知识管理，有许多种解释，并没有一个完全切确的定位，我这里用知名知识管理系统与咨询服务提供厂商深蓝海域的理念来回答你。知识管理是，利用系统软件或其他工具，将组织中存在大量的有价值的方案、策划、成果经验等知识进行分类存储和管理，积累知识资产避免流失，有效减少组织运营成本，提高其核心竞争力的管理方法。这里要提到，因为每个企业他们的知识结构不同，所以侧重点不一样，但是这个解释是从知识管理方法，知识管理目的上去解释的，比较全面。
全民读书月。为倡导全民阅读，建设书香社会，2000年，全国“知识工程”领导小组把每年的12月定为“全民读书月”。推出中国作协会员、一级作家黄树芳先生的《读书永无毕业，要做终身读者》，以飨读者，让我们一起分享德高望重老先生的谆谆教诲。
一、建筑工程类别划分标准 项 目 一 类 二 类 三 类 四 类 工业建筑 单层厂房 跨度 m >24 >18 >12 ≤12 檐高 m >20 >15 >9 ≤9 多层厂房 面积 ㎡ >8000 >5000 >3000 ≤3000 檐高 m >36 >24 >12 ≤12 民用建筑 住宅 层数 层 >24 >15 >7 ≤7 面积 ㎡ >12000 >8000 >3000 ≤3000 檐高 m >67 >42 >20 ≤20 公共建设 层数 层 >20 >13 >5 ≤5 面积 ㎡ >12000 >8000 >3000 ≤3000 檐高 m >67 >42 >17 ≤17 特殊建筑 I级 II级 III级 IV级 构筑物 烟囱 高度m >100 >60 >30 ≤30 水塔 高度m >40 >30 ≤30 砖水塔 筒仓 高度m >30 >20 ≤20 砖水塔 贮池 容量m3 >2000 >1000 >500 ≤500 注： 一、名词界之： 1．跨度：指按设计图标注的相邻纵向定位轴线的距离。 2．檐高：指设计室外地坪标高至檐口滴水的垂直距离。 3．面积：指按建筑面积计算规则计算的单位工程建筑面积。 4．层数：指建筑物的分层数（不含地下室）。不计算建筑面积的建筑层和屋顶水箱间、楼梯间、电梯机房也不计算层数。 5．公共建筑：指医院、宾馆、综合楼、办公楼、教学楼、候机楼、车站、客运楼等为公众服务的建筑物。 6．特殊建筑：指影剧院、体育场（馆）、图书馆、博物馆、美术馆、展览馆等为公众服务的建筑物。 二、工程类别标准的说明： 1．以上各项工程分类均按单位工程划分。 2．住宅及公共建筑符合表中两个条件方可执行本标准，其余符合表中的任一个条件即可执行本标准。 3．室外管沟、化粪池、围墙、按四类标准执行，挡墙按市政定额的划分标准执行。 4．单层多跨厂房应以最大跨度或檐高作为确定类别的依据。与单层厂房相连的附属生活间、办公室等均随该单层厂房的标准执行。 5．单位工程檐高不同时应以其最高檐高作为确定类别的依据。 6．一个单位工程具有不同使用功能时，应按其主要使用功能（以建筑面积大小区分）确定取费标准。 7．特殊建筑工程类别的确定须报市造价管理总站，由市造阶管理总站依据施工图纸按有关技术参数确定后执行。 二、市政工程类别划分标准 项 目 单 位 一 类 二 类 三 类 四 类 道路工程：车行道宽度 m >14 >10 >7 ≤7 桥梁工程：单跨 m >25 >20 >15 ≤15 隧道工程及地下通道工程 全部 － － － 排水工程：干线管径 mm >700 ≤700 给水工程：干线管径 mm >400 ≤400 燃气工程：干线管径 mm >150 ≤150 路灯工程 － 全部 － － 河堤、挡墙工程： 砼：墙高 m － >10 ≤10 砌石：墙高 m － － － 全部 封闭式涵渠 双排或多排 全部 － － － 单排 砼：宽度 m >15 >10 <10 － 砖石：宽度 m >2 >15 <15 － 特 殊 工 程 I级 II级 III级 IV级 注： 1．车行道：指机动车道（不含路沿及绿化带的宽度）。 2．单跨：指桥梁的设计跨径。 3．管径：指管道内径。 4．河堤、挡墙的高度：指基础顶面至河堤或挡墙顶面的高度。 5．特殊工程：指按照上表所列标准无法确定工程类别的市政工程，按建筑工程类别划分标准的说明第7条办理。
知识库是知识工程中结构化易操作易利用全面有组织的知识集群。
知识库有两种含义：一种是指专家系统设计所应用的规则集合，包含规则所联系的事实及数据，它们的全体构成知识库。这种知识库是与具体的专家系统有关，不存在知识库的共享问题。
另一种是指具有咨询性质的知识库，这种知识库是共享的，不是一家所独有的。从今后的发展来看，巨型知识库将会出现，还依赖于硬件及软件条件的发展。下一代计算机所应考虑的重要问题之一是知识库的设计，以知识库为背景的知识库机及共管理系统构设计。
知识库是基于知识且具有智能性的系统（或专家系统）。并不是所有具有智能的程序都拥有知识库，只有基于知识的系统才拥有知识库。许多应用程序都利用知识，其中有的还达到了很高的水平，但是，这些应用程序可能并不是基于知识的系统，它们也不拥有知识库。
一般的应用程序与基于知识的系统之间的区别在于：一般的应用程序是把问题求解的知识隐含地编码在程序中，而基于知识的系统则将应用领域的问题求解知识显式地表达，并单独地组成一个相对独立的程序实体。
机器学习
机器学习（ML)是计算机系统为了有效地执行特定任务，不使用明确的指令，而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。机器学习算法构建一个基于样本数据的数学模型，称为“训练数据”，以便在没有明确编程来执行任务的情况下进行预测或决策。[1][2]机器学习算法用于各种应用，例如电子邮件过滤和计算机视觉，在这些应用中，开发用于执行任务的特定指令的算法是不可行的。机器学习与计算统计学密切相关，计算统计学侧重于使用计算机进行预测。算法优化的研究为机器学习领域提供了方法、理论和应用领域。数据挖掘是机器学习中的一个研究领域，侧重于探索性数据分析到无监督学习。[3][4]在跨业务问题的应用中，机器学习也被称为预测分析。
研究如何用机器代表人，实现知识的表示、获取、推理、决策、包括机器定理证明，专家系统，机器博弈。下一周5月26日义乌会有一个重大的机器博弈。知识工程不仅仅是研究如何获取、表示、组织、存储知识，如何实现知识工程知识性工作的自动化，还要研究如何运用知识，更要研究如何创造知识。所以在几年前提出了知识工作的自动化，过了几年，大家发现这个定义已经不行了，自动化遇到了天花板，要靠人工智能来解决。
以上就是关于知识管理与知识工程的区别和联系：管理概念与技术手段全部的内容，包括:知识管理与知识工程的区别和联系：管理概念与技术手段、2000年全国知识工程领导小组把每年的12月定为什么、知识工程的分类等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
