知识分类 课程设计 知识萃取 业务经验萃取 最佳实践 课程开发 案例开发 课件设计
1
为什么需要对知识进行分类？
主要是两个原因。
1、知识与知识之间，天然就有差异，这种差异决定了学习方法不同。
一个人要学会游泳，最好的方法是什么？当然是不断地练习，在游泳池游，在江河池塘中游都可以，就是不能总在教室上课学理论。
因为游泳是一种肌肉技能，必须通过身体练习，才能得到肌肉记忆。
古巴比伦贵族，从小要学习各种法典，最好的办法是什么？除了在集中式环境中（教室、寺院等）变换背诵之外，没有其他什么好办法。不要觉得现在有什么进步，现在的律师学习法律条文和判例，也得这么办。
因为，这是一种信息，主要的学习目标就是记忆重现。
知识的差异，意味着教学设计必须差异化，否则没什么效果。
2、不同的知识，内容结构也是不同的，这种差异决定了不同知识点，其内容萃取也不同。
知识怎么教，固然很重要，但更重要的是，知识是什么- 知识的内容。
很多时候，教不明白，其实是知识本身的内容就不明不白。比如下面这段话，是解释一个概念：内卷化。
你理解“内卷化”是什么意思了吗？
光凭这段解释，你很难理解这个概念。因为这个概念没有解释内卷化是什么，只是解释了一种特征。
一个概念，要想让受众理解，内容上就需要有区别特征和实体两个部分。首先是实体，内卷化是社会某个领域的一种状态。其次是关键（区别）特征，内卷化的关键特征有两个：外部增量逐渐衰减、内部竞争不断加剧、前两者不断重复循环激化。
所以，可以将内卷化定义为：社会某个领域外部增量逐渐衰减、转为内部竞争，这个过程不断循环激化的状态。
概念的例证，也需要和这个定义相吻合，比较完整的，需要有正例和反例。如下：
内卷化的例证（事例 -正例和反例）：手工业领域的内卷化现象
正例：清朝的手工业就是一个内卷化的例子。清朝的时候，农业人口很多，手工业者都是由农民组成，所以，手工业的人力成本低。由于人口繁衍的惯性，农业人口越来越多，于是，在手工业领域，农民和农民之间相互竞争，人力成本就越来越低，作坊如果需要增加产能，只需要增加人手即可，没有改进技术的动力，如此循环下去，手工业者之间竞争加剧，其处境呈现出一种不断螺旋式下降的状态，而手工作坊的技术和效率一直处于一种停滞的状态。
反例：英国的手工业发展是一个反例。英国的农业人口比较少，大航海之后，纺织业需求比较大，英国织布厂就需要扩大产能，但人工很贵，资本家没有采用增加人手的方式，而是利用工业革命的成果，研发机器设备和纺纱技术，最终利用蒸汽动力和珍妮纺纱机，大规模提升了效率和产能，纺织行业的工人的薪酬收入也不断得到提升。
以上的事例说明：要想有效萃取知识、准确表达知识内容，就需要对知识进行内容分类。换句话讲，知识分类是演绎式知识萃取的基石。
2
按内容进行知识分类的方法
知识分类，主要有两种分类方法：
- 按学习结果分类
- 按学习内容分类
按学习结果分类，就是根据学习后的产出进行分类。常见的分类方法有KSA（知识、技能和态度）、加涅5分类法（言语信息、智慧技能、认知策略、动作技能和态度）。
按学习内容分类。就是根据知识点的内容进行分类。常见的主要是梅瑞尔的5分类法（事实、组成成分、过程、概念和原理）。
有人说，这不是差不多嘛？你细品一下，差别还是很大的，因为分类的依据不同，咔嚓的位置不同。
学习结果分类主要适合用于教学设计，因为人家本来就是瞄准学员学习结束后的目标结果嘛。
学习内容分类，既适合知识萃取，也适合教学设计。因为人家就是从知识内容出发的做分类的。
3
改进型梅氏知识分类法的要点
演绎式知识萃取技术，使用学习内容分类法，从梅瑞尔分类方法改进而来的。
要点有这么几个：
（1）知识可以按照内容进行分类，分别是过程、原理、概念和信息工具。每一类知识都有自己的结构。
（2）四类知识之间也是有层次关联的，过程是第一层，原理是第二层，概念是三层，信息工具1~3层的附属。
（3）一门课程或一个知识主题，都可以绘制出一个知识点图谱出来，组成课程或主题的知识框架。
4
4种知识内容分类
改进型知识内容分类，经过多年的实践和应用迭代，证明这种分类方法有以下好处：
- 很好辨认，经过10分钟左右的讲解，80%的学员可以对知识点进行正确分类和辨认
- 每种知识可以再进行细分，提炼出一般性的知识结构模板，可以用于知识萃取。
- 非常方便地进行课程知识图谱的绘制。
1、信息工具。包含不要解释的信息和作业工具。是过程、概念或原理的附属知识类型。
一般包含：
清单表格
作业指示图
信息结构图
操作模板或表单
比如：深圳梧桐山的顶峰海拔高度是902米，就是一个信息数据，包含了三个信息字段和三个对应的数据（地点、山峰名称、海拔高度）。
在课程开发中，信息工具经常表现为工具。如下图就是一个速查表（清单），是计算个税的信息工具，这样的清单非常多，比如空调维修故障清单：
还比如：XXX风机的结构示意图，也是一个结构图，包含结构部件及位置数据。信息结构图，也可能是信息图标，也就是信息数据的图形化呈现形式。如下图，实际包含大量的二维表格数据。
实际的业务知识萃取时：
概念类知识点可能包含有清单表格、信息结构图
原理类知识点可能包含模板
过程类知识点可能包含作业指示图、操作表单。
2、概念。指需要解释和辨认的名称术语、分类。
比如，对于一般成人来说，苹果是不需要理解和辨认的，它是一个信息，但对于小孩来说，这是一个概念，因为需要解释“什么是苹果？”，“苹果和其他水果，怎么分辨？”
内训课程中，很多学习内容实际是对各种概念的解释和辨认。比如，店铺选址中涉及店铺的分类和辨认，一个初级店铺拓展专员，要学会的第一件事，就是辨认CBD店铺、社区型店铺等的区别特征，在此基础上对候选店铺进行分类，以此判断候选店铺的选址价值。
3、原理。是指探究条件要素和结果之间关系的知识，也就是解释“为什么”的知识。
通常来说，原理类的知识包括以下几种：
-
原则。是做事或达到一个结果时的行为规范。
-
条件要素。是指达成结果所需要的条件，比如，SMART原则，实际是好目标（结果）写作的五个条件。
很多时候，XXX模型，就是条件要素。比如案例编写的STORY模型，就是编写案例的5个组成要素。
-
情境处理策略。包含在什么情况下，应该怎么做的知识。比如门店销售课程中，客户分类接待策略 -不同类型客户的不同接待策略：A类客户XXX接待，B类客户XXX接待
注意下图，其实是包含了分类和分类情境处理策略的两个知识。
-
公式。这个和条件要素比较相似，都有条件因子，但公式还包含结果和公式关系。
在所有的知识分类中，原理类知识，结构最为复杂，也是最为核心。一门内训课程知识萃取的成功程度，与这门课程对原理类知识的萃取程度正相关。
4、过程。是指关于“如何做”的知识。就是完成任务或解决问题的流程、步骤和动作。
比如：烹制红烧鱼，就是一个过程类的知识。
大部分的内训课程，如果是基于工作任务完成和问题处理解决，那么，第一个要找到的知识一定是过程类知识。
总结一下：
1、知识需要分类，分类方法有基于结果的分类法和基于内容的分类法
2、知识萃取，最好使用基于内容的分类法。
3、演绎式知识萃取方法，知识分类为改进型梅氏分类法，包含过程、信息工具、概念和原理。可以应用在知识萃取和知识图谱的绘制上面。是知识萃取的基础技术。