位置:成果数据库 > 期刊 > 期刊详情页
按流失度对组织知识分类的超网络模型
  • ISSN号:1000-0135
  • 期刊名称:《情报学报》
  • 时间:0
  • 分类:F062.3[经济管理—政治经济学] TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]大连理工大学系统工程研究所,大连116024
  • 相关基金:国家自然科学基金重大国际合作项目(70620140115);国家自然科学基金资助项目(70540007,G0724001).
中文摘要:

按知识流失度可将知识分类成易流失知识和常识性知识。这对组织具有重要意义,也是知识管理的一个重要研究内容。本文从定量的角度出发,提出用超网络模型计算知识流失度,再根据这个客观指标对组织知识进行分类。先按照不同类型的数据,分别建立人员网络、物质载体网络和知识网络,再根据各个网络间的关系构建超网络模型。在超网络中,首先依据知识网络与人员网络之间的关系计算出知识流失度,然后依据知识流失度对组织知识进行分类。在此基础上,又将组织知识的领域划分成易流失领域和常识性领域。最后给出一个实例对构建的模型和方法进行了验证。

英文摘要:

The main objective of the investigation is to study the organization knowledge classification according to knowledge loss degree based on supemetwork. First, we set up the personnel network, the material carrier network and the knowledge network using the appropriate type of data, and then build the supemetwork model on the basis of them and their relations. Second, this paper defines knowledge loss degree and calculates the values of loss degree of all knowledge according to the relations between knowledge network and personnel network, and subsequently classify the organization with them. Then we make the knowledge network cluster, and classify the domains of the organization knowledge. Finally, the model and method are well illustrated by an application case.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778