企业门户中的信息与应用整合方法

组织对信息进行管理的要求越来越强烈,企业门户的出现能够满足这种需求,解决组织中信息管理的难题.企业门户的作用就是整合组织各种信息和应用,同时实现对组织知识的创造、获取、传递和应用.文章从企业门户的基本功能出发,集中论述了企业门户如何有效整合组织内部的各类数据和应用系统,以达到支持决策和协作目的的问题.     

协同商务环境下的知识共享框架

协同商务是一种全新的商务模式．企业间进行深层次协作的基础是相互了解和知识共享．在协同商务环境下，知识共享有着复杂性、开放性、增值性等特点．基于此，提出了基于语义网的知识共享框架，以及协同商务环境下知识共享的典型过程．     

协同商务环境下基于案例推理机制研究

在激烈的市场竞争中,为企业提供一种整合企业内外资源进行企业运作的策略显得尤为重要．协同商务正是为了满足企业这样的要求而出现的新的管理理念,通过跨组织的知识共享和重用,在协同工作的过程中寻求新的商业机会,最终敏捷地制造和提供更加适合客户需求的产品和服务．基于案例推理（CBR）是一种重用历史问题的解决方案以得到新问题解决方案的技术,把CBR技术应用于协同商务,提出基于案例的协同商务推理模型,并研究了协同商务条件下的案例协同推理过程．     

基于资源视角的高校信息化影响因素及其实证研究

基于资源视角(Resource-based view,RBV)和过程模型(Process model),通过分析全国39所高校的调研数据,对高校背景下信息技术应用情况进行了理论和实证的研究尝试,以期为高校信息化决策提供理论支持.     

基于模糊聚类的神经网络在数据挖掘分类中的应用研究

常见的决策树分类算法、贝叶斯分类算法、神经网络分类算法为数据挖据分类算法研究提供了重要基础。但面对海量数据时,在时间效率、鲁棒性和精确性上都显示出了不足。为此,本文将模糊聚类的思想引入到神经网络分类算法中,首先通过模糊聚类子模型,将样本数据聚为几个数据子集,然后再采用不同的神经网络对各个数据子集同时进行训练学习。由于经过了模糊聚类子模型的预处理,每个神经网络训练学习样本的复杂性大大减少,使神经网络的学习效率大大提高。最后通过UCI下的实际数据库,对提出的分类算法进行了检验,结果显示了基于模糊聚类的神经网络在数据挖掘分类中应用的有效性。