个人知识管理
什么是个人知识管理
根据 维基百科 的定义，个人知识管理是一个收集信息的过程。通过收集，分类，存储，搜索，检索和共享知识，以此支撑工作活动。这也是知识工作者想要为自己的成长和学习负责的表现。
个人知识管理这个术语似乎相对较新。它的起源可以在 Frand & Hixon (1999) 的工作论文中找到。 PKM 集成了专注于个人技能的个人信息管理 (PIM) 和知识管理 (KM)，此外还有认知心理学、管理学和哲学等各种学科的输入 (Pauleen 2009)。从组织的角度来看，随着对人类认知能力和组织边界渗透性的了解不断扩大，对该领域的理解得到了发展。从元认知的角度来看，它比较了人类认知中的各种模式的能力和功效 (Sheridan 2008)。这是一个研究不足的领域（Pauleen 2009）。
根据 Malhotra 的定义，知识管理指的是包括知识的获取、创造、更新、存档、传播和应用的一系列过程 1。而 Dorsey 则认为个人知识管理是一个包括获取信息、评估信息、组织信息、分析信息、传播信息、应用信息及保护信息安全七个部分的过程 2（此处“信息”一词可以理解“知识”）。Alavi and Leidner 则认为，知识管理至少要包含创造、存储检索、传递和应用知识的四个基本过程 3。
Jones 批评道个人知识管理是个伪概念 4，因为知识并不能被管理，管理的应该是信息。我们在这里并不站在知识论的角度来讨论个人知识管理，在一定程度上我们视知识为结构化的信息，和个人信息管理等同，同样也不纠结于数据，信息，知识，智慧等名词解释，目的都是 有效的解决问题和决策。
为什么要做知识管理
- 信息爆炸与信息混乱：在 2023 年 3 月的 NetCraft调查，收到了来自 269,281,081 个域名和 12,106,182 台面向 Web 的计算机的 1,116,018,952 个站点。同样的，每个人每天都在产生大量的数据，活动轨迹，健康状况，社交媒体等。这些信息并不是一成不变的，每天都在更新，删除，扩展。巨量数据早在 70 年代就有人意识到重要性，通过分析这些资料以获取知识。诸如数据融合的数据挖掘的主要目的为组织，综合，分类并系统化信息，使其更易被搜索和使用。
- 信息过载：巨量信息使得跟踪信息变得困难，冗余和噪音，也使得信息降低了价值。
- 信息失效：网上的信息会由于各种各样的原因失效，自 07 年开始，网站数量便没有了指数级增长（同样来自 NetCraft 的调查）。不管是有用的还是无用的信息，都有几率丢失。
信息的爆炸和我们普通人有关系吗？可以有关系也可以没关系，信息是一种资源，调动资源的能力也许就是改造世界的能力之一。现代社会跨学科领域融合的趋势愈发明显，掌握的信息资源愈多，可能愈对我们的个人成长有很大裨益。
当然，做知识管理并不是必要的，当且仅当我们想要通过一种手段变得更好。这里并不是找一些理由说服你做知识管理，这是一个终生学习的过程，当你觉得现状可以通过知识管理得到改善，那么知识管理就是必要的。
如何做知识管理
做知识管理的方式有很多，不管是从何种角度谈论，几乎都需要落实到 有效的解决问题并辅助决策 上。比较典型的例子如应试考试的关键在于重复记忆和刻意练习，不管是通过卡片笔记法，子弹笔记法，还是文章博客输出，都抵不过重复记忆和刻意练习的效果。做知识管理的目的不一样，造就了不同的知识管理方法。不存在真正通用的最佳实践，只有在某些具体条件下的最佳实践。
我认为 有效的解决问题和决策 是做知识管理的主要目的，为了达成这个目的离不开个人技能和工具的有机协调，这是个复杂和长期的过程，并不是只言片语就能解释清楚的，也不是立马能见成效的。做知识管理常见的技能和工具如下：
技能
- 协作技能。协调，同步，实验，合作和设计。
- 沟通技巧。感知、直觉、表达、可视化和解释。
- 创意技能。想象力、模式识别、欣赏、创新、推理。了解复杂的自适应系统。
- 信息素养。了解哪些信息是重要的以及如何查找未知信息。
- 管理学习。管理个人学习的方式和时间。
- 与他人创建联系。了解您的人际网络知道什么。知道谁可能拥有额外的知识和资源来帮助您
- 组织技能。个人图书馆事业。个人分类和分类法。
- 反馈。持续改进个人的运作方式。
- 研究。有计划与有系统的收集、分析和解释资料，直至解决问题的技能。
- …
工具
- 日程管理：邮件，日历，日程
- 知识记录与 wiki 类：类似于博客系统
- 虚拟助手：类似于 chatGPT，之前各大厂商还推出小爱，小娜，小冰这样的助手
- 内容管理：电子笔记，电子书籍，音视频图片多媒体等内容的记录，订阅，查找，管理，发布等
- 即时拉票 5：模板和电子邮件拉票列表，使人们能够快速有效地识别和联系适当的专家和专业知识
- 知识收集：自动收集知识，灵感，网页书签与标注等
- 个人效率工具：快速导航，自动化处理文本，图片，脚本等
- …
整个系统的复杂度可大可小，单以内容管理系统可以通过下面的几个典型难题领会其复杂度：
- 检索：查全率 6 和查准率 7 是衡量检索系统的两个指标，当信息量倍增，而不采取其他措施，这两指标会显著性降低。造成的原因可能包括收录不全，词表结构不完整，词间关系模糊等。
- 分类：分类指标不同，分类方式不同，应用场景也不同。
- 命名：命名不规范或者不准确，很容易导致检索出现问题，沉没在巨量的信息中
- 评估：评估整个系统是否真的做到有效解决问题和决策
- 综合：将知识联系起来
我并不认为如此庞大的知识系统单靠个人的能力就能完整的构建出来，这些知识大多分散在各个互联网的角落，有许多大佬在不断的探索与分享，期望未来能够在 PKMer 得以生根发芽。本文档同样也是知识管理的一种实践，通过知识管理爱好者的协同，沟通，创意，组织一份文档，以期有效的解决知识管理问题和帮助进行知识管理的决策。
能力有限，欢迎任何大佬斧正。
接下来：知识组织
Footnotes
-
Malhotra, Y. (2000), ‘‘From information management to knowledge management: beyond the ‘hi-tech hidebound’ systems’’, in Srikantaiah, K. and Koenig, M. (Eds), Knowledge Management for theInformation Professional, Information Today, Medford, NJ, pp. 37-61 ↩
-
Dorsey, P. (2000), ‘‘What is PKM?’’, available at: <www.millikin.edu/webmaster/seminar/pkm.html> ↩
-
Alavi, M. and Leidner, D. E. (2001), ‘‘Review: knowledge management and knowledge managementsystems: conceptual foundations and research issues’’, MIS Quarterly, Vol. 25 No. 1, pp. 107-36. ↩
-
Jones, William (6 September 2010), “No knowledge but through information”, First Monday, vol. 15, no. 9, [doi](https://en.wikipedia.org/wiki/Doi_(identifier)“Doi (identifier)”):10.5210/fm.v15i9.3062 ↩
-
拉票是系统地开始与个人直接接触，通常在政治竞选期间使用。拉票可以出于多种原因：政治竞选、基层筹款、社区意识、会员活动等等。 ↩
-
衡量某一检索系统的信号噪声比的一种指标，即检出的相关文献与检出的全部文献的百分比。 ↩
-
衡量某一检索系统从文献集合中检出相关文献成功度的一项指标，即检出的相关文献与全部相关文献的百分比 ↩
