协作和专家技能网络 - CEN
Autonomy 的协作和专家技能网络 - CEN，可提供一种功能强大的基础结构解决方案，从而确保任何规模和复杂程度的组织都可以自动发现、查看和有效管理密集型社区，高效推动处于价值链不同阶段的人员和团队向其共同目标努力。
问题
“...协作市场的分割使多种提供协作的方法并存，从而导致系统分割，增加了对那些弥补系统之间差异的人员的依赖”
Dan Rasmus, Giga Information Group
B2B、B2E 和 B2C 工具（包括 Intranet、KM、CRM、ERP 和 EIP 应用程序）应用的成功与失败案例告诉我们：识别和管理人员和他们所阅读、创建和共享信息之间的交互，与首先提供信息具有同等重要的意义。
然而直到最近，组织仍然不得不开发那些既有协作解决方案，在很大程度上依赖人员通过预定义关键字列表或填充表格来说明他们的兴趣领域。
该方法离不开大量的人工参与，忽略了组织在努力运用科技实现其效率和人员的专家技能最大化时，所面对挑战的根源：用户有多个随时变化的兴趣和需求，而真正了解信息内容本身或用户行为的不是人工既有软件，而是计算机。
而且，分割式协作解决方案的广泛使用，从即时消息、聊天设备、工作流到个人/团队日历（每个方案都有其不具兼容性的专属专家技能库、不统一的架构和各自不同的接口），都在无意之中加剧了信息和专家技能库的分割，从而进一步限制了组织内部最佳实践和人员协作的发展。
解决方案
“当前的运行模式... 未能有效反映人员的工作方式...[计算机]，必须充分了解其所存储和处理的内容，包括上下文环境。更重要的是，计算机设备必须了解与其用户相关的上下文环境。”
Dan Rasmus, Giga Information Group
随着 Autonomy 协作和专家技能网络的出现，组织现在已能够自动形成对人员兴趣、行为和与任何类型信息的当前交互的上下文理解，无论其格式、位置或设备为何。
CEN 采用一种新型的智能信息技术来加强个性化、协作和专家技能，提供了一套数据不可知性基础结构解决方案，该方案能够自动整合组织内所有信息资源的能量，无缝促进所有分离的协作应用程序、数据存储库和人员之间的交互。CEN 又能支持组织对其所有业务活动进行全面的掌控，从而保证相关人员可以提前了解网络中的专家是谁，谁应参与协作。
个性化
做出业务决策所需的时间与为做出决策进行数据收集的时间和努力直接相关。如果知识工作者能够比竞争者更快地在价值链基础上进行监控、决策和操作，则会带来稳定的业务优势。
通过从以下内容识别出的概念，“在上下文环境中”实时和准确地链接相关人员与信息：
由个人通过下列途径注册的显式兴趣：
自然语言说明
按示例精确搜索
关键字和布尔操作符
隐式行为，即信息利用，包括阅读、创建、共享信息，进一步了解每个用户的活动和兴趣。
可跨越多个设备生成档案。例如，通过用户与移动电话/PDA 内容交互生成的档案可用于通过电子邮件和 SMS，推荐 Web 上的 Internet 内容或新闻内容。
专家技能网络
在大规模组织中，办公地点地理位置较为分散，员工对其他人正在进行的工作以及哪些人能够更好地解决他们所面临的问题，往往只有极为有限的了解。
如果员工不了解，甚至忽略知识社区，则会削弱整体业务流程，导致重复性工作和生产率等级的总体降低。通过促进识别知识社区内广为认可的专家，CEN 克服了这些限制：
通过示例数据（文档、电子邮件等等）查找专家
通过自然语言查询发现内在知识
使用既有关键字和布尔规则识别专家
根据地理位置、部门、可用性查找专家
通过自然语言查询发现内在知识社区的每个成员都有能力通过自然语言定义提前定义他们自己的专家技能。从这些定义中识别出的、含有丰富信息的概念在用户自己的档案中得到了动态更新，从进一步确保用户能够找到组织中适合的专家。使用关键字来定义角色、技能和专家技能的能力。
协作网络
CEN 摆脱了只注重业务流程的短视行为，支持组织将精力集中于构建专家技能社区，推动协作并将员工集中引入到讨论论坛内，以实现一致的目标，减少重复性工作，提高生产率等级。
构建整个协作网络，使用常见的显式或隐式用户档案，或者前摄专家技能分配匹配用户。
CEN 向用户通知社区中的一些其他人员，这些人员所用数据的类型与用户所用数据相同，利用信息的隐式/显式使用情况，或将二者组合来探究人员之间的协作关系。
在来自社区的建设性协作反馈基础之上，创建了虚拟数据库，用于确保所有结果中只侧重于显示最为重要的信息，而忽略那些重要性较小的信息：
通过自然语言引用推荐文档
文档评级 / 记分
企业绩效管理
为了追踪这些组织活动，监控业务流程，自动化企业将需要一些实时绩效衡量工具，以确保对它最有价值的资源（信息和与该数据交互的人员）进行实时分析和管理。
CEN 以自定义图形的形式提供 EPM 结果，并在单一视图中显示用户交互及他们所处理信息间存在的无数关联：
CEN 聚类映射 - Spectrograph
网络档案
CEN 聚类映射将人员兴趣和信息资源之间的关系相交迭，以实时确定关键的专家技能领域，在企业内执行的核心活动和兴趣社区。
网络档案显示协作网络内部电子邮件的网络流量，构建可由组织使用的档案，以实现对整个业务流程的控制。
CEN 可视化阐释了知识社区中的专家与其它专家的关系。
CEN 可视化
桌面套件
提示
CEN 充分利用捕获到的关键数据，并通过电子邮件、移动电话、个人数字助理、Internet DTV、活动服务（Autonomy 桌面套件）等所有设备，智能化地将高度相关信息传送到每个网络成员处，从而使组织中的个人和人员团队能够更有效地对信息做出反应。
桌面套件使个人无需中断任务，节省了大量时间，并通过完全避免“搜索”过程中必须伴随的内在限制，带来了无可估量的价值。
桌面套件提供点对点功能，使用户可以连接到社区中的其它人员，以开始协作并实现对内在知识的共享。
由于时间限制或无法共享内在知识，由相关人员提出的问题往往得不到应答。CEN 的自动应答功能可以通过识别询问中的关键概念来自动答复电子邮件问题 - 返回在协作和专家技能网络中共享的最相关信息。
CEN 既有集成
CEN 能够利用现有的用户文档关联，同时丰富了定义并将其导入全方位的概念用户档案中，可与众多既有检索和协作系统相集成，从而提供了更多优势。
向企业提供了用于导入现有协作和企业定义的直观工具，包括：
