|
知识管理中的主要知识吸收行为分析 字串6
字串7
以下是国际通行的知识学习行为吸收效应表 字串5
字串1
 字串9
字串2
字串5
根据以上知识学习行为的权重，我们可以获得一个基本知识学习权重系数，并基于此提炼出kmpro系统中的知识能力模型。 字串1
字串6
|
序列 字串9
|
吸收方法 字串2
|
概述 字串3
|
详述 字串7
|
加权比重分析 字串5
|
数学模型 字串6
|
|
1 字串1
|
知识创造 字串4
|
创造的知识结构 字串1
|
个人的知识结构是附着在企业知识结构的基础上的，那么当个人发一篇知识到一个新的知识结构，意味着他开始进入这个领域，而他发的知识比例占到当前结构的百分比，自然就是他在这个知识结构里面的知识创造率的百分比。 字串4
|
原创知识加权系数0.9 字串5
字串3
字串3
|
（10条销售+5条市场）×0.9 字串5
字串7
销售=9 字串9
市场=4.5 字串5
字串9
|
|
2 字串6
|
知识库培训 字串4
|
企业培训完成度 字串1
|
企业培训过的知识，要求必须学习，并可能进行一定的考核。 字串4
|
培训知识加权 0.5 字串1
|
（10条销售+5条英语）×0.5 字串5
字串5
销售=5 字串2
英语=0.5 字串7
字串4
|
|
3 字串5
|
知识库自学计划 字串7
|
涉猎的知识结构 字串8
|
个人访问的知识列表，反应到知识结构上，就是这个人涉猎的知识范畴，涉猎过的比创造的，学习的，都低，其记忆率是 字串2
|
阅读知识加权 0.1 字串4
|
100条技术×0.1 字串9
100条市场×0.1 字串4
技术=10 字串7
市场=10 字串6
|
|
4 字串8
|
知识互动 字串5
|
点评或问答回答 字串2
|
知识的互动是创造知识的“说”的方式。 字串6
|
互动知识加权0.7 字串7
|
10条设计×0.7 字串5
设计=7 字串9
|
|
根据以上计算 字串7
销售=9+5 字串9
技术=10 字串7
市场=4.5+10 字串3
设计=7 字串4
英语=0.5 字串8
|
字串7
以上数据之和作为100%，就可以分析出该用户在系统中的知识结构如下： 字串2
字串5
字串3
字串8
当然，以上只是举例，告诉我们能力测评或者知识结构测评的一个思路。 字串7
具体的研发工作，比这个要复杂得多。 字串8
|
