知识管理的思想被企业认可是最近几年的事情，知识管理系统的实施也就不长时间。在KMPRO知识管理系统实施的过程中我们发现有部分人认为实施知识管理系统在搜集知识的时候就是找最新、找外部的，这是个错误的认识。其实知识在企业的历史中是永远和已经沉淀下来的，知识方式或形式不同而已，而且大部分都还是有借鉴意义的。所以，如何激活和分享这些沉淀的知识也是知识管理系统实施的一项重要的工作。
首先是知识管理系统与企业原有系统的集成。不管哪个行业的企业，在实施知识管理系统之前，已经或多或少的应用了一些其他管理系统，而且在这些系统中已经沉淀了企业相关领域的许多实践知识。人工重新整理是不可能完成的巨大的工作量，而且有时候相关内容的制造者已经离职，很难恢复这些知识的原貌，强行编辑下来有时候不仅不能成为知识，而且会在以后的运用中起到反作用。这时候就需要知识管理系统本身通过相应的技术手段进行知识的提炼和呈现。KMPRO知识管理系统采用B/S架构，通用的webservice接口，以及自行研制开发的CICADA知识搜索引擎通过多数据源跨域搜索在实践中已经为相关企业实现了沉淀知识再利用的理想目标。

        其次是激活和抓取已有知识一定要准。这和互联网搜索有区别，互联网搜索例如谷歌、百度等要求尽可能的呈现搜索者需要的记过的数量，而在知识搜索中需要的是准，包括知识内容的匹配度和有效性。CICADA知识搜索引擎的构建理论基于“全文搜索+数据库检索+搜索应用”，既保证了系统通过全文搜索获取快速、准确的结果，又通过结合数据库搜索的方式实现时间、来源、好评度等多种数据库字段的查询，这两者的结合使搜索结果更为符合用户的搜索诉求。同时加入搜索应用的诸多功能从应用的角度为用户提供了更为得心应手的应用，从而让系统更为智能的为用户提供服务。Cicada知识搜索引擎系统采用“Cicada's wings knife”作为分词器，取其分词快捷、细致之意。这套分词系统采用了“基于字符串匹配分词和统计分词”相结合的方式。利用统计方法进行词典的动态扩展，即对搜索的词汇频率进行自主的阀值设置，对于超过阀值的词汇自动加入学习词库，从而克服了基于词典算法对"完全词典"的依赖，利用词典对统计的一些参数进行学习评估，避免了以往靠实验得到这些参数的不确定性,同时将RMM算法与统计算法结合起来。