中文摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-22页 |
1.1 研究背景 | 第8-9页 |
1.1.1 选题意义 | 第8页 |
1.1.2 选题目的 | 第8-9页 |
1.2 课题相关文献综述 | 第9-19页 |
1.2.1 国内外SECI模型理论研究现状分析 | 第9-15页 |
1.2.2 国内外企业知识服务研究现状分析 | 第15-18页 |
1.2.3 研究现状述评 | 第18-19页 |
1.3 研究方法与创新点 | 第19-20页 |
1.3.1 研究方法 | 第19-20页 |
1.3.2 创新点 | 第20页 |
1.4 研究内容及技术路线 | 第20-22页 |
1.4.1 研究内容 | 第20-21页 |
1.4.2 技术路线 | 第21-22页 |
第2章 课题研究理论基础 | 第22-30页 |
2.1 制造型企业 | 第22-23页 |
2.1.1 制造型企业定义 | 第22页 |
2.1.2 制造型企业特点 | 第22-23页 |
2.2 知识服务 | 第23-25页 |
2.2.1 知识服务内涵 | 第23-24页 |
2.2.2 知识服务特征 | 第24页 |
2.2.3 知识服务模式 | 第24-25页 |
2.3 SECI模型 | 第25-30页 |
2.3.1 知识的分类 | 第26页 |
2.3.2 SECI模型及四种知识转化方式 | 第26-30页 |
第3章 基于SECI模型的制造型企业知识服务模式构建 | 第30-50页 |
3.1 制造型企业传统知识服务模式 | 第30-32页 |
3.1.1 国内制造型企业知识服务先行者 | 第30-31页 |
3.1.2 传统制造型企业知识服务模式的不足 | 第31-32页 |
3.2 基于SECI模型的企业知识服务实施的四种场所条件 | 第32-34页 |
3.2.1 原始场所条件 | 第32页 |
3.2.2 互动场所条件 | 第32-33页 |
3.2.3 系统化场所条件 | 第33页 |
3.2.4 练习场所条件 | 第33-34页 |
3.3 基于SECI模型的制造型企业知识资源的转化过程 | 第34-44页 |
3.3.1 制造型企业知识资源的二维度分类 | 第34-35页 |
3.3.2 知识转化过程示意 | 第35-44页 |
3.4 基于SECI模型的制造型企业知识服务模式组成 | 第44-50页 |
3.4.1 企业知识库 | 第44-46页 |
3.4.2 知识获取模块 | 第46-47页 |
3.4.3 用户需求模块 | 第47-50页 |
第4章 基于SECI模型的制造型企业知识服务模式应用 | 第50-58页 |
4.1 制造型企业选取 | 第50-51页 |
4.1.1 国家电网PG集团有限公司背景 | 第50-51页 |
4.1.2 国家电网PG集团有限公司企业发展 | 第51页 |
4.2 基于SECI模型的PG集团有限公司知识服务模式应用 | 第51-54页 |
4.2.1 国家电网PG集团有限公司知识服务状况分析 | 第51-53页 |
4.2.2 PG集团有限公司知识服务模式可能存在的问题 | 第53-54页 |
4.3 PG集团有限公司知识服务模式的改进建议 | 第54-58页 |
4.3.1 企业战略及企业文化 | 第54-55页 |
4.3.2 员工隐性知识的激励机制 | 第55页 |
4.3.3 数据库与应用软件开发 | 第55-56页 |
4.3.4 企业内训 | 第56-58页 |
第5章 基于SECI模型的制造型企业知识服务发展趋势 | 第58-64页 |
5.1 大数据时代的知识源 | 第58-59页 |
5.1.1 制造型企业内部知识源拓展 | 第58页 |
5.1.2 制造型企业外部知识源的吸收 | 第58-59页 |
5.2 社交网络与知识共享 | 第59-60页 |
5.2.1 基于SNS的知识共享 | 第59页 |
5.2.2 互联网下SECI模型的知识社会化 | 第59-60页 |
5.3 数字挖掘与知识发现 | 第60-61页 |
5.3.1 数字挖掘技术与知识资源发现 | 第60页 |
5.3.2 基于数字挖掘的SECI模型的知识外化 | 第60-61页 |
5.4 云计算与知识存储 | 第61-64页 |
5.4.1 基于云仓储的SECI模型的知识联合化 | 第61-62页 |
5.4.2 基于云服务的SECI模型的知识内化 | 第62-64页 |
第6章 结论与展望 | 第64-66页 |
6.1 研究结论 | 第64页 |
6.2 研究局限性 | 第64-65页 |
6.3 研究展望 | 第65-66页 |
结语 | 第66-67页 |
参考文献 | 第67-72页 |
致谢 | 第72-73页 |