理 | 第11-12页 |
| 2.1.1 实质与内涵 | 第11页 |
| 2.1.2 知识分类 | 第11-12页 |
| 2.1.3 显性和隐性知识 | 第12页 |
| 2.2 大数据 | 第12-13页 |
| 2.2.1 大数据的定义 | 第12页 |
| 2.2.2 大数据的特点 | 第12-13页 |
| 2.2.3 大数据分析 | 第13页 |
| 2.3 存量数据 | 第13-14页 |
| 2.3.1 组织过程资产 | 第13页 |
| 2.3.2 存量数据与流量数据的应用必要性 | 第13页 |
| 2.3.3 交互式数据的处理应用 | 第13-14页 |
| 2.3.4 社会网络知识计算 | 第14页 |
| 2.4 效率型改革和活力型改革 | 第14-15页 |
| 第3章 T公司知识管理现状与问题分析 | 第15-27页 |
| 3.1 T公司概况 | 第15页 |
| 3.2 T公司知识管理发展历程 | 第15页 |
| 3.2.1 T公司引入知识管理 | 第15页 |
| 3.2.2 T公司知识管理的现状 | 第15页 |
| 3.3 员工知识管理现状调查问卷 | 第15-23页 |
| 3.3.1 调查范围的界定 | 第15-16页 |
| 3.3.2 问卷发放方式的说明 | 第16页 |
| 3.3.3 调查问卷设计 | 第16页 |
| 3.3.4 样本描述 | 第16-23页 |
| 3.4 T公司知识管理问题分析 | 第23-27页 |
| 3.4.1 员工知识分享率低 | 第24页 |
| 3.4.2 公司知识积累难 | 第24-25页 |
| 3.4.3 知识分类模糊 | 第25页 |
| 3.4.4 知识共享与协同性差 | 第25-27页 |
| 第4章 T公司知识管理改进策略 | 第27-44页 |
| 4.1 多平台同步推进知识链 | 第27-29页 |
| 4.1.1 知识链形成的过程 | 第27-28页 |
| 4.1.2 知识链成熟的条件 | 第28页 |
| 4.1.3 知识型组织的管理与激励 | 第28-29页 |
| 4.1.4 多维度知识链 | 第29页 |
| 4.2 引入大数据分析收集知识 | 第29-33页 |
| 4.2.1 传统模式向信息模式转变的意义 | 第30页 |
| 4.2.2 信息模式在大数据下的创新形式 | 第30-31页 |
| 4.2.3 存量数据的价值利用 | 第31页 |
| 4.2.4 存量数据的挖掘辅助提升企业效率 | 第31-32页 |
| 4.2.5 大数据实现知识主动收集 | 第32-33页 |
| 4.3 构建多维度知识标签 | 第33-37页 |
| 4.3.1 隐性知识提升企业效率 | 第34-35页 |
| 4.3.2 企业知识转化 | 第35-36页 |
| 4.3.3 多维度知识架构 | 第36-37页 |
| 4.4 打造知识生态圈 | 第37-44页 |
| 4.4.1 知识管理与日常工作 | 第38-40页 |
| 4.4.2 大数据创造知识神经网络 | 第40-41页 |
| 4.4.3 知识型组织与扁平化管理 | 第41-42页 |
| 4.4.4 大数据分析与知识管理持续改进 | 第42页 |
| 4.4.5 大数据与企业知识生态圈 | 第42-44页 |
| 第5章 T公司知识管理改进策略的实施 | 第44-57页 |
| 5.1 建立知识管理部门 | 第44-45页 |
| 5.2 搭建大数据分析平台 | 第45-47页 |
| 5.2.1 硬件环境 | 第45-46页 |
| 5.2.2 软件环境 | 第46-47页 |
| 5.2.3 系统架构 | 第47页 |
| 5.3 运用多维度标签重新梳理知识分类 | 第47-49页 |
| 5.4 打造多企业知识同盟 | 第49-50页 |
| 5.5 改进成果跟踪调查及分析 | 第50-57页 |
| 第6章 结束语 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-64页 |
| 卷内备考表 | 第64页 |
