云环境下IT产业联盟知识转移与共享效果评价研究

发布时间：2017-10-16 15:31

  本文关键词：云环境下IT产业联盟知识转移与共享效果评价研究

  更多相关文章： 云计算 IT产业联盟 知识转移 知识共享 效果评价

【摘要】：随着信息网络技术的迅速发展，云计算——“一切皆服务”模式的产生，为IT产业联盟的知识管理开辟了新的途径。因此，云环境下的IT产业联盟（IT Industrial Alliance Based on Cloud Environment，CEITIA）应运而生。在复杂和竞争激烈的市场环境下，联盟想要获得和创造知识，其途径就是通过员工间彼此的学习活动。面对存在于IT产业联盟全寿命周期的知识转移与共享活动，联盟知识转移与共享效果的好坏不仅与各IT企业与其他相关机构的经济效益息息相关，同时也威胁IT产业联盟成长的稳定性。因此，为了更好地促进IT产业联盟中企业的知识转移与共享水平，有效推进IT产业联盟可持续高速发展，亟需建立一套系统科学的云环境下IT产业联盟知识转移与共享效果评价体系。 首先科学界定IT产业联盟、云计算的内涵，结合云计算三个服务层次构建IT产业联盟知识管理云平台模型，重点分析CEITIA知识转移过程与知识共享过程；接着从联盟个体、整体、云计算技术三方面，设计了指标体系雏形，基于粗糙集理论对评价指标体系进行优化，从而构建一套相对科学合理的CEITIA知识转移与共享效果评价指标体系；第三基于D-S证据推理理论评价方法对CEITIA知识转移与共享效果进行综合评价分析。最后以成都云计算产业联盟为对象，对CEITIA知识转移与共享效果进行实证研究。本文研究旨在为准确掌握云环境下IT产业联盟知识转移与共享实施水平、迅速精准的找到知识转移过程中存在的不足，通过改善其相应的知识转移与共享活动，，为IT产业联盟的高效运行提供理论方法支持和决策参考。
【关键词】：云计算 IT产业联盟 知识转移 知识共享 效果评价
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F272;F49
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-18
• 1.1 研究背景及意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究目的及意义12
• 1.2 国内外研究现状12-15
• 1.2.1 国外研究现状12-13
• 1.2.2 国内研究现状13-15
• 1.2.3 国内外研究现状评述15
• 1.3 主要研究内容和方法15-18
• 1.3.1 主要研究内容15-16
• 1.3.2 主要研究方法16
• 1.3.3 技术路线16-18
• 第2章 CEITIA 知识转移与共享过程分析18-31
• 2.1 IT 产业联盟内涵及特征18-20
• 2.1.1 IT 产业与 IT 产业联盟内涵18-19
• 2.1.2 IT 产业联盟特征19-20
• 2.2 IT 产业联盟形成动因20-21
• 2.2.1 基于交易成本的动因分析20
• 2.2.2 基于资源角度的动因分析20-21
• 2.3 IT 产业联盟中知识的类型及特征21-23
• 2.3.1 IT 产业联盟中知识的类型21-22
• 2.3.2 IT 产业联盟中知识的特征22-23
• 2.4 CEITIA 知识管理活动分析23-26
• 2.4.1 云计算的内涵及特征23-24
• 2.4.2 云计算环境下 IT 产业联盟知识管理优势分析24
• 2.4.3 IT 产业联盟知识管理云平台模型24-26
• 2.5 基于知识生态视角的 CEITIA 知识转移过程26-27
• 2.6 CEITIA 知识共享 SE-IE-CI 模型27-30
• 2.7 本章小结30-31
• 第3章 CEITIA 知识转移与共享效果评价指标体系31-43
• 3.1 CEITIA 知识转移与共享效果评价指标的构建原则31
• 3.2 CEITIA 知识转移与共享效果评价指标预选31-34
• 3.2.1 联盟个体指标31-32
• 3.2.2 联盟整体指标32
• 3.2.3 云计算技术指标32-34
• 3.3 CEITIA 知识转移与共享效果评价指标测度34-39
• 3.3.1 CEITIA 知识存量表示模型34-38
• 3.3.2 CEITIA 知识存量的度量38-39
• 3.4 基于粗糙集理论的评价指标体系优化39-41
• 3.4.1 粗糙集的适用性分析39
• 3.4.2 粗糙集决策表建立39-40
• 3.4.3 数据离散化处理40
• 3.4.4 属性约简40-41
• 3.4.5 评价指标体系确定41
• 3.5 本章小结41-43
• 第4章 CEITIA 知识转移与共享效果评价方法43-50
• 4.1 评价方法的选取43-44
• 4.1.1 评价方法的对比43
• 4.1.2 D-S 证据推理算法的优势分析43-44
• 4.2 D-S 证据推理理论评价模型44-48
• 4.2.1 模型定义44-45
• 4.2.2 D-S 证据推理模型的改进45-47
• 4.2.3 知识转移与共享效果评价模型构建47-48
• 4.3 基于 D-S 证据推理的评价流程48-49
• 4.4 本章小结49-50
• 第5章 成都市云计算产业联盟知识转移与共享效果评价研究50-56
• 5.1 成都市云计算产业联盟背景50
• 5.2 成都云计算产业联盟知识转移与共享效果评价体系50-54
• 5.2.1 指标体系构建50-52
• 5.2.2 效果评价方法52-54
• 5.2.3 评价结果分析54
• 5.3 提升成都云计算产业联盟知识转移与共享效果的对策建议54-55
• 5.4 本章小结55-56
• 结论56-57
• 参考文献57-63
• 攻读学位期间发表的学术论文63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前10条

1 金潇明;;产业集群知识共享的四螺旋结构模型[J];系统工程;2010年01期

2 卢兵;岳亮;廖貅武;;企业通过联盟进行隐性知识转移的三阶段模型[J];管理工程学报;2008年01期

3 梁启华;何晓红;;空间集聚:隐性知识转移与共享机理与途径[J];管理世界;2006年03期

4 谭劲松;林润辉;;TD-SCDMA与电信行业标准竞争的战略选择[J];管理世界;2006年06期

5 刘颖琦;;新能源汽车产业联盟中企业—大学关系对技术创新的影响[J];管理世界;2011年06期

6 梁嘉骅;王纬;;一种新的经济组织形态——产业联盟[J];华东经济管理;2007年04期

7 李乔;郑啸;;云计算研究现状综述[J];计算机科学;2011年04期

8 徐小龙;耿卫建;杨庚;王汝传;;开放云端计算环境中的任务执行代码安全机制[J];计算机科学;2012年07期

9 孙国梓;耿伟明;陈丹伟;申涛;;基于可信概率的电子数据取证有效性模型[J];计算机学报;2011年07期

10 张建勋;古志民;郑超;;云计算研究进展综述[J];计算机应用研究;2010年02期

中国博士学位论文全文数据库 前2条

1 李远远;基于粗糙集的指标体系构建及综合评价方法研究[D];武汉理工大学;2009年

2 王涛;产业集群内企业间知识转移影响因素研究[D];山东大学;2012年

本文编号：1043478