PKMer 论坛分类系统

PKMer 论坛分类系统

论坛总体需要遵循不重不漏的原则,这样能避免用户陷入到多个分类中查找。同时能极大提高搜索效率。目前论坛已有的搜索方式,关键词,分类,标签,这三种需要紧密配合。

分类思想

MECE,是 Mutually Exclusive Collectively Exhaustive,中文意思是“相互独立,完全穷尽”。该方案重点在于帮助分析人员找到所有影响预期效益或目标的关键因素,并找到所有可能的解决办法,而且它会有助于管理者进行问题或解决方案的排序、分析,并从中找到令人满意的解决方案。MECE 原则并不是完美的,它是一种均衡,对于论坛这种不要求非常细致且数量少的分类是比较合适的。

常见的MECE分类方法有:

  1. 二分法:将事情分成 A 和非 A,这样一定是无重复无遗漏的。
  2. 流程法:将一件事情的发生分解成不同的流程,这样相互之间无重复。将流程全链路都呈现,就可以无遗漏。如:把大象放进冰箱:打开冰箱——把大象放进去——关上冰箱。
  3. 要素法:要素法主要用于事物由哪些要素(或部分)组成,把一个整体分成不同的构成部分。但是,在拆解要素时要保持维度的一致性,否则有可能出现有重叠和遗漏的问题。如:某图书馆可以按楼层维度来划分:一楼、二楼、三楼…,也可以按照功能区域来划分:信息服务区、藏书区、阅览区、公共活动区、办公区。
  4. 公式法:公式法是按照公式设计的要求进行分类,公式若成立,要素的分类就符合 MECE 原则。例如,利润=收入 - 成本,其中,收入 = 单价 x 销售量,成本 = 单个成本 x 销售量,单个成本 = 单个的固定成本 + 单个的可变成本。
  5. 矩阵法:矩阵法就是把事务按照二维矩阵进行分类或划分,例如,时间管理中常用的紧急且重要、紧急不重要、不紧急但重要、不紧急也不重要的分类方法就是典型的矩阵法。

对于论坛,我们首先采用二分法,将其分为知识管理内容和非知识管理内容。

  • 非知识管理内容:根据是否是PKMer特有的基础设施进一步二分为
    • 常规:论坛该有的基础设施,如灌水区,答疑区,通知公告,资源分享,意见反馈等
    • PKMer:PKMer特有的基础设施,PKMer协作,产品,贡献等
  • 知识管理内容:根据流程法进行分类
    • 知识管理理论
    • 知识管理工具: 着眼于工具本身
    • 知识管理应用: 着眼于类似日程规划,学习研究等具体事务,不讨论工具本身的使用
    • 知识分享:截止2016年2月,维基百科中有97%的条目点击英文维基百科的第一个链接,重复点击,最终会指向哲学条目。[1] 剩下的文章一般是一篇没有任何输出维基链接的文章,页面不存在,或者陷入循环。这说明使用哲学进行知识分类是一种可行的方案。而现代末期哲学的词义发生了变化,更加狭隘,我们取其狭隘的部分,即形而上学,伦理学,认识论等哲学学科分类。而其他的采用科学的分类方式,即,形式科学,自然科学,社会科学,应用科学。

最终PKMer论坛的类别分类如下,考虑到并不是所有人都能接受严格分类,所以对于一二级类别是指导参考性质的。一级分类一般不变动,二级分类视后续论坛发展动态增添,三级以下类别可以在分类版主的建议下充分发挥。但不建议太多。 具体的内容比如Obsidian的CSS分享,可以分类到 知识管理工具=>笔记软件下面,不建议Obsidian 单独一个大类,因为笔记软件非常多,分类过多会导致管理压力激增。此处 Obsidian 可以采用论坛标签的形式进行补充

具体分类

目前分类如下:

  • 常规
    • 通知公告
    • 求助答疑
    • 活动
    • 资源分享
    • 闲聊
    • 意见反馈
  • PKMer
    • 领导者
    • 管理者
    • 贡献者
    • 贡献协作
  • 知识管理理论
    • 知识组织
    • 知识分类
    • 笔记方法
  • 知识管理工具
    • 通用软件
    • 笔记软件
  • 知识管理应用
    • 日程规划
    • 学习研究
    • 学术写作
    • 工作提效
    • 生活娱乐
  • 知识分享
    • 哲学
    • 生活经验
    • 人文学科
    • 形式科学
    • 自然科学
    • 社会科学
    • 应用科学

分类实施细则

对于参与论坛贡献的人不必在意具体分类和分类错误的问题,将帖子分类到合适的区域,是TL3及以上伙伴共同的责任,有权限且熟悉分类规则的伙伴看到了随手挪一下即可。

标签同样受到严格限制,对于TL3及以上的伙伴可以创建适当的标签,TL3以下的伙伴只能使用已有标签。

对于分类不合理,改进,想法等,可以在该贴下讨论并回复,尽可能达成一个TL3及以上成员的共识。


  1. Lamprecht, Daniel; Dimitrov, Dimitar; Helic, Denis; Strohmaier, Markus (2016-08-17). Evaluating and Improving Navigability of Wikipedia: A Comparative Study of Eight Language Editions (PDF). OpenSym, Berlin, Germany: Association for Computing Machinery. ↩︎

1 个赞