知識管理中RS-CBR案例檢索研究.pdf

1、當(dāng)今知識經(jīng)濟(jì)時代，知識已成為社會的核心生產(chǎn)資料。在知識總體中，隱性知識占很大一部分比例，且其更接近價值實現(xiàn)的環(huán)節(jié)。案例是隱性知識的一種，基于案例推理系統(tǒng)是對案例進(jìn)行管理的自學(xué)習(xí)系統(tǒng)，其中案例檢索是其核心技術(shù)之一。對案例檢索的研究多限于案例檢索算法即案例匹配算法，實際上，完整的案例檢索系統(tǒng)包括案例表示、組織和匹配計算等過程，本文主要對這幾個過程及相關(guān)理論進(jìn)行研究。
　　本文首先介紹知識管理中RS-CBR系統(tǒng)案例檢索的研究背景，引申出

2、其研究意義，總結(jié)國內(nèi)外相關(guān)研究現(xiàn)狀，分析其中存在的主要問題，說明本文的研究出發(fā)點(diǎn)、組織結(jié)構(gòu)及主要研究內(nèi)容。
　　其次介紹KM、CBR及RS的相關(guān)理論，包括知識的定義特點(diǎn)、知識管理的發(fā)展歷程，CBR的定義特點(diǎn)、應(yīng)用、過程模型及其與知識管理的有機(jī)融合，RS的相關(guān)定義、應(yīng)用、其與CBR在案例檢索中的融合。
　　然后對RS在案例檢索中的具體應(yīng)用技術(shù)進(jìn)行詳細(xì)說明?？紤]到RS應(yīng)用時數(shù)據(jù)為連續(xù)型和數(shù)據(jù)缺失的問題，探討了基于信息熵的連續(xù)型數(shù)

3、據(jù)離散化和基于粗糙集數(shù)據(jù)補(bǔ)缺的處理方法。在數(shù)據(jù)預(yù)處理的基礎(chǔ)上，選用可操性強(qiáng)的粗糙集方法進(jìn)行屬性約簡。進(jìn)行屬性權(quán)重配置時，選用組合策略，結(jié)合完備的粗糙集權(quán)重配置方法和模糊層次分析法。
　　最后從全過程的角度分析案例檢索，即在研究案例檢索時要基于案例表示的方法、結(jié)構(gòu)和案例組織索引。文章在綜述知識表示方法后，提出了面向?qū)ο蠡诳蚣芊椒ǖ陌咐锢斫Y(jié)構(gòu)，然后建立了本文的案例組織索引策略。在案例匹配計算研究方面，針對案例庫規(guī)模大小選用與之相應(yīng)