基于模糊案例推理的浅隐性知识供需匹配研究

发布时间：2017-05-15 05:02

  本文关键词：基于模糊案例推理的浅隐性知识供需匹配研究，由笔耕文化传播整理发布。

【摘要】：随着各创新主体之间隐性知识越来越丰富,企业的竞争能力也越来越依靠隐性知识。但是,目前隐性知识在各创新主体之间的传递效率不高,主要原因是在于隐性知识供需主体间供需信息不匹配,这就需要提高隐性知识的匹配效率。而根据知识的表达难易程度,隐性知识包括浅隐性知识和深隐性知识,浅隐性知识较深隐性知识更易表达、更易沉淀在企业内部被企业所用。基于此,为了提高隐性知识的匹配效率,本文从浅隐性知识视角,采用模糊案例推理方法对浅隐性知识供需匹配展开研究。结合浅隐性知识易表达的特征,利用可拓物元模型表达出浅隐性知识及构建案例库的同时,融合案例推理方法的基本原理,构造了浅隐性知识的供需匹配框架。具体内容如下:问题的提出及背景、研究目的、研究意义、研究创新点、研究内容方法以及技术路线;浅隐性知识供需匹配的理论部分,包括浅隐性知识相关理论,浅隐性知识供需匹配相关理论;基于物元模型的浅隐性知识表达研究,概述了常见知识表达方法的优缺点并具体描述本文利用的浅隐性知识表达方法-物元模型;浅隐性知识案例库的构建及管理,具体描述案例的挖据过程及基于层次法及知识导引法建立索引的案例库构建;基于模糊案例推理的浅隐性知识供需匹配研究,具体描述浅隐性知识供需匹配框架的构建及描述模糊案例推理方法流程以及以一算例说明方法的应用;实例研究,以具体的实例验证模糊案例推理算法及信息熵在浅隐性知识供需匹配方面的应用,从而验证模糊案例推理是否适合解决浅隐性知识供需匹配问题;总结与展望,详细说明本文研究的结论和即将要研究的内容。
【关键词】：浅隐性知识 供需匹配 模糊案例推理 可拓物元模型
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F272
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 1 绪论9-15
• 1.1 问题的提出9-10
• 1.1.1 隐性知识对协同创新的影响9
• 1.1.2 隐性知识供需匹配的重要性9
• 1.1.3 浅隐性知识视角的提出9-10
• 1.2 研究目的及意义10-11
• 1.2.1 研究目的10
• 1.2.2 研究意义10-11
• 1.3 研究的创新点11
• 1.4 本文的研究内容、研究方法和技术路线11-13
• 1.4.1 研究内容11-12
• 1.4.2 研究方法12
• 1.4.3 技术路线12-13
• 1.5 本章小结13-15
• 2 浅隐性知识供需匹配的相关理论15-21
• 2.1 浅隐性知识15-17
• 2.1.1 隐性知识定义研究15
• 2.1.2 浅隐性知识的内涵15-16
• 2.1.3 浅隐性知识的分类16
• 2.1.4 浅隐性知识获取方式16-17
• 2.2 浅隐性知识供需匹配的实现框架17-20
• 2.2.1 浅隐性知识的表达17
• 2.2.2 案例库的构建17-18
• 2.2.3 浅隐性知识供需匹配18-20
• 2.3 本章小结20-21
• 3 基于物元模型的浅隐性知识表达研究21-27
• 3.1 引言21
• 3.2 物元模型表达方法的选取21
• 3.3 浅隐性知识物元模型表达21-23
• 3.3.1 物元概念22
• 3.3.2 物元模型基本理论22
• 3.3.3 浅隐性知识的可拓物元模型表示22-23
• 3.4 浅隐性知识属性特征的选取23
• 3.5 案例知识表达23-24
• 3.6 本章小结24-27
• 4 浅隐性知识案例库的构建及管理27-37
• 4.1 案例库的构建27-28
• 4.1.1 案例的挖掘过程27
• 4.1.2 案例库的构建框架27-28
• 4.2 案例库的管理28-35
• 4.2.1 案例入库28-31
• 4.2.2 案例查看31-33
• 4.2.3 案例查询33
• 4.2.4 案例审核33-34
• 4.2.5 案例删除34-35
• 4.3 本章小结35-37
• 5 模糊案例推理方法建立及算法分析37-45
• 5.1 基于模糊案例推理的浅隐性知识供需匹配框架设计37-38
• 5.2 模糊案例推理方法构建38-41
• 5.2.1 案例检索39-41
• 5.2.2 案例重用、修正及保存41
• 5.3 算例41-44
• 5.3.1 浅隐性知识匹配度计算42-44
• 5.3.2 算例分析44
• 5.4 模糊案例推理方法分析44
• 5.5 本章小结44-45
• 6 浅隐性知识供需匹配实例分析45-51
• 6.1 案例选择45-46
• 6.1.1 浅隐性知识案例背景45
• 6.1.2 浅隐性知识案例挖掘45
• 6.1.3 案例表达45-46
• 6.1.4 案例库构建46
• 6.2 浅隐性知识案例匹配度计算及分析46-50
• 6.2.1 案例匹配度计算46-49
• 6.2.2 案例结果分析49-50
• 6.3 本章小结50-51
• 7 总结与展望51-53
• 7.1 结论51
• 7.2 展望51-53
• 致谢53-55
• 参考文献55-59
• 附录59-61
• 个人简历、在学期间发表的学术论文及取得的研究成果61

【相似文献】

中国期刊全文数据库 前10条

1 吉s，

本文编号：366887