知识是一个立体的存在。知识有着广泛的空间属性，如知识的类型、知识的发布人、知识所针对的业务、知识所针对的使用对象、知识的部门属性等等。基于这些属性的存在，知识与知识之间就有着千丝万缕的联系。这些联系就是知识关联的基础。通过知识的关联，我们可以从A知识延伸至获取B，C知识。从而延展开来，直到我们获得解决问题的正确信息。

知识管理研究机构kmpro首席分析师王振宇认为，知识关联是知识与知识之间以某一中介为纽带，所建立起来的具备参考价值的关联关系。在这个概念中有三个重点：

其一、这种关联关系是知识与知识之间的。

其二、关联是依靠某一中介来建立的。

其三、关联要产生价值。

依据以上三条重点标准，作为知识关联在知识管理中的常见应用，kmpro认为应有如下几种：

类别关联

类别，种属的关联是最为常见的一种关联方式。即属于同一个知识分类中的知识之间的关联。与该知识在同一分类中的其他知识，会被作为相关知识被呈现出现，供用户作为延伸阅读使用。

关键词（TAG）关联

以知识内容中的关键词作为关联纽带，有相同关键词的知识进入关联体系中。知识发布时填写或自动提取关键词，知识库中与该关键词相同的知识会被提取出来，作为关键词关联结果呈现给用户参考。

诊断/推理关联

以一个问题为核心，将解决该问题的知识，层层推理出来。诊断关联是kmpro的独创关联模式，系统通过人工建立知识与知识之间的关联关系。这种关联以问题为核心，解决问题的思路为延展，由一个问题关联多个解决方案，每个解决方案下面又可延展出相关知识，其相关模式类似于医生为病人选择诊断方案，这种推理诊断模式是精准、有效的“最佳实践”表达方式。

聚类关联

通过对定量知识的分析，聚类出该知识中相关性较强的内容。举个例子，当我们在研究“南极”的知识内容中，可以聚类出“企鹅、气候变暖、冰层融化”等相关性很高的内容。

行为关联

通过对知识使用者的行为进行分析，发现这些行为之间的关联性，连续性，从而推理出用户所进行这些行为是运用知识间的关联性。如，用户搜索“信用卡”，搜索引擎往往会推荐“信用卡 申办；信用卡 还款；信用卡 *”等其他用户关联行为时所运用的知识。

属性关联

通过知识与知识间同一个属性作为中介，将知识关联起来。如同一个作者、同一个部门、同一个来源、同一个使用群体等等。当然这些属性可以进行综合运用，以获取范围更小的一个关联结果。

知识关联，知识管理过程中运用的知识获取模式之一，运用得当将很好的为知识获取建立便利通道，降低知识获取的成本，提升获取效率。