| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及目的 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 隐性知识概念与结构的研究现状 | 第10-11页 |
| 1.2.2 隐性知识分类的研究现状 | 第11-12页 |
| 1.2.3 隐性知识测度的研究现状 | 第12-14页 |
| 1.2.4 贝叶斯网络（Bayesian Network）的研究现状 | 第14页 |
| 1.3 研究内容及意义 | 第14-18页 |
| 1.3.1 研究内容 | 第14-16页 |
| 1.3.2 研究意义 | 第16-18页 |
| 1.4 论文框架 | 第18-19页 |
| 1.5 论文创新点 | 第19-21页 |
| 2 基于贝叶斯网络的隐性知识测度方法的需求分析 | 第21-31页 |
| 2.1 现有隐性知识测度方法的概述 | 第21-25页 |
| 2.1.1 管理人员隐性知识量表（TKIM） | 第21-23页 |
| 2.1.2 基于认知地图的隐性知识表达（CM） | 第23-25页 |
| 2.2 现有隐性知识测度方法的不足 | 第25-26页 |
| 2.3 基于贝叶斯网络的隐性知识测度方法的提出 | 第26-29页 |
| 2.3.1 隐性知识测度的特点 | 第26页 |
| 2.3.2 贝叶斯网络方法的特点 | 第26-27页 |
| 2.3.3 基于BN的隐性知识测度方法的必要性 | 第27-28页 |
| 2.3.4 基于BN的隐性知识测度方法的特点 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 基于贝叶斯网络的隐性知识测度方法研究 | 第31-43页 |
| 3.1 基于贝叶斯网络的隐性知识测度方法的主要思想 | 第31页 |
| 3.2 基于贝叶斯网络的隐性知识测度方法的主要研究内容 | 第31-33页 |
| 3.2.1 隐性知识测度方法的测度对象界定 | 第31页 |
| 3.2.2 性知识测度方法的模型构建方法 | 第31-33页 |
| 3.2.3 隐性知识测度方法的关键问题 | 第33页 |
| 3.3 特定情境的设定和分析 | 第33-34页 |
| 3.4 隐性知识测度模型的构建 | 第34-39页 |
| 3.4.1 贝叶斯网络拓扑结构的构建 | 第34-36页 |
| 3.4.2 贝叶斯网络结点概率的参数学习 | 第36-39页 |
| 3.5 隐性知识测度模型的概率推理、排序及解释 | 第39-40页 |
| 3.5.1 隐性知识测度模型的概率推理 | 第39页 |
| 3.5.2 隐性知识测度模型的概率排序 | 第39-40页 |
| 3.5.3 隐性知识测度模型的概率解释 | 第40页 |
| 3.6 隐性知识测度模型的有效性测试 | 第40-41页 |
| 3.7 隐性知识测度模型的学习更新 | 第41页 |
| 3.8 本章小结 | 第41-43页 |
| 4 基于贝叶斯网络的隐性知识测度方法的关键问题研究 | 第43-67页 |
| 4.1 构建反映客观事实的贝叶斯网络拓扑结构 | 第43-59页 |
| 4.1.1 研发人员个体隐性知识的分类 | 第44-45页 |
| 4.1.2 情感及健康状态的影响 | 第45-48页 |
| 4.1.3 研发人员个体隐性知识的活动表现 | 第48-58页 |
| 4.1.4 研发人员个体隐性知识贝叶斯网络拓扑结构 | 第58-59页 |
| 4.2 隐性知识测度模型的任务设计 | 第59-62页 |
| 4.2.1 隐性知识测度模型的任务设计原则 | 第60页 |
| 4.2.2 隐性知识测度模型的任务设计步骤 | 第60-62页 |
| 4.3 组织隐性知识测度模型的BN拓扑结构构建和任务设计 | 第62-66页 |
| 4.3.1 个体隐性知识和组织隐性知识的关系 | 第62-63页 |
| 4.3.2 组织隐性知识测度的可行性 | 第63页 |
| 4.3.3 组织隐性知识测度模型的BN拓扑结构构建 | 第63-65页 |
| 4.3.4 组织隐性知识测度模型的任务设计 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 5 算例应用分析 | 第67-79页 |
| 5.1 算例背景 | 第67页 |
| 5.2 情境任务设定 | 第67-69页 |
| 5.3 隐性知识测度模型的构建 | 第69-72页 |
| 5.3.1 贝叶斯网络拓扑结构构建 | 第69页 |
| 5.3.2 贝叶斯网络结点参数学习 | 第69-72页 |
| 5.4 隐性知识测度模型的有效性测试 | 第72-74页 |
| 5.5 隐性知识测度模型的学习更新 | 第74-75页 |
| 5.6 隐性知识测度模型的概率推理、排序及解释 | 第75-77页 |
| 5.6.1 隐性知识测度模型的概率推理 | 第75-76页 |
| 5.6.2 隐性知识测度模型的概率排序 | 第76页 |
| 5.6.3 隐性知识测度模型的概率解释 | 第76-77页 |
| 5.7 本章小结 | 第77-79页 |
| 6 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 附录 | 第89-111页 |
| A. 程序代码 | 第89-106页 |
| B. 数据集 | 第106-111页 |
| C. 作者攻读学位期间的发表的论著目录 | 第111页 |
| D. 作者在攻读学位期间取得的科研成果目录 | 第111页 |
