知识管理系统含非精确方面自学习案例视图匹配研究

摘要：

在知识经济背景下，取代劳动力和资本，知识上升为核心生产资料、价值创造的主体来源；知识管理成为企业培育核心竞争力、实现可持续发展的基本途径。知识管理系统自学习案例是支撑知识管理系统自组织机制、确保其运行效率与有效性的知识基础，匹配策略与算法是案例获取、应用与进化的支撑机制，两者共同影响知识管理系统的实施效益。鉴于此，首先在对业内相关文献进行综述研究的基础上，针对知识管理系统自学习案例方面值的非精确特征，分析已有研究之不足，阐明了本研究的出发点，讨论了对案例方面值实施归一化与离散化的实现方法；其次，基于案例数据，采用过程严谨、客观定量的粗集赋权法，实现对案例视图向量的确定；而后，深入研究知识管理系统自学习案例非精确方面距离的计算方法，通过灰关联分析方法计算得到知识管理系统自学习案例与待解问题间的方面相似度，并设计了案例标识与相似度匹配序列确定算法，从而完成含非精确方面的知识管理系统自学习案例的匹配计算。文末算例分析表明，本文提出的匹配模型突破了已有方法的条件束缚、弥补了现有研究之不足，收到了良好效果。

关键词：知识管理系统、自学习案例、非精确方面、视图匹配、粗集、灰关联分析

分类号：F270(企业经济)

资助基金：国家社会科学基金项目“知识管理 RS-CBR 自学习系统研究”11CTQ023研究成果。

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：134-139,164