协同创新环境下隐性知识供需匹配与重构的结构化途径和方法研究

The collaborative innovation has become a national strategy currently, but in this process exist some problems, including lower efficiency and accuracy rate of tacit knowledge transferring. According to this fact, the project makes a deep study on the theory, methods and their application of matching between supply and demand, and reconstruction of tacit knowledge in collaborative innovation environment. The project studies the theory on transfer scence, distribution and characteristics, the concept of supply demand matching and reconstruction of tacit knowledge, and establishes its whole framework. In this framework, according to the characters of unstructure, multi-source, experience, model being difficult to set up, this unstructured problem is transformed into a structured problem by using case-based reasoning and rule mining methods. And on the basis of integrated learning theory and distributed computing, it establishes two methods on matching between supply and demand, and reconstruction of tacit knowledge, which are based on multi-source case-based reasoning and rules mining respectively. On this basis, the project takes typical collaborative innovation center of Chongqing as an example, in order to verify the methods are effective, and have practical value, and provide decision support for collaborative innovation members to delivery tacit knowledge quickly and accurately.

当前协同创新已成为国家战略，但在协同创新过程中普遍存在隐性知识传递效率低下和准确率不高的问题，项目正是针对这一现实提出隐性知识供需匹配与重构的概念，开展协同创新环境下隐性知识供需匹配与重构的理论、方法及其应用研究。项目通过协同创新过程中隐性知识传递的情景分析、隐性知识分布及其特点分析、供需匹配和重构内涵界定等基本理论研究，构建隐性知识供需匹配与重构的整体框架。在该框架下，充分考虑隐性知识供需匹配与重构问题的非结构化、多源性、经验性和模型难以建立等特点，采用案例推理和规则挖掘等方法将非结构化问题转化为可操作的结构化问题，并融合集成学习理论和分布计算思想，构建基于多源案例推理的隐性知识供需匹配方法和隐性知识重构的规则挖掘方法。在此基础上，以重庆地区典型协同创新中心为例，通过实例研究，验证隐性知识供需匹配与重构方法的有效性和实际应用价值，进而为协同创新主体间快速、准确传递隐性知识提供决策支持。

当前协同创新已成为国家战略，隐性知识是创新的重要驱动要素，但在协同创新过程中普遍存在隐性知识传递效率低下和准确率不高的问题，严重制约了各地区的创新驱动发展。正是基于协同创新背景，本项目着眼于从隐性知识传递及传递过程中的供需匹配与知识重构视角展开研究，取得了以下原创性研究成果：（1）对协同创新中心进行了实地调研，构建了基于生态学视角的协同创新系统协同演进的Lokata-Volterra模型，融合Logistic方法对创新系统动态演化进行实例分析；（2）利用系统动力学方法的基本原理构建了IT能力、隐性知识转化效率与协同创新绩效的因果关系模型，研究结果表明隐性知识转移意愿和知识吸收能力对协同创新绩效产生显著正向影响；（3）基于联盟合作网络嵌入视角，构建了两阶段协同创新联盟隐性知识转移的演化博弈模型，深入分析了双元隐性知识与关系嵌入等参数变化对联盟主体行为选择的影响；（4）通过对隐性知识传递案例的深入研究，定义了隐性知识传递过程中的行为操作集和心智操作集，构建了隐性知识表达模型，并利用可拓集对隐性知识动态表征过程进行描述；（5）探索了基于案例推理集成的隐性知识供需匹配方法，设计了案例推理的多种集成机制，提出了基于排序集成的案例推理、模糊案例推理方法和基于相对排序熵的案例推理等多种方法，并与经典的案例推理方法进行了比较，提高了案例推理方法准确率；（6）结合物元模型进行案例表达，构建了隐性知识供需匹配案例库，利用模糊案例推方法，对案例库中隐性知识案例的供需匹配进行了应用研究，结果表明该方法利于解决隐性知识供需匹配这类非结构化问题，提高了匹配结果的准确率；（7）以产业集群内的同类型企业协同创新为研究对象，构建了企业间隐性知识重构过程的转移与反馈系统动力学模型。研究结果表明，合作双方之间的隐性知识转移的倍增效应出现与否，会受到来自输出方的隐性知识传达能力、隐性知识转移阈值的正向影响。