善用佳软站长:畅谈大数据时代的知识管理

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据时代,企业需要面对海量信息,这也催生出数据处理挖掘的新产业,为企业发展提供数据支持。同样道理,作为企业的员工,同样也面对海量海量的处理难题,尤其是作为IT部门员工,一方面需要为企业解决大数据难题,另一方面也要从自身发展角度,考虑如何应对深陷信息海洋的困境。

日前在ACOUG(Oracle中国用户组)组织的活动上,《善用佳软:高效能人士的软件应用之道》一书的作者张玉新做了主题演讲(演讲视频和PPT)。张玉新对于信息筛选与知识管理有着很多自己的看法,演讲会后,他也接受了TechTarget记者的独家专访。

知识的形成:从信息中提炼

现在人们的工作越来越离不开于各种各样的信息打交道,但如今的信息越来越碎片化、无序化,导致很多人的工作学习低效率。将信息转化为知识,进化提炼为智慧,就成了很多人迫切的需求。张玉新认为:目录式的知识管理方式,虽然传统,但对建构完整的知识体系至关重要。“知识在成熟进化的过程中,仿佛生命的成长,是渐增分支、树状生长的。这就是多级目录,或者说目录的父子关系。”

针对互联网时代兴起的标签化管理,张玉新称,这是信息传递成本降低之后的必然结果。由于成本低,导致单条信息的质量有待提升,用户不愿意费力用传统方式管理;另一方面,海量信息之间没有必然的联系也是用户不可使用目录的原因之一。正是在这种背景下,“标签”管理就有了它的优势——降低管理成本、提升管理效率。

在谈到“目录”与“标签”的优先级方面时,张玉新说:”我们完全可以把严谨的目录体系,理解为标签体系的子集。即,目录是加了特殊限制的标签。“

知识的管理方法:不整理绝不是最好的整理

这几年,随着信息量增多和搜索技术的发展,很多人开始推崇”最好的整理就是不整理“——将信息或知识随意存放而不整理,需要时就通过搜索工具寻找。张玉新明确表示不同意这种方法。他认为,人类从纸笔纸币时代过度到互联网时代后,信息或知识也从书籍/直至笔记本延伸到虚拟的互联网环境里。”(互联网)让存储变得容易的同时,却降低了促进大脑理解和记忆的效果。想像一下,一首陌生的古诗,用毛笔抄写、用钢笔抄写、键盘输入、复制粘贴共4种不同方式做笔记,其记忆效果,可想而知。“

张玉新指出,知识的整理”不仅让外在笔记体系更加条理,便于日后使用;也会加深对信息的理解,从而促进参考资料→笔记→知识的转化。“在这一过程中,也可以剔除掉低价值或无价值的信息,有效减少无用信息对知识管理的干扰。

知识的存储,是否需要”第二大脑“?

这几年人类越来越倾向于借助一些工具来记录或保存信息,比如笔记工具或者一些稍后读的产品就可以保存很多资讯。这与之前人类用大脑记录信息的习惯明显不同,因此也有人提议:人类不妨把自己大脑的记忆功能放在工具上面,有称之为”第二大脑“,或记忆外置。

张玉新告诉记者”把部分记忆,交给工具,是可行的。但这是基于一种更高追求的分工与协作,而不是一种懒惰不负责任的做法。“这是因为大脑有着它独特的功能——思考。

”但思考的前提,是对各基本信息元之间关系的记忆;相对而言,信息元的绝对值,更适宜放在外部工具中。比如,面对“为什么先见到闪电,后听到雷声”的问题,你可以把“光速c=299792.458km/s”,“音速(1个大气压,15℃)=340m/s”放在外部工具中,但你的大脑必须要记得它们的相对关系:光和声音的传播需要时间;光速比音速高几个数量级。”张玉新补充道。

就像大数据对于企业发展的影响一样,大数据也给企业IT员工带来新的机遇和挑战。“接收信息、处理信息、提炼知识”这一系列的技能会成为未来IT员工的重要竞争力,需要IT从业者积极应对,才能在大数据的冲击下立于不败之地。

原文发布时间为:2014年06月10日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
11天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
48 1
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
48 3
|
5天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
14 3
|
5天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
22 2
|
8天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
35 2
|
10天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
38 2
|
12天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
16天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
39 2
|
1月前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
45 1
下一篇
无影云桌面