Tomcat启动脚本浅析（一）
知识管理 （ Knowledge Management, KM ）是识别组织中的知识资产、并充分发挥知识资产的杠杆作用，来帮助企业获取竞争优势的过程。毫无疑问，我们已经生活在知识经济和知识管理的环境当中。每时每刻，我们身边都充满了各种各样的数据。但只有将这些杂乱无章的数据，转换为信息和知识，才能帮助我们做出聪明的选择。可见知识是从数据到智慧划分为不同层次的。
一。数据从图一我们可以看到，数据是知识阶层中最底层也是最基础的一个概念。数据是形成信息，知识和智慧的源泉。关于数据的定义，比较典型的我们可以看到以下几种：
1.数据是对现实生活的理性描述，尽可能地从数量上反映现实世界。也包括汇总、排序、比例、等等处理。
2.数据(Data) [Applehans, Globe&Laugero,1999]认为数据是一系列外部环境的事实，是未经组织的数字、词语、声音和图像等。
3.据是计算机程序加工的“原料”。例如，一个代数方程求解程序中所用的数据是整数和实数，而一个编译程序或文本编辑程序中使用的数据是字符串。随着计算机软，硬件的发展，计算机的应用领域的扩大，数据的含义也扩大了。例如，当今计算机可以处理的图象，声音等，它都被认为是数据的范畴。
4.数据泛指对客观事物的数量、属性、位置及其相互关系的抽象表示，以适合于用人工或自然的方式进行保存、传递和处理。
我们认为第四个定义较符合我们对数据的理解。例如，水的温度是100℃，礼物的重量是500克，木头的长度是2米，大楼的高度时100层。在这些表述中：水，温度，100℃，礼物，重量，500克，木头，长度，2米，大楼，高度，100层就是数据。通过这些数据的描述我们的大脑里形成了对客观世界的清晰印象。这些数据也可以同过编码被录入到计算机中。从上面的例子中。我们看到数据要通过人们约定俗成的字符和定义表现出来。我们也可以把这些字符和定义称之为关键词，数据就是通过对这些关键词的应用把人类认知的物质世界清晰的描述出来。我们提到关键词必须是人们约定俗成的。这就表示不同阶级，不同宗教。不同国家的人对于关键词的约定必然会有差异。由此我们可以推导出数据其实也具有一个使用范围。不同领域的人在描述同一事物是会出现不同的数据。例如，中国人会称每个星期的最后一天为”星期天“。美国人会把这一天叫做“Sunday”。基督教徒会称这一天为“礼拜天”. 数据的有范围性导致由此建立的信息世界，知识世界在不同的国家。不同的宗教，不同的阶级中会产生差异。认识到数据的有范围性可以帮助我们在一个领域进行知识管理时，首先要统一关键词的约定。
最后我们对数据进行这样的定义：数据是使用约定俗成的关键字，对客观事物的数量、属性、位置及其相互关系进行抽象表示，以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
二。信息 “信息”是当代使用频率很高的一个概念，由于很难给出基础科学层次上的信息定义。系统科学界曾下决心暂时不把信息作为系统学的基本概念，留待条件成熟后再做弥补。到目前为止，围绕信息定义所出现的流行说法已不下百种。以下是一些比较典型、比较有代表性的说法。 1948年信息论的创始人C.E.香农在研究广义通信系统理论时把信息定义为信源的不定度。1950年控制论创始人N.维纳认为，信息是人们在适应客观世界，并使这种适应被客观世界感受的过程中与客观世界进行交换的内容的名称。 1964年R.卡纳普提出语义信息。语义不仅与所用的语法和语句结构有关，而且与信宿对于所用符号的主观感知有关。所以语义信息是一种主观信息。 80年代哲学家们提出广义信息，认为信息是直接或间接描述客观世界的，把信息作为与物质并列的范畴纳入哲学体系。 90年代以后一些经典的定义有：
1．数据是从自然现象和社会现象中搜集的原始材料，根据使用数据人的目的按一定的形式加以处理，找出其中的联系，就形成了信息。
2．信息（Information）有一定含义的、经过加工处理的、对决策有价值的数据。信息＝数据＋处理
3．信息：人们对数据进行系统组织、整理和分析，使其产生相关性，但没有与特定用户行动相关联，信息可以被数字化;
作为知识层次中的中间层，有一点可以确认，那就是信息必然来源于数据并高于数据。我们知道象7度，50米，300吨，大楼，桥梁这些数据是没有联系的，孤立的。只有当这些数据用来描述一个客观事物和客观事物的关系，形成有逻辑的数据流，他们才能被称为信息。我们刚才看到一个公式：信息＝数据＋处理，这个公式符合我们的思路，但我们认为它还不够完整。信息事实上还包括有一个非常重要的特性— 时效性。例如新闻说北京气温9摄氏度，这个信息对我们是无意义的，它必须加上今天或明天北京气温9摄氏度。再例如通告说，在会议室三楼开会，这个信息也是无意义的，他必须告诉我们是哪天的几点钟在会议室三楼开会。
注意信息的时效性对于我们使用和传递信息有重要的意义。它提醒我们失去信息的时效性，信息就不是完整的信息，甚至会变成毫无意义的数据流。所以我们认为信息是具有时效性的有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。信息＝数据＋时间+处理。
三．知识什么是知识？作为比数据，信息更高阶层的知识有哪些特点，在对此进行分析之前我们看一看理论界都有哪些经典的定义：
1．知识是让从定量到定性的过程得以实现的、抽象的、逻辑的东西。知识是需要通过信息使用归纳、演绎得方法得到。知识只有在经过广泛深入地实践检验，被人消化吸收，并成为了个人的信念和判断取向之后才能成为知识，
2．“知识”是一种流动性质的综合体：其中包括结构化的经验、价值、以及经过文字化的信息。在组织中，知识不仅存在文件与储存系统中，也蕴含在日常例行工作、过程、执行与规范中。知识来自于信息，信息转变成知识的过程中，均需要人们亲自参与。知识包括“比较”、“结果”、“关联性”与“交谈”之过程。
3．国际经济合作组织组编的《知识经济》（knowledge based economy,1996）中对知识的界定，采用了西方20世纪60年代以来一直流行的说法——知识就是知道了什么（Know-what）、知道为什么（Know-why）、知道怎么做（Know-how）、知道谁（Know-who）。这样的界定可以概括为“知识是4个W”。
4．Harris(1996)将知识定义为：知识是信息、文化脉络以及经验的组合。其中，文化脉络为人们看待事情时的观念，会受到社会价值、宗教信仰、天性以及性别等影响；经验则是个人从前所获得的知识；而信息则是在数据经过储存、分析以及解释后所产生的，因此信息具有实质内容与目标。
知识之所以在数据与信息之上，是因为它更接近行动，它与决策相关。我们认为这些知识的经典定义都有其价值和意义，信息虽给出了数据中一些有一定意义的东西，但它往往会在时间效用失效后价值开始衰减，只有通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来，并于已存在的人类知识体系相结合，这部分有价值的信息就转变成知识。例如。北京7月1日，气温为30度。在12月1日气温为3度。这些信息一般会在时效性消失后，变得没有价值，但当人们对这些信息进行归纳和对比就会发现北京每年的7月气温会比较高，12月气温比较低，于是总结出一年有春夏秋冬四个季节，有价值的信息沉淀并结构化后就形成了知识。
四。智慧。智慧是知识层次中的最高一级。它同时也是人类区别于其他生物的重要特征。我们经常看到一个人满腹经纶，拥有很多知识，但不通世故，被称做书呆子。也会看到有些人只读过很少的书，却能力超群，能够解决棘手的问题。我们会认为后者具有更多的智慧。这里面有哪些奥秘，我们首先看一下智慧的经典定义。
1.定义智慧时，英国科学家图灵做出了贡献，如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时，这个机器就是智慧的。 2.智慧（Wisdom） -知识的选择（Selection）应对的行动方案可能有多种，但（战略）选择哪个靠智慧。行动则又会产生新的智慧。
3.Arthur Anderson 管理顾问公司认为智慧乃以知识为根基，加上个人的运用能力、综合判断、创造力及实践能力来创造价值。;
4.迦納認為智慧是：「一種處理訊息的生理心理潛能，這種潛能在某種文化環境之下，會被引發去解決問題或是創作該文化所重視的作品」
从这些定义中我们可以总结出以下这些共识：智慧是人类解决问题的一种能力智慧是人类特有的能力。智慧的产生需要基于知识的应用根据这些共识并沿承知识层次的前三个概念--数据，信息，和知识。我们认为智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息进行分析，对比，演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。
五。总结：
回顾我们对数据，信息，知识和智慧的定义他们分别是：
1．数据是使用约定俗成的关键字，对客观事物的数量、属性、位置及其相互关系进行抽象表示，以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
2．信息是具有时效性的，有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。
3。通过人们的参与对信息进行归纳， 演绎， 比较等手段进行挖掘，使其有价值的部分沉淀下来， 并于已存在的人类知识体系相结合，这部分有价值的信息就转变成知识。
4．智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息尽行分析， 对比，演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为知识架构的一部分
根据这些定义我们尝试对企业应用知识管理提出一些建设性意见：<br> 1。重视数据所使用关键词的统一性和完整性，这样才能避免组织内出现不同的信息和知识体系，避免成员在交流沟通时产生歧义和误会。
2。保持关键字集合的可扩展性，防止由于数据不全导致新信息和新知识无法产生。
3。重视信息的时效性，尽量在信息的时效性消失前挖掘出其有用的价值，并使之沉淀于已有的知识库中。
4。重视信息的可靠性和逻辑性，防止由于错误或逻辑混乱的信息加入到知识库中，降低知识库的质量。
5。关注企业知识库的结构化问题，尽量避免知识彼此割裂，甚至出现知识孤岛。通过不同领域知识的交叉融合，使它们连通起来，方便组织成员使用知识库时能够快速准确的定位需要的知识。
6。充分理解智慧是一种应用知识和信息处理问题的能力，在选择组织成员时应兼顾其拥有知识和运用知识能力之间的平衡。
来源：http://blog.sina.com.cn/s/blog_591a83bf010001fe.html