自适应专长识别与共享模型研究

题记： 本文是我的学士毕业论文，是在老师的指导下独立完成。是武汉大学优秀学士论文。由于特殊原因，本文不能用来发表在学术期刊上，并且，由于其他特殊原因，该项研究我本人不能继续进行下去。但本人认为该文章有一定价值，不想白白浪费，所以贴于此，希望能对他人有所帮助。该文的内容和思想、方法，各位可以直接运用，但请不要将该文章以任何方式（如改写）发表在任何期刊类杂志上，也请不要转载该文！谢谢合作！

你可以点击此处下载该文全文的PDF版：http://dl2.csdn.net/down4/20070803/03195153594.pdf

 摘要：

专长是隐性知识的主要组成部分，是组织取得成功的极为重要的资源。识别和共享组织成员的专长，是提升组织竞争力的重要手段。国外学者对这个问题开展了一定的研究，专长识别与共享方法不断涌现，一些可以实际应用的系统被开发出来，并在组织管理中得到应用。国内则仅仅在心理学领域对个人专长的特征和专长培育进行了少量的研究，对于具体专长识别与共享方法的研究则非常少见。

专长管理作为一个新兴领域，尽管已经有不少方法被提出并实际应用，但并不完善，总是存在一定的问题，需要继续改进。特别是在 Web2.0 环境下，众多的草根（当然也包括少量的精英）以互联网为平台，充分的展示自我（情感、知识、技能等），使专长具有了新的特点，这给专长识别与共享又提出了严峻的挑战。与此同时， Web2.0 的理念和技术，又给专长识别与共享提供了新的发展机遇，一方面传统方法中存在的缺陷将有可能得到克服，另一方面又有可能解决新环境所提出的专长识别与共享的新问题。因此，本文开展 Web2.0 环境下专长识别与共享方法的研究，具有较高的理论和实践价值。

   本文结合 web2.0 的特点，首先对专长的定义与实质、特点和专长证据进行了深入的分析，强调了理解 Web2.0 环境下的专长时应注意的问题，论述了新环境下专长识别与共享的内容和要求。本文认为，专长并非那些知名专家、精英人物的专利，任何人都可能具有专长，任何人都有可能成为专家。专长同样具有多样性和社会性，并且认为只有当用户愿意在网络上贡献其知识时，他才有可能符合 Web2.0 环境下专长的要求。

然后，本文对已有的专长识别与共享方法及有关项目进行了考察和分析，并将它们概括为以下五种类型：基于人工控制的方法、基于知识库的方法、基于社会网络的方法、基于虚拟社区的方法，以及基于协同与共享的方法。这些方法并非绝然分离的，而是彼此间存在一定的联系，只是侧重点有所不同，还有一些方法综合运用了以上几种方法达到目标。在此基础上，本文对这些方法进行了比较分析，明确了其优点和缺点，并对它们在 Web2.0 环境下的适应性上进行了初步讨论。

“解铃还得系铃人”， Web2.0 的理念和技术，以及一些成功的 Web2.0 应用，为专长识别与共享提供了新的思路。本文充分利用这一点，以复杂性建模思想以及知识管理的基本理论，设计了一种新的专长识别与共享实现方法——自适应专长识别与共享模型（ Adaptive Expertise Identifying and Sharing Model ， AEISM ）。该模型包括运行机制模型和系统体系结构模型两部分。笔者认为，专长的识别可以由多个用户通过集群智慧识别出来。系统的主要组成元素是适应性主体。适应性主体具有一定的层次，如微主体、分主体、介主体、介介主体等，这些主体分别具有不同的角色，这些角色对应着不同的用户行为。所有的一切用户行为和活动，都在系统所提供的知识场中进行，适应环境的个体将会赢得良好的声誉而带来潜在的利益，而那些不适应环境的个体将会被淘汰出局。系统提供便利有效的专长交流渠道和专长共享环境，在理论层面上解决了一些专长识别与共享方面的问题，也具有较高的应用价值。

 

【关键词】 ： 专长；专长识别与共享； web2.0 ；复杂性；知识场