在激烈的竞争下，知识对于组织的重要性一目了然，尤其是隐性知识，已成为组织改革创新的源泉。古籍修复行业面临着更为复杂的修复环境、更为苛刻的修复要求，如何更有效的修复破损古籍文献已成为古籍修复行业关心的棘手问题。现在显性化古籍修复技术已经不能够满足现在复杂的修复工作的需求，由掌握更多核心隐性知识、修复成功率高古籍修复经成为趋势。但是，当今古籍修复大师人才稀缺、古籍修复隐性知识显性化难已成为该行业发展瓶颈。如何有效地挖掘古籍修复技术中的隐性知识，又通过怎样的方式传承成为研究的难题。本研究将案例推理技术与古籍修复技术中隐性知识的挖掘相结合的的表征方法探讨，谋求以现代人工智能技术打破发展瓶颈。首先，对知识、隐性知识、古籍修复技术的隐性知识、案例推理技术的含义研究，并对个人、群体、社会之间的隐性知识挖掘进行检索分析，并研究中医、律师及教师等行业中利用案例挖掘隐性知识。探求这些对古籍修复技术中的隐性知识特性、挖掘方式的启示。第二，模型建构，本章是本研究的核心与创新之处。在以上理论研究的基础上，本研究提出三个假设，利用案例推理技术的智能性，结合古籍修复技术中隐性知识特性，构建了了二者之间相联系的模型——基于案例推理技术的古籍修复技术中隐性知识挖掘模型；这是基于表征研究方法的创新，利用案例推理技术的技术优势与古籍修复案及隐性知识特性，架构的隐性知识挖掘模型。第三，案例研究，本章是本研究的核心与创新之处。本文为了验证该模型在古籍修复技术中的隐性知识挖掘有效性及可行性，本文抽取古籍修复中的托裱修复案例，利用新建模型进行古籍修复托表技术中隐性知识挖掘；选取修复大师修复案例，利用实例研究，运用模型中的模糊认知图案例表示、概念格与粗集方法进行知识挖掘，证实该模型可以检索古籍修复技术中隐性知识规则并提取可行性。最后，根据研究结论对案例推理技术引入到古籍修复技术中隐性知识挖掘的提出了建议。本文的研究成果对古籍修复隐性知识专家系统（人工智能）的研究与开发，具有前期基础性意义。