知识对于企业的重要性不言而喻,显性知识和隐性知识都是企业的竞争能力的重要来源。企业的知识管理中,两个重要的环节就是知识的整合与推荐。组织间的知识源分散,知识的表达不容易确保一致性,导致了整合的难题。而现代的企业不缺少知识,缺少的是发现知识的途径和定位知识的方法,由此导致了知识的定位难题,可由推荐技术加以解决。为了解决这两个难题,本文分别针对显性知识和隐性知识的特点,提出了一种基于“关系”的解决方案,即针对显性知识的语义网技术与针对隐性知识的社会网络分析方法。语义网技术将网络的资源进行了良好的定义,为组织间的知识整合搭建了良好的的平台。而社会网络分析能很好地解决经营管理活动中隐性知识资源的管理问题,推动组织间的知识整合与推荐。因此,本文在对语义网技术、知识整合理论、社会网络分析、交互记忆系统以及知识推荐理论进行全面分析的基础上,研究了组织间的知识整合与知识推荐的需求,将显性知识的管理和隐性知识的管理纳入了一个统一的基于“关系”的框架之下。对于显性知识,本文针对语义网的知识环境提出了知识整合的形式化定义,并通过实例证明这种形式化的定义可以帮助用户得到增量的语义。对于隐性知识,本文提出了专家推荐的指标体系,给出了这些指标的度量标准和具体的应用方法,并通过引入Web2.O环境下的Tag技术加以实现。本文需要进一步研究的地方包括：简化显性知识整合中本体集的构造和注册方法；增强显性知识整合结果的可读性；进一步在理论上对隐性知识的推荐指标进行体系性的整理。本文出自国家自然科学基金项目“集团化企业中基于社会网络分析的知识资源整合研究”(项目号：70871027)。