韩春花
- 作品数：22 被引量：94H指数：7
- 供职机构：山东理工大学管理学院更多>>
- 发文基金：国家社会科学基金山东省社会科学基金项目山东省高等学校人文社会科学研究计划项目更多>>
- 相关领域：文化科学经济管理自动化与计算机技术社会学更多>>
- 基于模糊神经网络的企业知识集成能力评价研究被引量：5
- 2013年
- 知识集成有利于提高企业的知识创新能力,并形成企业的核心优势。因此,了解和评价企业的知识集成能力状况对企业来讲具有重要的意义。文章在已有研究的基础上,从企业组织层面的知识集成能力、企业员工个人层面的知识集成能力、企业知识集成环境水平3个方面,构建了企业知识集成能力的评价指标体系,并提出了基于模糊神经网络的企业知识集成能力评价模型。该模型不仅具有模糊处理的功能,还具有很强的自学习能力和非线性映射能力、高度的容错性和鲁棒性。最后进行了实例分析。该方法克服了已有研究方法的一些不足,因而对于企业知识集成能力评价研究具有一定的帮助和启示。
- 佟泽华刘文云韩春花綦振法
- 关键词：企业知识集成指标体系模糊神经网络
- 零知识协同行为模型的建构和解构被引量：4
- 2019年
- [目的/意义]零知识协同行为(Zero-KCB)作为知识协同行为中的一种特例,在创新活动过程中发挥着重要的作用,探究零知识协同行为的内在机理具有重要的意义和价值。[方法/过程]文章创新性地提出了"零知识协同行为"(Zero-KCB)的概念,并建构了"零知识协同行为模型"(Zero-KCBM)。最后,从哲学视角对Zero-KCBM进行了进一步的阐释。[结果/结论]研究表明,Zero-KCBM很好地描述了在创新活动中,知识主体在已有知识的基础上(通过与他人的双向、多向及单向的协同合作获得)进行"自我知识协同"并趋于"有序"的行为过程;Zero-KCBM不仅很好地验证了布鲁克斯的经典知识(增长)方程,同时也揭示了"个体(价值)"与"协同合作(即社会价值)"的对立统一规律;零知识协同行为具有"自我协同(有序)性""伴随衍生性""内隐性""动态性"等特性。
- 佟泽华韩春花刘晓婷孙杰
- 关键词：知识协同解构
- 科研大数据再生的内涵解析被引量：18
- 2020年
- 作为科研大数据共享的核心过程,科研大数据再生在科研创新活动中发挥着重要的作用。文章基于再生理论,在对科研大数据再生概念进行界定和特性分析的基础上,构建了科研大数据再生模型(RM-SRBD),然后从阶段分析、核心活动维度分析、转化分析、状态演化分析、循环反馈路径分析等几个方面对模型的运行机理进行了解析。研究表明,科研大数据再生的过程可以看成是一个以"科研大数据再生需求""科研大数据再生核心活动""科研大数据再生应用"为阶段,以修复性、重用性、继承性、可溯源性、增值性等为特性,以结构、空间、时间、过程、关联程度、有益性等不同维度的再生活动为核心活动体系,以单阶反馈、双阶反馈与有利性反馈(同时也存在着有害性反馈)为循环反馈路径,以"旧数据"为基,实现数据再生优化并生成"新数据"为目标,进而使之焕发生命活力,阶跃式、非线性、迭代式的周期性动态演化过程。
- 佟泽华韩春花孙杰刘阳如冰丰佰恒刘晓婷
- 科研大数据质量管控模型仿真研究被引量：7
- 2021年
- [目的/意义]大数据时代科研数据激增,与此同时劣质科研数据的传播给中国与世界的科研工作带来巨大的挑战,如何合理有效地管控劣质科研数据是科研工作所面临的难题。[方法/过程]面向科研大数据质量管控的紧迫需求,结合博弈论模型、改进病毒传播SIR模型构建科研大数据质量管控模型(CM-SRBD),并对科研大数据各阶段管控措施效果进行仿真模拟。[结果/结论]研究表明,科研大数据质量管控是一个以控制劣质科研大数据在数据生态链中传播、提升科研大数据质量为目标,以“源头博弈阶段(G)—传播阻隔阶段(D)—修复淘汰阶段(E)”(GDE)为一体化管控阶段,以建立产出质量控制机制、设立数据隔离空间单元、引入劣质状态优选机制为管控策略体系,进而对具有“致命性、隐藏性、专业性、潜伏性”的劣质科研大数据实现有效管控,以减少易劣质科研大数据、快速发掘暗劣质科研大数据、有效优化数据修复流程,从而维护科研大数据生态平衡的动态过程。
- 丰佰恒佟泽华韩春花薛晓娜冯晓孙晓彬
- 关键词：大数据科研数据博弈论仿真
- 基于知识集成的竞争情报分析模型研究被引量：13
- 2014年
- 文章总结和分析了竞争情报分析与知识集成在目标耦合、过程耦合、内容和对象耦合3个方面的耦合关系,进而提出并构建了基于知识集成的竞争情报分析模型,对模型进行了模块化分析,并探讨了模型的时间演化特性以及知识集成和竞争情报分析的循环反馈关系。该模型反映了企业随着外部环境的变化,在知识集成系统的支撑下,根据竞争情报分析需求,多个主体协同工作、共同合理有效地完成竞争情报分析活动,从而更好地为企业战略决策服务的本质规律。
- 韩春花佟泽华庞学升綦振法
- 关键词：知识集成竞争情报
- 知识场环境下的竞争情报分析模型研究被引量：2
- 2016年
- 文章提出并构建了"知识场环境下的竞争情报分析模型",对"大场""小场""强场""弱场"以及"孤立场"等不同类型知识场环境下的竞争情报分析活动进行了深入的分析,进而通过"矩阵式关联图"深入分析了(大、弱)、(大、强)、(小、弱)、(小、强)等之间的转化关系,最后对不同类型知识场的适应性(包括适用企业的类型及适用时期)进行了深刻的剖析。研究揭示了"竞争情报分析可以看成是企业在不同的发展时期,通过不同类型的‘知识场’完成相关的CIA活动并获得CIA结果,以服务于企业战略决策为目标的动态演化过程"的本质规律。
- 佟泽华吴宗杰韩春花李长仪
- 关键词：知识场竞争情报分析
- 动态环境下的企业知识集成模型研究被引量：15
- 2012年
- 知识集成有利于企业的知识创新,有利于提高企业的竞争优势,并形成企业的核心能力。因此,知识集成已经成为了知识管理研究领域的热点。已有的研究已经取得了一定的成果,但是已有研究过多地关注于知识集成的"显性知识与隐性知识的相互转化"、"本体构建"等方面,而忽视了对动态环境下的知识集成运行机理的深入探讨。基于此,本文在已有研究的基础上,分析了企业知识集成在动态环境下由"平稳态"到"激发态"再到"新的平稳态"而变化的特点,提出了动态环境下的企业知识集成模型(D-KIM)。该模型很好地揭示了在动态环境下企业知识集成状态由于受外部环境(包括宏观环境、中观环境和微观环境等)带来的"外部扰动"的影响而发生变化的规律。最后,通过构建系统动力学模型,对动态环境下的企业知识集成进行了进一步的分析。
- 佟泽华韩春花
- 关键词：动态环境激发态系统动力学模型
- “互联网+”特性及对企业创新绩效的影响被引量：6
- 2019年
- “互联网+”呈现出共生性、群智性、反馈性等特点,并对组织创新产生一定影响,而知识协同行为具有调节作用。基于调查数据,利用结构方程模型,分析知识协同行为在“互联网+”特性影响组织创新绩效过程中的调节机理。研究结果表明,“互联网+”特性对知识协同具有显著促进作用;团队知识协同对创新绩效有直接促进作用,而个体知识协同对创新绩效没有显著正向影响;个体知识协同与团队知识协同具有一定正相关性,“互联网+”特性可以通过知识协同的中介效应对创新绩效产生正向影响。
- 佟泽华姜子元刘晓婷韩春花孙杰
- 关键词：共生性反馈性创新绩效知识协同
- 基于知识集成的竞争情报分析模型实施策略研究——技术策略、非技术策略及其融合被引量：2
- 2015年
- 文章在"基于知识集成的竞争情报分析模型"(KI-CIAM)研究的基础上,给出了模型实施的"技术策略",然后对模型实施的"非技术策略"进行了分析,进而提出了"技术—非技术融合策略",并深刻地阐释了"技术—非技术融合策略"的内在机理。同时指出,技术策略是KI-CIAM模型实施的保障,非技术策略是KI-CIAM模型实施的关键,而技术—非技术融合策略是企业竞争情报分析活动的多样性、复杂性、动态性的必然选择。最后揭示了"企业的竞争情报分析可以看成是一个以知识集成系统为支撑,以‘技术—非技术融合策略’为重要特点(技术策略、非技术策略同时并存,并具有一定独立性)的多主体协同参与的知识系统工程"的本质规律。
- 佟泽华韩春花王克平付军梁家强
- 关键词：知识集成竞争情报分析
- 复杂动态环境下产业集群知识协同能力评价研究被引量：4
- 2019年
- 在给出产业集群知识协同能力概念的基础上,构建复杂动态环境下产业集群知识协同能力评价指标体系,进而构建基于模糊广义回归神经网络(Fussy-GRNN)的产业集群知识协同能力评价模型并进行实例分析,结果表明,与已有研究相比,从环境维度、网络维度、文化维度和规制维度等构建的"四位一体"评价指标体系很好地反映了复杂动态环境下产业集群活动的复杂性、动态性、多维性和网络化等特点,可以客观、有效地反映复杂动态环境下产业集群的知识协同能力水平。此外,进一步构建基于Fussy-GRNN网络的产业集群知识协同能力评价模型。
- 韩春花姜子元佟泽华孙杰耿佃友
- 关键词：复杂动态环境产业集群
