摘要：[研究目的]明晰需求导向下的隐性知识深度服务体系功能、要素、架构及其协同机制,提升隐性知识应用价值、改善其创新效益。[研究方法]基于深度服务理念,融合系统科学和协同学思想,从用户与环境双重视角,利用Kano模型与WBS方法剖析隐性知识服务需求、厘清其结构;在此基础上,由需求结构推演系统功能结构,基于一般系统方法论之结构方法反演隐性知识服务体系架构;进而,以WSR系统方法论分析隐性知识深度服务体系要素及其间作用机理,并基于协同学思想讨论该体系架构的协同机制。[研究结论]明确了隐性知识深度服务体系架构及其协同机制,丰富了相关理论成果,为实践域内应用系统的顶层设计提供了遵循与参考。

摘要：案例知识匹配可有效缓解知识过载问题,确保知识应用水平。针对知识管理系统自学习案例知识匹配的冗余性问题,提出了一种基于IG-NRS与ICK的双向压缩方法。该方法首先设计NRS的改进模型IG-NRS,据此约简案例知识属性集,实现邻域决策系统的纵向压缩;在此基础上,通过引入谱聚类判别并剔除不一致案例知识实现其横向压缩;再藉由知识视图相似度锁定目标案例知识簇与最相似案例知识,从而确定知识匹配结果。在多个UCI数据集上的实验结果表明,该方法能有效减少知识管理系统自学习案例知识的冗余,取得更高的知识匹配效率和有效性。