知识管理在科技项目立项评价中的应用的研究.pdf

Algorithm)的基本方法，转化申报书 以及科技项目增量聚类(IncrementalClustering ion gain)。另一方面，我们讨论了利用知识工 中的隐性知识，实现信息增益(informat base)方法实现团队符合度评价与 程学的有关模型(model)技术和知识库(knowledge 财务条件评价的技术方法，为克服项目申报者自身各类属性的差异所造成的对于评价结果 的影响，我们还讨论了分类评价的基本规则。 ． 整个研究的目标取向不是立足于用系统化、数量化的指标体系与数值产生计算结果， 而是实现在科技项目立项评价各个环节上的有效信息增益。我们利用计算机实现这个增益 的过程依然离不开机器与专家的互动，我们期望这种互动所产生的积累效应将不断形成各 类项目评价基础知识的丰富与精确化效果，促进机器系统将知识显性化水平不断提高。这 种立意的来由归结为以下几个方面：一是我国各地的科技项目本身的水平参差不齐，政府 以激励导向为原则的态势必然会保持相当时间，相对复杂的评价理论与技术实用性受到限 制。二是要满足科技管理的体制与制度需要以及其变革需要，支持开放的评价形式与过程。 三是科技项目评价本身具有的各类不确定因素很难用量化的结果全部准确表达，专家的主 观性评价因素无法避免．信息增益是消除不确定因素的有效手段，必然促进评价的科学与 公正性提高． 本文共分六个章节叙述了课题研究的目的与意义，分析了相关研究的历史成果，比较 完整地介绍了本文研究所依据的基础理论，重点探讨了知识工程学的理论与方法在科技项 目技术构成与创新评价、科技项目团队评价、科技项目财务条件评价中的应用，形成了研 究方法与实现技术相结合的成果并展示了运用样本进行验证性实验的结果。 本文的创新性首先是在以知识工程为主线的科技项目立项评价的针对性研究中确定 了追求以知识转化带来的信息增益为目标，促进评价水平提高的基本思想。再者是提出了 项目知识本体的聚类方法与比较技术，支持实现相似项目的机器自动查询与项目创新判定 的机器协助，支持项目自动分类评价，有效提高了评价的科学性。本文的创新点还体现在 利用显性知识与隐性知识结合的方法实现科技项目条件财务评价的理论与过程，这个研究 在历史研究中未见到类似的成果。 本文研究的成果仅限于在我国政府科技计划项目中的应用基础研究类、技术创新类项 目中应用。对于基础研究计划类项目不适用。 关键词：知识管理科技项目项目评价 Abstract and thestatusofa ofscience determines Development teehnology(ST)enterprisecountry anda intheworldandcontributionofa tOthehuman the nation capacitycountry society．Under ofthe innovative Chinese country’’determined guidance strategicgoal，“Building by at increaseand of alllevelsasubstantial enthusiasm government,STinputsgovernmentsgets