知识交付用户应用前，设置了知识检索、知识适配和知识修正三个应用辅助活动；决策离不开知识，知识决策是知识应用的重要组分和更髙形式，故将知识决策纳人知识高端应用范畴；在知识交付用户应用后，设置了知识再修正和系统学习两个辅助活动，从而形成较之于现有知识管理模型更完备的政务知识应用子系统。

政务知识应用辅助子系统具有“社会-技术”双重属性。人在系统中居于主导地位，通过人-机接口与系统的各个组分展开频繁的交互活动。模型坚持“集成化”与“智能化”的建模原则，将系统中各组分按其逻辑关系进行集成，并充分借鉴人工智能领域的技术与策略完成了相关技术系统功能模块设计。

本章小结

政务知识只有经过应用过程才能实现其价值，才能实现知识的创新与增值过程。然而，传统基于知识的系统对知识应用环节的支持是有限的，其仅对知识用户提供简单的知识检索支持。在知识应用情况日益复杂、环境变化日益剧烈的背景下，必须对用户的政务知识应用过程提供力所能及的辅助支持，提高政务知识与应用环境间的匹配程度，从而切实提升知识应用的效率和有效性。为此，本章在将政务知识交付应用前，对政务知识检索、知识适配、知识修正等问题展开了深人讨论，分析了政务知识应用过程中的高端应用组分 知识决策的内涵与系统支持问题，并深人阐释了政务知识应用环节后的知识再修正与系统自学习问题。

在“政务知识检索” 一节，首先分析了知识相似度的内涵，并将知识方面细分为简单数值型、字符型、布尔型、简单枚举型、次序枚举型、分类树型和平行结构体型，分别讨论了政务知识方面相似度的计算问题；对知识视图的概念进行了分析，给出了知识视图相似度的计算方法。在此基础上，本节介绍了知识检索领域典型的检索算法〈如最近邻法、归纳检索算法、启发式检索算法、基于向量空间模型的检索算法、模糊检索算法以及分布式检索等〉，分析了各种方法的主要特点以及方法间的互补关系。

在“政务知识适配与修正” 一节，阐释了政务知识适配与修正的内涵与意义，归纳了政务知识适配的主要策略，即以“知识应用”为导向、以“知识特征”为标识、以“知识用户”为中心；与此同时，还介绍了知识适配中的主流适配技术，即转换型适配与诱导型适配。在此基础上，整合基于案例推理与基于规则推理的理念与技术，给出了政务知识适配子系统模型，并对其中的主要功能模块及其间关系进行了阐释。此外，本节还阐释了政务知识修正的内涵与意义，指出政务知识修正主要包括应用效果验证和知识修改与完善两个子过程。在知识