| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-37页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-32页 |
| 1.2.1 知识管理 | 第16-20页 |
| 1.2.2 网格与知识网格 | 第20-25页 |
| 1.2.3 个性化信息服务 | 第25-32页 |
| 1.3 研究现状小结 | 第32页 |
| 1.4 本文主要研究内容 | 第32-35页 |
| 1.5 本文的组织结构 | 第35-36页 |
| 1.6 本章小结 | 第36-37页 |
| 第二章 面向知识供应的知识网格 | 第37-62页 |
| 2.1 引言 | 第37-38页 |
| 2.2 知识网格理论与技术 | 第38-43页 |
| 2.2.1 网格的定义及扩展 | 第38页 |
| 2.2.2 知识网格的定义 | 第38-39页 |
| 2.2.3 知识网格的关键技术 | 第39页 |
| 2.2.4 知识网格中知识资源空间模型 | 第39-43页 |
| 2.2.4.1 知识资源空间模型的定义 | 第39-40页 |
| 2.2.4.2 面向产品开发领域的知识资源空间模型 | 第40-43页 |
| 2.3 知识网格与知识供应 | 第43-50页 |
| 2.3.1 知识网格的架构 | 第43-46页 |
| 2.3.1.1 基于知识网格的知识供应系统层次图 | 第43-45页 |
| 2.3.1.2 知识网格层与知识供应层服务模型描述 | 第45-46页 |
| 2.3.2 知识网格的物理拓扑结构 | 第46-47页 |
| 2.3.3 基于知识网格的企业内知识生产与供应 | 第47-49页 |
| 2.3.4 基于知识网格的企业之间知识供应 | 第49-50页 |
| 2.4 基于对等网络的知识网格实现策略 | 第50-61页 |
| 2.4.1 对等网络相关技术介绍 | 第50-52页 |
| 2.4.2 基于半分布式结构化对等网络的知识网格架构 | 第52-57页 |
| 2.4.2.1 结构化与半分布式对等网络 | 第52-53页 |
| 2.4.2.2 半分布式结构化知识网格三层架构 | 第53-55页 |
| 2.4.2.3 知识空间层中超级节点间语义关联 | 第55-57页 |
| 2.4.3 知识网格中基于语义的知识资源查询路由方法 | 第57-61页 |
| 2.4.3.1 知识资源查询路由方法总体框架 | 第57-59页 |
| 2.4.3.2 知识空间查询及其扩展查询方法 | 第59-60页 |
| 2.4.3.3 面向关联语义的查询扩展规则 | 第60-61页 |
| 2.5 本章小结 | 第61-62页 |
| 第三章 基于知识服务的知识资源组织 | 第62-84页 |
| 3.1 引言 | 第62-63页 |
| 3.2 知识网格环境下的知识服务 | 第63-72页 |
| 3.2.1 知识服务的意义 | 第63-64页 |
| 3.2.2 知识服务在知识网格中的应用模式 | 第64-66页 |
| 3.2.3 面向知识供应的知识服务网络体系 | 第66-68页 |
| 3.2.4 知识服务的建模 | 第68-72页 |
| 3.2.4.1 知识服务模型 | 第68-70页 |
| 3.2.4.2 知识服务本体 | 第70-72页 |
| 3.3 基于语义超图的知识服务语义关联 | 第72-82页 |
| 3.3.1 知识服务的语义关联 | 第72-73页 |
| 3.3.2 Hy-SN:基于超图的语义网络 | 第73-76页 |
| 3.3.2.1 语义网络与超图 | 第73页 |
| 3.3.2.2 语义超图：语义网络与超图的结合 | 第73-76页 |
| 3.3.3 语义超图的数据结构 | 第76-78页 |
| 3.3.3.1 语义超图的矩阵形式 | 第76页 |
| 3.3.3.2 语义超图的数组形式 | 第76-77页 |
| 3.3.3.3 两种数据结构的比较 | 第77-78页 |
| 3.3.4 基于语义超图的知识推理 | 第78-82页 |
| 3.3.4.1 语义超图的逻辑推理 | 第78-80页 |
| 3.3.4.2 语义超图的相似推理 | 第80-81页 |
| 3.3.4.3 语义超图的归纳推理 | 第81-82页 |
| 3.4 本章小结 | 第82-84页 |
| 第四章 基于工作流的知识需求建模 | 第84-103页 |
| 4.1 引言 | 第84-85页 |
| 4.2 静态知识需求模型 | 第85-89页 |
| 4.2.1 工作流关联模型 | 第85-86页 |
| 4.2.2 三种知识需求 | 第86-88页 |
| 4.2.3 知识需求拉动知识供应 | 第88-89页 |
| 4.3 动态知识需求模型 | 第89-101页 |
| 4.3.1 动态知识需求总体框架 | 第89-90页 |
| 4.3.2 基于内容的知识需求挖掘 | 第90-94页 |
| 4.3.2.1 确定关键词-领域关系表 | 第90-91页 |
| 4.3.2.2 确定文档的关键词词频 | 第91-93页 |
| 4.3.2.3 确定每个成员的领域隶属度 | 第93-94页 |
| 4.3.3 基于角色任务信息的协同知识需求挖掘 | 第94-95页 |
| 4.3.4 基于社区成员关联的的协同知识需求挖掘 | 第95-97页 |
| 4.3.4.1 社区内成员间关联发现的几种途径 | 第95页 |
| 4.3.4.2 基于Email 记录的协同知识需求发掘 | 第95-97页 |
| 4.3.5 混合式知识需求挖掘 | 第97-98页 |
| 4.3.5.1 两种方式的单纯合并 | 第97页 |
| 4.3.5.2 将基于内容的思想融入到协同式挖掘 | 第97-98页 |
| 4.3.5.3 将协同式思想融入到基于内容的挖掘 | 第98页 |
| 4.3.6 基于统计分析的知识需求量的确定 | 第98-101页 |
| 4.3.6.1 成员知识需求量的确立依据 | 第98-99页 |
| 4.3.6.2 确定成员的忙碌程度 | 第99-101页 |
| 4.4 本章小结 | 第101-103页 |
| 第五章 知识网格环境中的知识供应引擎 | 第103-135页 |
| 5.1 引言 | 第103-104页 |
| 5.2 基于需求模型的知识供应引擎 | 第104-115页 |
| 5.2.1 知识供应引擎的总体框架 | 第104-106页 |
| 5.2.2 知识供应的中的四条管道 | 第106-107页 |
| 5.2.3 知识供应引擎中语义相似度定义 | 第107-114页 |
| 5.2.3.1 基于继承关系的概念语义相似度 | 第108页 |
| 5.2.3.2 基于复杂语义关系的概念语义相似度 | 第108-111页 |
| 5.2.3.3 基于概念相似度的知识服务能力相似度 | 第111-114页 |
| 5.2.4 基于语义的知识服务能力匹配算法 | 第114-115页 |
| 5.3 面向创新设计的知识供应引擎 | 第115-127页 |
| 5.3.1 基于TRIZ 和本体的创新知识供应 | 第115-118页 |
| 5.3.2 面向产品创新的知识本体 | 第118-120页 |
| 5.3.2.1 面向产品创新的知识本体的构建 | 第118-119页 |
| 5.3.2.2 面向产品创新的知识本体的描述 | 第119-120页 |
| 5.3.3 语义注册 | 第120-121页 |
| 5.3.4 知识供应中的语义解析 | 第121-123页 |
| 5.3.5 知识查询分配设计 | 第123-124页 |
| 5.3.5.1 知识网格中跨库查询语句格式 | 第123页 |
| 5.3.5.2 知识网格中跨库查询解析 | 第123-124页 |
| 5.3.6 基于技术矛盾的知识查询 | 第124-127页 |
| 5.4 分布式知识供应引擎的实现策略 | 第127-133页 |
| 5.4.1 分布式知识供应引擎总体框架 | 第127-128页 |
| 5.4.2 分布式知识供应引擎运行流程 | 第128-130页 |
| 5.4.3 分布式知识供应引擎中关键技术分析 | 第130-133页 |
| 5.4.3.1 事件驱动的知识推送模块 | 第130-131页 |
| 5.4.3.2 过滤筛选模块 | 第131页 |
| 5.4.3.3 邻居节点集初始化 | 第131-132页 |
| 5.4.3.4 邻居节点集重构模块 | 第132-133页 |
| 5.5 本章小结 | 第133-135页 |
| 第六章 知识供应在产品设计领域中的应用 | 第135-163页 |
| 6.1 引言 | 第135-136页 |
| 6.2 知识供应原型系统与工具介绍 | 第136-140页 |
| 6.2.1 原型系统总体介绍 | 第136-137页 |
| 6.2.2 原型系统各模块的功能介绍 | 第137-140页 |
| 6.2.2.1 知识需求定义工具模块 | 第137-138页 |
| 6.2.2.2 知识供应平台模块 | 第138-139页 |
| 6.2.2.3 面向创新的知识供应模块 | 第139-140页 |
| 6.3 基于需求模型的知识供应实例 | 第140-150页 |
| 6.3.1 案例背景介绍 | 第140-142页 |
| 6.3.2 静态知识需求的定义 | 第142-144页 |
| 6.3.3 基于知识需求的知识供应结果 | 第144-147页 |
| 6.3.4 动态知识需求的智能挖掘 | 第147-150页 |
| 6.3.4.1 基于过去查询历史的用户知识需求挖掘 | 第147-148页 |
| 6.3.4.2 基于角色任务信息的协同知识需求挖掘 | 第148-149页 |
| 6.3.4.3 基于社区成员关联的协同知识需求挖掘 | 第149-150页 |
| 6.4 面向创新设计的知识供应实例 | 第150-158页 |
| 6.4.1 应用背景 | 第150-151页 |
| 6.4.2 创新问题的因果层次分析 | 第151-153页 |
| 6.4.3 查询的语义解析 | 第153-155页 |
| 6.4.4 分布式查询的分配执行 | 第155-156页 |
| 6.4.5 面向创新的知识供应结果展示 | 第156-157页 |
| 6.4.6 基于TRIZ 矛盾矩阵的知识供应实例 | 第157-158页 |
| 6.5 分布式知识供应模拟场景展示 | 第158-162页 |
| 6.5.1 节点之间相似度的计算 | 第158-160页 |
| 6.5.2 节点对知识资源的筛选 | 第160-161页 |
| 6.5.3 节点对邻居节点集的重构 | 第161-162页 |
| 6.6 本章小结 | 第162-163页 |
| 第七章 总结与展望 | 第163-166页 |
| 7.1 本文的主要贡献 | 第163-165页 |
| 7.2 进一步的研究工作 | 第165-166页 |
| 参考文献 | 第166-179页 |
| 致谢 | 第179-180页 |
| 攻读博士学位期间已发表或录用的论文 | 第180-181页 |
