供应链中的知识交易与定价研究

随着知识经济的发展,供应链中的知识共享开始引起人们的关注。然而通过博弈模型分析发现,供应链中知识的无偿共享通常难以实现。而传统的交易费用经济学由于假设知识获取无成本也难以有效解决此问题。因此,在供应链中引入知识交易机制,详细分析供应链中知识供给者和需求者之间发生的交易行为,重点依据知识的不同分类从显性知识和隐性知识两个角度对定价模型进行研究,力图从交易机制的角度完善供应链中的知识市场框架,从而对供应链中的知识共享产生一定的推动作用。

基于双库协同机制的隐性知识转化模型研究

针对现有知识管理系统对隐性知识缺乏有效组织管理的现实,提出基于数据库与知识库协同的隐性知识转化模型,通过知识库引导数据库、数据库改善知识库的新思想,形成具有双库协同机制的隐性知识管理系统,使知识库在结构上具备实时维护与自我进化的能力。以知识农业为例,在农业数据库的基础上验证了模型的有效性。

Web日志挖掘数据预处理过程技术研究

在Web数据挖掘研究领域中,Web日志挖掘是Web数据挖掘研究领域中一个最重要的应用方面。本文介绍了面向Web日志的数据挖掘预处理的一般过程并给出了用户识别的算法实现。

基于高性能特征选择函数的Web文档聚类算法

目前常用向量空间模型VSM(vector space model)表示文档,造成的高维问题制约了其实际应用的效果。采用了一种高性能特征选择函数,在构建VSM时选取对区分类别贡献较大的特征词,因此有效地降低了特征空间的纬度,大大提高了系统的效率,改善了聚类的效果。通过真实数据集上的实验,证明其性能优于传统方法。

一种多时间间隔序列模式挖掘算法

提出一种多时间间隔的序列模式挖掘算法,依据挖掘的实际情况设置可变的时间区间,采用有效的剪枝策略,分区间精确显示多时间间隔序列模式挖掘结果.实验证明,算法具有较高的挖掘性能.

KM教学论在数据结构算法教学中的应用

针对数据结构教学中知识点逻辑性强、不易理解的问题,提出采用KM教学法"塔式分层递阶"结构思想,将传统的扁平化教学内容投影为立体多维的分层结构,结合不同逻辑结构下的算法操作进行递阶分解;以线性表在顺序存储和链式存储下的插入操作为例,具体展示不同层次中的思维过程。

抽样技术在序列模式增量更新中的应用

在这篇文章中,我们提出了一种应用抽样的技术于序列挖掘的算法。这个方法能在原始数据库和更新后的数据库之间评价序列模式的变化。评价了序列模式的变化我们能决定何时使用精确的挖掘算法或增量算法:如果变化达到一定程度,就使用精确的方法以挖掘新的序列模式;如果变化比较小,则在一定的可信度情况下,就使用原来的模式,且误差能控制在一定的范围内。

关联规则剪枝的运用

该文重点介绍了最新的一种关联规则后处理的方法,并且我们提出了这种方法的优化算法,能够有效去除关联规则集合中的无趣模式,并且为模式的可视化提供了良好的工具。相关实验表明该方法具有更好的模式后处理能力。