知识库是基于知识的系统（或专家系统）具有智能性。是指一个行业内的组织者建立的面向行业内企业服务的知识库，在这个知识库中搜集，整理、组织、存储了各类与行业发展和企业竞争密切相关的知识和信息，并且提供各种应用手段来有效地传播、共享和利用这些知识。
行业知识库使信息和知识有序化，是知识库对组织的首要贡献
建立知识库，必定要对原有的信息和知识做一次大规模的收集和整理，按照一定的方法进行分类保存，并提供相应的检索手段。经过这样一番处理，大量隐含知识被编码化和数字化，信息和知识便从原来的混乱状态变得有序化。这样就方便了信息和知识的检索，并为有效使用打下了基础。
行业知识库帮助企业间信息系统进行有效对接和协作
知识和信息实现了有序化，其寻找和利用时间大大减少，也便自然加快了流动。另外，由于在企业的内部网上可以开设一些时事、新闻性质的栏目，使企业内外发生的事能够迅速传遍整个企业，这就使人们获得新信息和新知识的速度大大加快。
行业知识库为企业提供丰富的工具，提高员工工作用效率
员工在工作中解决了一个难题或发现了处理某件事更好的方法后，可以把这个建议提交给一个由专家组成的评审小组。评审小组对这些建议进行审核，把最好的建议存人知识库。建议中注明建议者的姓名，以保证提交建议的质量，并保护员工提交建议的积极性。
行业知识库可以帮助企业实现对客户知识的有效管理
企业销售部门的信息管理一直是比较复杂的工作，一般老的销售人员拥有很多宝贵的信息，但随着他们客户的转变或工作的调动，这些信息和知识便会损失。因此，企业知识库的一个重要内容就是将客户的所有信息进行保存，以方便新的业务人员随时利用。
知识从口口相传到文字传播再到信息传播，逐渐改变着存储模、传播、利用的方式。通过大数据信息技术建立的知识库应当具备三种能力：数据转换为知识的能力，知识的分类组织及自分类组织能力，知识挖掘的能力。这都需要基于云计算构建一个强大的平台。
首先要建立大数据处理平台，能够对文本数据进行深度处理，能够准确识别人名、地名、机构名实体词，准确提取关键词和自动摘要其次建立行业知识库的分类、标引和人机协作平台。自动化的处理平台应具备自学能力，同时需要人机协作，通过人工干预，修正机器学习的偏差。最后建立知识的挖掘利用平台，使用行业智能，数据仓库、人工智能等技术，能够通过制动关系、自动推理等技术，获取、发现新的行业知识库。
提高行业知识库数据处理效率
大数据技术就像其他的技术革命一样，是从效率提升入手。DB智能化数据服务平台的出现提升了数据处理效率。过去需要几天或更多时间处理的数据，现在可能在几分钟之内就会完成，为行业知识库数据处理效率节省了更多的时间。
分布式存储知识库数据
把在不同地域或不同网络之间的存储，进而到达数据共享，数据交换的目的。数据存储方式，物理上是分布的，逻辑上是集中的，数据和程序可以不位于一个服务器上，而是分散到多个服务器，网络管理员可以将服务器文件分散存储到网络上的多台服务器上，以提高服务器性能并增强服务器的容错性
对知识库的各种知识进行集中管理
利用关系数据库成熟的管理技术能够对知识库中的各种知识进行集中管理，可以方便的对此知识进行增加、删除、修改、浏览等操作，增强了知识对技术人员的透明度，并大大的简化了系统设计和维护人员对已有知识的访问过程和管理、维护难度。
中国光大银行利用大数据技术实现海量明细数据在线毫秒级查询。
中国联通集团通过大数据进行 PB 级别数据的高并发检索。
中国移动用大数据进行多种投诉前移应用。
泰康人寿利用大数据预测保险用户的流失。
泰康人寿利用大数据实现客户 360 度视图的建设。
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。
google 流感趋势（Google Flu Trends）利用搜索关键词来预测禽流感的发生和散布。
统计学家内特•西尔弗（Nate Silver）利用大数据预测 2012 美国选举结果。
麻省理工学院利用手机定位数据和交通数据建立城市规划。
梅西百货的实时定价机制。
本文转载自探码官网：http://www.tanmer.com