【摘 要】
：
[目的]隐性知识是重大科技工程研发创新的重要资源,针对工程中隐性知识的关联性特征,研究多类相互关联的隐性知识同时扩散具有实践意义.[方法]考虑知识关联性,提出科研团队间的知识距离评估方法,并构建了基于科研合作网络的隐性知识扩散模型,通过多主体仿真分析知识关联性和交互策略对隐性知识扩散的影响机理.[结果]扩散初期,知识强关联下的知识扩散速度高于知识弱关联的情况,但随着时间增长,科研团队间知识量差距变小,知识结构相似性增加,知识关联性对知识扩散的影响逐渐弱化.科研团队间的知识交互策略对知识扩散影响较大.[局限
【机 构】
：
北京理工大学管理与经济学院 北京100081
论文部分内容阅读
[目的]隐性知识是重大科技工程研发创新的重要资源,针对工程中隐性知识的关联性特征,研究多类相互关联的隐性知识同时扩散具有实践意义.[方法]考虑知识关联性,提出科研团队间的知识距离评估方法,并构建了基于科研合作网络的隐性知识扩散模型,通过多主体仿真分析知识关联性和交互策略对隐性知识扩散的影响机理.[结果]扩散初期,知识强关联下的知识扩散速度高于知识弱关联的情况,但随着时间增长,科研团队间知识量差距变小,知识结构相似性增加,知识关联性对知识扩散的影响逐渐弱化.科研团队间的知识交互策略对知识扩散影响较大.[局限]隐性知识的载体网络是真实的科研合作网络,但其传播过程来源于模拟仿真.[结论]分析了工程中相互关联的多类隐性知识扩散的动态过程与效果,并提出了促进隐性知识扩散与学习的建议.
其他文献
高校作为当代中国科学技术和精神文化发展、生产的主要场所,作为我国培养合格社会主义接班人的主要阵地,始终发挥着承人才培养、科学研究、服务社会、文化传承创新的重要功能,为社会经济发展做出了重要贡献.廉政文化建设走进高校对高校全面从严治党和思想政治建设,廉洁校园文化建设和提高校园学风校风的风清气正都有着巨大的促进作用.而高校的历史文化资源天然地成了高校开展校园廉政文化建设的重要途径,但过去仍然存在不重视和利用率不高等问题.拟立足于高校廉政文化建设的理论与实践,对历史文化遗存对校园廉政文化建设的应用进行研究,并提
教育智慧治理是以提升教育治理水平为根本目的,运用大数据技术和治理理念进行教育治理的新模式.政府在利用大数据进行教育智慧治理的变革中,面临着治理思维更新迟缓、治理体制建设迟缓、治理技术负外部性、治理基建效能低等困境.以协同治理为理论基础,提出构建以互联网智能技术为基础的政府导向型“四维”合作平台建设,为教育智慧治理提供实现路径,最终实现教育善治.
算术表达式的计算是C语言程序设计中经典数学问题,计算机在解决这个问题时,一般是用逆波兰算法,把中缀表达式转化为后缀表达式,然后再使用栈计算实现,这种算法利用递归的思想,并结合栈复杂数据结构才能实现.设计一种算法,通过将运算符进行优先级排序,找到了复杂计算问题的简化模型,只需要应用循环和数组就可以实现复杂算术表达式的计算.
情境是让枯燥、难懂的数学知识被幼儿了解并接受的重要途径，幼儿园学前教育阶段教师必须要用好情境来引导幼儿积n极主动接触数学，培养幼儿对数学的学习兴趣，让幼儿觉得数学是有趣的、好玩的，真正实现让幼儿在玩中学数学。n很多幼儿教师遇到过设置情境后却吸引不来幼儿注意力的情况，本篇主要讨论幼儿园数学活动中应用情境的可行性，n分析借情境来改善幼儿数学学习现状的具体策略，为幼儿教师设置情境、做好数学教学提供一些思路和帮助。
[目的]探索开放式创新社区中识别不同领域领先用户的方法,为企业解决获取外部知识资源的问题.[方法]首先利用LDA提取用户主题构建用户知识二分网络,其次融合领先用户知识结构特征和传统个体属性特征,提出基于指数随机图模型的链路预测方法识别不同领域的领先用户,并以华为产品定义社区为例进行实证研究.[结果]识别出华为社区内20个领先用户,平均链接概率都大于0.900,并且与传统链接预测方法相比,ERGM方法AUC最大,达到0.9967;ARC最小,下降到0.0132.[局限]未考虑时间因素对用户知识的影响.[结论
以“生活的营地，成长的营地”为主要特征的幼儿园生活营地课程，是新时代和当今教育改革发展的需要，有其独特的内涵。n生活化是生活营地课程的基本特征，让幼儿成长于生活营地是课程最终目标。生活营地课程围绕“生活技能、运动健康、自然环保、社会交n往”四大方面架构课程目标，评价体系通过多元评价主题、多种评价方式指向幼儿发展，通过对环境、内容、资源等课程实施要素进行创新n实践及优化管理，实现促进幼儿全面发展的根本育人目标。
[目的]综合运用不同预训练模型的词向量进行文本语义增强,解决基于Word2Vec、BERT等模型所表示的词向量存在先验知识缺失的问题,提升在新闻数据集上的分类效果.[方法]以今日头条新闻公开数据集和THUCNews新闻数据集为实验对象,使用BERT、ERNIE模型通过领域预训练,分别提取上下文语义信息和实体、短语的先验知识信息;结合TextCNN模型生成高阶文本特征向量并进行特征融合,实现语义增强,进而提升短文本分类效果.[结果]相较于传统的Word2Vec词向量表示,使用预训练词向量表示的分类算法模型准
[目的]有效学习文本上下文语境和词语间的关联性,提升文本自动分类的性能.[方法]提出一种融合关联信息的BERT-BiLSTM-SGCN (Similarity-GCN)长文本分类模型.首先,利用BERT得到待分类长文本的词向量初始特征,将其输入BiLSTM模型中捕获语义关系,并将其输出作为图卷积网络的节点表示,其中每个节点代表每个词特征;然后,使用词之间的相似值作为图卷积网络中的节点之间的边表示,并将结合得到的节点表示以构造图结构作为SGCN层表示;最后,将利用SGCN层得到的长文本表示输出至全连接层中得
[目的]针对古汉语数据集标注规范研究缺失的现实,提出一套面向古汉语的实体关系标注方法.[方法]通过对逻辑语义学、深度学习、历史学的有机融合,提出古汉语实体关系抽取数据集标注方法,南“关系配价标注”“命题逻辑标注”以及“单一关系存在”原则构成,适用于小样本学习.[结果]利用Word Embedding-BiGRU-CRF端到端关系序列标注模型,在《史记》文本数据集上进行实验,在实体关系抽取与命题逻辑抽取任务上F1值分别达到42.02％与34.07％.[局限]未使用BERT、ALBERT等预训练模型,而是选择
[目的]为提升关系分类模型性能,降低特征计算复杂性,提出一种融合多特征嵌入的卷积神经网络实体关系分类模型.[方法]参考已有研究的主要嵌入特征,提出融合位置和词汇级特征嵌入的卷积神经网络实体关系分类模型,并给出特征的计算表示方法,上述特征无需复杂计算算法,提高了模型性能.[结果]所提模型在生物医学领域语料库AIMed、GENIA和ChemProt上F1值分别为0.7342、0.9764和0.8900,在GENIA和ChemProt上实现了当前最佳性能.[局限]尚未融入生物医学领域先验知识等领域特色的特征.[