随着科学技术的不断进步，社会发展步入知识经济时代。信息技术的深入发展和广泛应用，一方面使得海量的信息资源广泛存储于计算机和互联网当中，形成潜在知识宝库;另一方面，巨大的信息量也为有效获取特定知识带来了挑战，知识管理成为受到各领域普遍重视的研究课题。使信息系统智能的提供服务，让有价值的知识能自动找到潜在的需求者满足其需要，成为研究者的目标。为实现这一目标，需要突破单纯技术视角或者管理视角的局限，将信息技术与知识特征充分结合。　　知识存在于关系交错的复杂网络之中，网络是知识的存在方式，网络的抽象模型为知识领域相关研究提供了新的思路。复杂网络是近年来取得突破性进展的交叉学科研究领域，网络研究中涌现出大量新的理论模型和应用实例。计算机技术是本项研究中采用的主要方法，它具有综合性和实用性特征。计算计建模同时具备具体性和抽象性，理论性与实践性，是复杂系统研究的存效手段信息系统能够辅助知识活动，是提高知识能力必不可少的工具。　　本文充分利用了上述两方面的优势，在计算机技术支持下，通过复杂网络的理论视角研究了知识系统的特征，着重对推荐系统展开深入的实验和实践研究。主要研究成果包括:　　(1)应用网络分析方法促进组织知识管理实践。对实际组织中知识相关社会网络进行量化分析，评价网络结构对其行为表现的影响。研究了相关的理论基础，提出了研究分析框架。通过开展具体实例研究，验证了网络分析的可行性及其对组织知识管理的有效促进作用。　　(2)利用多主体建模方法进行传播网络演化过程模拟，加深了对网络结构与信息传播行为之间相互作用关系的理解。根据知识传播系统的社会涌现特性，通过对微观个体传播行为发生和传播关系建立机制的设计和模拟，研究不同条件下，组织网络演化的结构特征，以及网络结构对个体行为的作用。通过计算机模型获得的对传播规律的认识，有助于知识传播策略制定和知识应用系统设计。同时，仿真模型为算法测试提供了灵活高效的平台，本文从不同的角度开发出系列模型，形成多层次的测试环境。　　(3)深入研究知识推荐算法，提出了新的算法设计。为了改善传统协同过滤算法在数据量大且初始信息稀疏的应用环境中存在的缺陷，提出了迭代资源扩散算法，并根据具体网络结构特性，提出了不同的改进方案。应用多层次测试数据，对比不同条件下算法的效果。实验结果表明，算法在初始网络非常稀疏的条件下，效率和准确性上均有较好的表现。同时，算法的网络社区发现功能，为有效选择邻域精简数据提供了思路。　　(4)提出了知识协作平台的设计实施架构，实现了推荐系统的实验原型。在知识协作平台设计中应用了社会性软件相关技术，改善用户应用体验促进用户参与，通过分析挖掘系统中用户行为记录，实现知识协作支持服务。其中推荐功能能够有效提高系统应用效率，改善组织知识网络结构。　　总之，本文通过复杂网络视角，应用计算机技术对知识传播活动展开研究，为改善知识传播效率提出了改进的推荐算法。对比实验显示，算法在当前知识应用环境中，具有更好的效率和准确性表现，对提高组织知识应用和知识创新能力具有重要意义。