基础研究学科发展的宏观知识挖掘

本文提出了一种学科发展分析的宏观知识挖掘思路和方法.从整体上、宏观上对蕴含于基础研究项目建议书(Proposal)中的知识进行挖掘,并在挖掘的基础之上对基础研究的学科发展趋势、特点,学科领域的分化、融合以及交叉等进行分析,并从学科整体、学科领域和项目等三个层面对基础研究的科研管理工作提供基于知识的决策支持.     

基于正相关关联规则挖掘分析的客户需求权重预测

为预测经营活动中的客户需求,提出一种基于正相关关联规则的数据挖掘模型.挖掘统计数据的频繁2_项集并对挖掘结果剪枝处理,按照特征需求重要性大小,计算得出重要客户需求,再运用BP神经网络进行需求权值预测.实例表明该方法可减少关联规则数量和挖掘工作量,对需求的预测具有现实意义.     

项目管理知识体系的比较分析

本文从指导思想、结构和内容三个方面研究了对项目管理理论和实践产生重大影响的五个项目管理知识体系(PMBOK Guide、APMBOK、ICB、NCSPM、ISO 10006),分析了各知识体系的异同和优劣。本文还分析了出现这些差异的原因,指出项目管理知识体系的发展方向应该是建立一套自成体系、全球统一的理论框架及认证标准。     

面向大数据管理决策的知识关联分析与知识大图构建

基于知识关联构建知识大图,可以支撑大数据的价值分析、发现与创造,为管理决策提供丰富的知识信息和智能服务。本文首先对知识关联分析和知识大图构建问题进行了形式化的定义,利用多重语义蕴涵关系表示大数据中存在的多角度、多层次的知识关联。在此基础上,提出了面向大数据管理决策的知识关联分析与知识大图构建统一框架和体系化方法。最后,通过典型应用场景:股权知识大图穿透式监管与疫情知识大图精准溯源,对所提出方法的有效性进行了验证。     

基于挖掘算法的申银万国行业指数关联规则分析

利用股票的大量历史数据发现规律从而预测股票走势,成为热门的研究课题。为了能更好地观察国内申万行业指数间的联动性与轮动性,同时针对股票的滞后性效应问题,有学者提出了一种基于时间序列的关联规则挖掘算法。文章通过关联规则及其算法,挖掘出我国2010年3月到2022年6月申万行业指数交易数据间的关联现象,从而获得有意义的关联规则,为后期制定投资策略打下基础。     

企业知识型员工的隐性知识挖掘

知识型员工已经成为企业竞争的重点,其掌握的隐性知识有助于企业进行创新,实现企业价值。因此如何更好的挖掘知识型员工的隐性知识为企业所用,从而提高企业的核心竞争力是知识管理的趋势,本文就知识型员工隐性知识及其特点、知识型员工隐性知识挖掘的障碍进行了探讨,并提出了有利于隐性知识挖掘的激励机制、企业文化、交流平台等策略。     

在数据库中挖掘定量关联规则的方法研究

数据挖掘技术是实现智能决策支持系统的一个重要手段 ,关联规则是数据挖掘的一个重要内容 .传统的 Apriori算法仅适用于挖掘数据间的定性关联关系 ,但数据间的定量关联关系对决策更有帮助 .属性值的离散映射是挖掘定量关联规则的一个重要环节 ,离散映射中属性值区间的划分粒度是影响数据挖掘质量的一个重要因素 .本文结合粗集理论提出了一个确定属性值划分粒度的方法 ,在此基础上设计出一个挖掘定量关联规则的算法 :Apriori 2 ,利用Apriori 2可以挖掘出大量对决策有帮助的定量关联规则     

关联规则挖掘算法在选课系统中的应用研究

针对高校网上选课工作中遇到的一些实际矛盾,本文将关联规则挖掘算法应用于选课指导系统中,对系统中存储的大量数据进行挖掘,从中提取出潜在的有用的信息,为高校选修课的开设及学生选课行为提供决策支持.     

金融股权知识大图的知识关联发现与风险分析

金融机构的复杂股权网络是系统性金融风险的微观成因和传导渠道.因此,发现和分析股权网络中的关键风险特征结构对金融监管有着重要意义.本文从知识关联理论出发,基于大规模股权网络构建金融股权知识大图,在此基础上提出了多层股权穿透(MEP)算法,揭示以金融机构为中心的穿透式多层股权网络;提出了关键股权路径发现(CEP)算法,发现金融机构之间的关键股权路径.本文结合案例对以上基于知识关联的股权风险结构进行了实证分析,并对MEP和CEP算法进行了性能分析与对比.基于真实数据的实证分析和性能分析表明,与传统的股权结构分析方法相比,本文所提出大数据算法能够更加高效和准确地发现和分析关键股权风险结构,支撑系统金融性风险的穿透式监管.     

面向项目全生命周期的知识集成研究

从项目集成管理的核心问题项目知识集成出发,在系统界定项目知识分解结构的基础上,利用项目知识网络和利益相关者知识网络理论构建知识集成模型和识别知识集成的方法、路径,并以此为基础系统探讨项目知识集成中知识螺旋演进的动态规律,为项目管理活动提供持续调整和重构路径,实现跨阶段、多领域知识快速集成的方法与手段,进而提高动态条件下的沟通效率,为项目知识系统的构建提供要素识别的理论依据,促进企业知识系统的持续升级。     

数据挖掘技术在CRM中的应用

客户关系管理(CRM)是数据挖掘技术的重要应用领域,也正是因为具有数据挖掘技术的支持才使CRM具有越来越广泛的市场价值和研究价值。本篇论文综述了面向CRM的数据挖掘应用的总体研究情况。包括面向CRM数据挖掘的体系结构;从客户生命周期的角度和行业应用角度分析了CRM中数据挖掘的应用状况;最后结合当前数据挖掘技术的发展指出了CRM中数据挖掘应用的进一步发展趋势以及我国在该领域的研究方向。     

Modeling External Risks in Project Management

To ascertain the viability of a project, undertake resource allocation, take part in bidding processes, and other related decisions, modern project management requires forecasting techniques for cost, duration, and performance of a project, not only under normal circumstances, but also under external events that might abruptly change the status quo. We provide a Bayesian framework that provides a global forecast of a project's performance. We aim at predicting the probabilities and impacts of a set of potential scenarios caused by combinations of disruptive events, and using this information to deal with project management issues. To introduce the methodology, we focus on a project's cost, but the ideas equally apply to project duration or performance forecasting. We illustrate our approach with an example based on a real case study involving estimation of the uncertainty in project cost while bidding for a contract.     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。     

基于领域知识和聚类的关联规则深层知识发现研究

本文针对传统关联规则挖掘算法产生大量冗余规则,提出了对关联规则结果进行二次挖掘,并设计了算法对挖掘出的关联规则进行聚类,然后基于已有领域知识对聚类后的关联规则进行新颖度评价,对于新颖度较高价值较大的关联规则可以存储于领域知识库用于决策使用或再次挖掘过程。该算法有效的减少的规则的数量,提高了规则的新颖性和精确度,对商业应用具有很高的价值。文章最后使用UCI开源数据进行了实验分析,并验证了该算法的有效性。     

基于知识域变动模型的信息系统集成知识扩散路径时间序列优化

针对信息系统集成项目中知识域动态变动性对知识扩散有效性的影响,构建知识域变动形态模型,对模型进行演算得到知识域变动影响下,扩散路径中相关知识域的实际变化形态,从而提出信息系统集成项目环境下适应知识域动态变动特征的知识扩散路径的时间序列优化策略,以帮助企业在信息系统集成项目中识别知识域变动形态、合理配置项目资源。最后介绍优化策略的应用案例。     

基于元分析的国际知识管理研究特征分析

利用元分析方法,对1990～2007年间发表在20种国际管理学科核心期刊上的知识管理论文进行分析,从研究主题、参考学科、研究方法和分析层次4个维度分别揭示了国际知识管理的研究特征,明确了知识管理的研究现状和存在的问题,为完善知识管理学科结构提供实证研究数据,为知识管理的研究和发展提供参考依据.     

基于科学知识图谱的盈余管理研究前沿分析

针对当前国内外盈余管理实证研究中存在的信息量繁多、关系错综复杂、研究脉络不清晰等问题,运用科学计量学信息可视化方法,绘制了盈余管理研究的科学知识图谱,进一步明晰了盈余管理研究领域的核心研究群体、权威专家、主要国家或地区、核心期刊,以及各自的平行关系。研究全面展示了盈余管理研究的前沿网络图景,对于研究者全面掌握盈余管理研究领域的发展历程和前沿状况,明晰研究方向和研究脉络具有一定参考意义。     

融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法研究

挖掘特定产品的需求模式无法从整体掌握该类产品的市场特征;短生命周期体验品因缺乏历史销售数据,并且销售总量波动性极大,尤其需要从整体掌握销售总量与产品属性间关系的需求特征规律,但又难以挖掘,亟待提出适用于该类产品的需求特征模式挖掘方法。基于按销售总量分区后各区的需求特征的规律性,提出了一种按销售总量分区、以已有产品介绍集和销售总量为源信息、适用于新产品开发前使用、融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法。该方法包括基于内容分析法的产品属性挖掘方法和基于关联分析的产品属性关系模式挖掘方法。前者可以得到较全面的产品属性;后者能够构建不同销售总量区间内产品集的属性关系模式,得到各区间的产品属性关系网,获得高销售总量区间具备,但中、低区间不具备的属性关系模式,从而获得需求特征模式。通过不断更新产品介绍集和销售总量并迭代挖掘,该方法能够动态挖掘需求特征模式。最后利用2013至2016年国产犯罪和爱情类电影数据验证了该方法的可行性,并得到了这两类电影的产品属性及近年的需求特征模式,可用于指导这两类电影的创作。     

软件外包项目复杂性下的交互记忆系统与知识转移

针对软件外包项目团队中如何有效知识转移问题,构建交互记忆系统、项目复杂性和知识转移绩效之间关系的概念模型,基于25家软件外包承接企业中107个软件外包团队的问卷调查数据,运用偏最小二乘法对数据进行分析。研究结果表明,专长度和可信度对团队知识转移绩效和协调度有显著的正向影响,软件外包项目结构复杂性对专长度与知识转移绩效的关系有显著的正向调节作用,软件外包项目动态复杂性对专长度与知识转移绩效的关系有显著的负向调节作用。研究结果揭示了项目复杂性条件下交互记忆系统与知识转移绩效之间的作用机理,推进了软件外包知识转移理论发展,并为软件外包团队有效地进行知识转移提供管理启示。