知识积累与应用

知识管理—获取、查询与统计

HOLA知识管理提供精细、准确、与企业贴切的知识分类管理。在文档保存到知识库里时，系统保留文档的标题、描述、作者、创建时间、修改时间，分类等各种元数据。这些文档的属性信息是对文档的补充说明，同时这些信息也可以用于文档的搜索。

更重要的是，HOLA知识管理软件为企业提供了可定制的知识分类管理模式，企业可根据业务设置文档类型，例如销售合同、财务报表、研究报告、客服跟踪表。一个类别为“合同”的文档可以包括“业主”、“合同金额”、“项目代码”和“项目日期”等属性，当最终用户上传文档的时候，可以选择“合同”索引卡模板并填入各个属性的值。在完成索引之后，用户可以基于这些属性进行搜索，在精确查找的结果上力求精益求精。

知识目录浏览

HOLA知识管理系统协助企业科学的、规范的存储知识，可按主题层级快速找到自己所需的知识。每个层次都针对更精细、更集中的内容。“知识树”支持无限层次的文件夹和子文件夹结构。

元数据管理

HOLA具有强大的元数据管理的功能。在文档保存到知识库里时，系统将自动获取文档的标题、描述、作者、创建时间、修改时间，分类等各种元数据。这些文档的属性信息是对文档的补充说明，同时这些信息也可以用于文档的搜索。在这些常规元数据的基础上，HOLA知识管理系统还提供了可扩展、可重复利用的元数据管理功能。用户根据实际需求自定义文档属性，在后台设定元数据之后，再将元数据关联到文档上。可根据元数据设定搜索条件，更快、更准确地找到信息。

文档索引卡 – 领先的元数据管理模型

企业可根据业务设置文档类型，关联多个元数据，例如销售合同、财务报表、研究报告、客服跟踪表。一个类别为“合同”的文档可以包括“业主”、“合同金额”、“项目代码”和“项目日期”等元数据（文档属性），当最终用户上传文档的时候，可以选择“合同”索引卡模板并填入各个属性的值。在完成索引之后，用户可以基于这些属性进行搜索。

知识定位 - 文档自动编号

用户在填写文档类型的属性时，系统能够根据用户需要对文档进行自动编号，如合同文档可以定义文档编号为：合作单位+时间+合同序号，系统根据用户的定义自动生成文档编号，方便用户在需要时精确查询到需要的文档。

知识链接 （CURL）

CURL （Content URL）是HOLA知识管理软件特有的一种链接，每个上传到系统里的文档都会被自动分配一个CURL。用户可以通过这个CURL直接找到相对应的文档。无论文档经过几次修改，该文档的CURL始终指向最新版本。文档所有者还可以在文档的安全性里面设置匿名访问形式，便于让非HOLA用户也能通过点击CURL的方式来访问该文档。

用户可以将CURL做为传递知识的手段，所有的文档存放在知识库，不再需要通过邮件附件来转发文档，能够很好地对文档的版本进行管理，也可以有效地减少网络上的文档传输量，并保证文档的安全查看。

知识订阅

HOLA知识管理系统为用户提供了主动获取知识的便捷方式。用户可对自己所关心的文档进行订阅，当其他组员对被订阅的文档有任何新的贡献时，系统会自动发出通知。

关键字查询、全文检索

HOLA提供多种搜索手段，对文档进行模糊查询、精确查询、索引卡查询。

HOLA知识管理软件的搜索结果可以根据企业需求定制多种显示形式：

	Baidu 快照的方式显示 – 便于根据内容快速定位；
	基于访问控制的文档列表 – 安全查询；
	检索功能和权限设置严谨挂钩，检索结果和用户权限匹配，对没有阅读权限的文档即使文档存在也搜索不出
	带有部分访问控制的检索 – 便于知识借阅；
	检索结果显示所有相关的文档，但是没有相关阅读权限，即使知道文档的存在也打开不了文档

知识类型检索

HOLA还人性化地提供了自定义搜索功能，在用户上传文件时进行分门别类，诸如销售合同、财务报表、研究报告、客服等多种属性，在精确查找的结果上力求精益求精。

智能文件夹（知识自动归档）

HOLA知识管理软件在每个工作协作区创建特定的智能文件夹，将文档上载到此智能文件夹，并指定文档类型，输入属性值，系统将根据文档的属性值自动将其归档到智能文件夹规则所指定的文件夹下。智能文件夹规则是以自定义属性为基础动态定义文档归档条件和目标文件夹，通过对自定义属性进行判断，得出是否复合条件以及是否存在要归档的文件，进而产生相应的归档行为。

同时，智能文件夹可以绑定一个邮件地址，向这个地址发送带有文档附件的邮件，系统自动将文档附件从邮件中拆分出来，保存到智能文件夹中。

知识交叉引用

HOLA知识管理软件能够将文档与相关文档、图纸及附件进行连接管理，比如研究报告和参考文献之间建立连接，易于用户找到相关信息。

知识资源的统计分析

HOLA知识管理系统通过创建人员、创建时间、文档类型、位置、状态等的分析，可获得如下信息：

	员工的知识贡献度，可激励知识贡献
	用户访问情况的分析

通过各个时间段、各用户对知识库各个部分的访问情况的分析，获得：

	哪些文档受欢迎
	哪些人员经常使用文档等信息
	系统的整体使用情况
	各个月的访问情况变化