首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

组织知识的网络表示模型及分析方法

摘要第1-6页
Abstract第6-12页
1 绪论第12-37页
   ·研究背景第12-14页
     ·理论背景第12-14页
   ·问题的提出及研究的意义第14-17页
     ·问题的提出第14页
     ·主要研究内容及研究意义第14-17页
   ·国内外研究现状第17-34页
     ·知识管理方面的研究第17-26页
     ·复杂网络方面的研究第26-32页
     ·知识网络方面的研究第32-34页
   ·论文的主要内容及结构安排第34-37页
2 组织知识结构的网络表示模型及建模方法第37-68页
   ·组织知识概念、分类、存储情况及构成分析第38-44页
     ·组织知识的概念、分类及存储情况第38-42页
     ·组织知识的构成分析第42-43页
     ·组织知识点的属性描述第43-44页
   ·组织知识结构的K-K网络模型及建模方法第44-56页
     ·组织知识结构的K-K网络模型第44-47页
     ·K-K网络建模方法第47-49页
     ·基于词形关联网络的组织文本知识 K-K网络建模方法第49-56页
   ·K-K网络建模实例及应用分析第56-61页
     ·实例背景第56-57页
     ·K-K网络建模第57-60页
     ·K-K网络基本应用第60-61页
   ·组织知识的知识超网络模型及应用第61-67页
     ·组织中的知识网络类型分析第62页
     ·组织知识的知识超网络模型第62-63页
     ·KSN网络建模实例第63-65页
     ·KSN网络特点及应用简析第65-67页
   ·本章小结第67-68页
3 组织知识存量的加权网络表示模型及建模方法第68-85页
   ·个人知识存量的加权网络表示模型及建模方法第69-74页
     ·个人知识存量的加权网络表示模型第69-71页
     ·个人 WKN模型建模方法第71-73页
     ·个人知识存量的WKN模型建模实例第73-74页
   ·组织知识存量的加权网络表示模型及建模方法第74-80页
     ·组织知识存量的加权网络表示模型第74-76页
     ·组织 WKN模型建模方法第76-78页
     ·组织 WKN模型建模实例第78-80页
   ·组织知识存量的加权知识超网络模型及建模方法第80-84页
     ·组织知识存量的加权知识超网络模型第80-82页
     ·WKSN建模方法实例第82-84页
   ·本章小结第84-85页
4 基于加权知识网络的个人及群体知识结构分析方法第85-94页
   ·个人及群体知识结构及存量的WKN模型第86-87页
     ·个人及群体知识结构及存量的 WKN模型第86-87页
     ·WKN模型中节点权重的构成第87页
   ·基于 WKN的个人及群体知识结构分析方法第87-90页
     ·领域知识表示方法第87-88页
     ·领域知识的广度及深度分析第88-89页
     ·基于 WKN的交叉知识领域分析方法第89-90页
   ·方法验证实例第90-93页
   ·本章小结第93-94页
5 基于加权知识超网络的组织人才流失问题分析及评价方法第94-103页
   ·组织成员知识的WKSN模型第95页
   ·基于WKSN的组织人才流失问题分析及评价方法第95-99页
     ·WKSN网络鲁棒性分析思路第95-96页
     ·WKSN的鲁棒性分析方法第96页
     ·WKSN网络鲁棒性度量方法第96-98页
     ·基于 WKSN的组织人才流失问题分析及评价方法第98-99页
   ·方法验证实例第99-102页
     ·组织成员 WKSN建模实例第99-101页
     ·基于 WKSN的组织人才流失问题分析及评价实例第101-102页
   ·本章小结第102-103页
6 基于加权知识超网络的组织知识定位方法第103-111页
   ·网络搜索算法简述第103-104页
   ·基于 WKSN的组织知识定位方法第104-106页
     ·基于 WKSN的网络搜索类型第104-105页
     ·基于 WKSN的组织知识定位搜索方法第105-106页
   ·方法验证实例第106-109页
   ·本章小结第109-111页
7 结论与展望第111-114页
创新点摘要第114-115页
参考文献第115-123页
攻读博士学位期间发表学术论文情况第123-124页
附录: 攻读博士学位期间参加的科研项目情况第124-125页
致谢第125-126页

论文共126页,点击 下载论文
上一篇:试验遗传算法研究及其在水资源系统问题中的应用
下一篇:集合卡尔曼滤波同化方法的研究