具体特征并作数度修正与完善后,新的知识诞生了。这些新知识也是系统学习、丰富知识库的重要对象。
值得注意的是,针对政务知识应用过程中所获得新的政务知识的系统学习不应仅是对新知识的简单存储,不能搞“拿来主义”。无论新的政务知识应用案例还是新应用产生的新政务知识都要先进行价值鉴别,然后视鉴别结果决定存储抑或抛弃。类似于经济学中依据市场资源的稀缺性来衡量资源价值,我们以知识的稀缺性作为其价值量度指标,即衡量新政务知识与电子政务系统知识库中已有知识间的相似度,相似度越小表明新知识越稀缺、越有价值。
电子政务系统学习算法如图8-9所示。将通过政务知识应用过程获得新的知识应用案例记为匕~、新的政务知识记为计算其与系统知识应用案例库所有案例间或对应知识库所有同类知识对象间的相似度或,其中;6〔1,4 ./1为案例库或对应知识库中的案例或知识对象数目。取所有相似度结果中的最大者,为增强应用的灵活性,将该最大值乘以一个调整因子伐(也称为用户偏好因子,默认值为1〉。如此可得货!!!.:〉或者。调整因子0:体现系统维
1=1 卜丨38=0 新案例匕,知识
相似,计算5喊巧)&51难』)
图8-9电子政务系统学习算法流程
(未完待续) 声明:部分资料来自合作媒体及网络,不代表本站观点。关键字:知识,政务,案例,系统,因子