融合TWD 與FRS 的隱性知識轉移研究

張建華，李方方+，劉藝琳，楊 嵐

1.鄭州大學 管理工程學院，鄭州450001

2.鄭州大學 機械與動力工程學院，鄭州450001

在知識經濟時代，隱性知識已成為組織創造價值的核心資源，其有效利用對知識共享和知識創新具有重要意義。知識轉移是實現知識傳遞、共享與創新的前提。在知識管理過程中，知識轉移有助于提高知識資源的有效配置，實現知識資源價值最大化。知識服務型組織是知識轉移過程中主要的知識發送方，是知識轉移的起點。面對日益豐富的數據、信息和知識資源，知識服務型組織快速準確地為用戶提供所需要的知識，解決其“知識迷向”問題，是提高知識資源利用率和用戶滿意度的關鍵所在。因此，本文以隱性知識為研究對象，探討知識服務型組織隱性知識的轉移問題。

目前，隱性知識轉移研究主要集中在實證分析和理論框架模型的構建兩方面。（1）在實證分析方面，現有研究主要側重于知識發送方、接受方之間的關系對知識轉移過程的影響。楊陳等將團隊斷裂引入成員關系中，研究了不同關系維度在團隊斷裂帶與隱性知識轉移過程中的作用機制，并通過對高校科研團隊的實證分析歸納了隱性知識轉移的影響因素。為研究企業間的關系對知識轉移的影響，李敏等以佛山照明集群為例，建立了佛山照明協會會員企業關系網，并研究了知識在關系網絡上的轉移規律。Qiu 等認為在戰略聯盟中，對邊界成員的監督是促進隱性知識轉移和防止聯盟中知識泄露的關鍵，其對142 家公司的調查結果證明了該假設的正確性。在產品生產過程中，Letmathe 等認為溢出學習對快速提高產品質量和穩定性至關重要，并通過實驗分析了隱性知識轉移對溢出學習的影響。蘇世彬等基于三螺旋創新視角，構建了企業專利風險、專利風險管控和隱性知識轉移績效的理論模型，并通過模型擬合與回歸分析闡釋了企業專利風險對校企隱性知識轉移績效的影響。（2）在模型構建方面，現有研究主要通過不同理論視角探索知識轉移過程中的規律。Dangelico 等從知識基礎視角出發，建立了技術開發區演化的系統動力學模型，通過模擬實驗演示了知識轉移的過程。李國彥等將聲譽模型與委托代理理論相結合，建立了擬合隱性知識傳播者心理和行為特征的動態激勵模型，分析了聲譽效應在創業社會網絡隱性知識轉移中的作用。張向先等基于知識生態視角，從知識、主體、環境以及轉移網絡4 個維度解析了影響因素，構建了企業研發團隊隱性知識轉移績效的影響因素模型。

綜上所述，既有隱性知識轉移研究主要側重于知識轉移主體在知識轉移過程中相互之間的影響，關于針對隱性知識本身特性（模糊不確定性）與用戶需求之間的匹配程度對該過程影響的研究尚且不足。知識轉移對知識服務型組織來說是一個決策問題，如何進行知識轉移能最大程度滿足用戶需求、降低轉移成本，是提高隱性知識利用率的關鍵。三支決策是近年來發展起來的處理不確定性決策的數學方法，是對傳統二支決策的優化。相較于二支決策只能選擇接受或拒絕，三支決策規避了錯誤接受或拒絕行為產生的損失，更加符合邏輯思維與實際應用。目前，三支決策理論已經被應用于信息工程、管理決策、醫療等多個領域并取得了良好的應用結果。在信息系統領域，三支決策擴展了知識系統的研究范圍，并在理論擴充與實際應用中得到了極大發展。針對應用領域信息系統的不完備性和復雜性，錢文彬等構建了面向不完備混合決策系統的三支決策模型與規則獲取方法，并通過對比實驗分析驗證了該模型的分類過程更為合理有效。為探討決策者風險態度對決策過程的影響，Wang 等將累積前景理論與三支決策相結合，提出了一種基于累積前景理論的三支決策模型，用前景理論描述決策者的風險態度，并將價值函數用作風險度量，得出基于預期價值最大化的決策規則。Liu 等為解決多屬性決策問題，提出了一種基于直覺模糊數的三支決策模型，從閾值及其性值等不同角度探討了三支決策的分類規則，并針對多屬性決策中只有條件屬性的問題，引入了灰色關聯度計算條件概率，最后通過選擇供應商的實例證明了該模型的有效性和實用性。三支決策在信息不完備的情況下，能夠使分類更加合理，張萌等在混合屬性信息系統上定義了領域關系，構建了基于領域關系的決策粗糙集模型，并將其應用于痛風臨床診斷，并通過對比實驗證明了該方法的進步性。由此，可以看出三支決策在實際應用過程中的優越性。

因此，本文在知識轉移過程中引入三支決策，并根據隱性知識所固有的模糊性特征，結合模糊粗糙集理論，并兼顧用戶需求偏好及知識資源與用戶需求之間的匹配程度，建立基于三支決策的隱性知識轉移模型，研究知識服務型組織隱性知識轉移問題。

1 相關知識

1.1 模糊粗糙集

在實踐中，存在大量模糊不確定的隱性知識。知識服務型組織將該類知識納入到知識庫中，用以將其轉移給有需要的用戶，滿足用戶需求，從而實現知識資源的有效配置。模糊粗糙集是處理不確定性和模糊性的常用數學方法，其相關定義如下。

設為論域，若∈(×)，則為一個在×上的模糊關系。給定相似關系，模糊集合中的上、下近似為：對于?∈，

1.2 三支決策

現實世界中存在大量的不確定性信息，粗糙集是對不精確、不一致的信息中進行知識獲取的基本工具。由于粗糙集是建立在包含關系的基礎上，難以體現對象表示的容錯性，針對這一局限性，不少學者對決策粗糙集進行了研究。決策粗糙集由兩種狀態、三種行動組成。狀態集可表示為={,?},分別代表對象屬于和對象不屬于?；行動集可表示為={a,a,a},其中a、a和a為對一個對象分類時采取的三種行為。三支決策是近幾年被提出來的決策方法，它是對決策粗糙集與概率粗糙集的擴展。因其決策過程更符合人類實際認知能力，越來越多的學者開始對三支決策理論進行深入研究。絕大部分知識轉移的研究只有轉移和不轉移兩種情況，這種非此即彼的決策方式即二支決策模型（如表1 所示），缺乏一定的包容性。

表1 二支決策模型Table 1 Two-way decision

而三支決策可以在信息不完備的情況下，給出延遲決策的決定，將分類過程中的錯誤考慮在內，使決策過程更加靈活合理。本文將基于決策粗糙集的三支決策模型引入知識轉移過程中，知識服務型組織進行隱性知識轉移時有三種決策方案，即轉移、延遲轉移、不轉移。其具體的形式可表述為：設=(,,,)是一個信息表，對?,令0 ≤<≤1，概率粗糙集的上下近似集(,)可表示為：

其中，Pr(|[])=| []?|/ | [] |表示分類的條件概率，|?|表示集合中元素的數目。如此，將概率粗糙集分為正域(())、邊界域(()) 和負域(()),可表示為：

基于對知識轉移成本的考慮，分別將正域、邊界域、負域對應知識轉移決策的“轉移”“延遲轉移”“不轉移”。

2 基于三支決策的隱性知識轉移

針對隱性知識的特性，本文將模糊粗糙集與三支決策相結合，提出基于三支決策的隱性知識轉移模型。該模型主要包括兩部分：（1）根據知識屬性集的信息，采用熵權法確定知識屬性集的權重向量，并將用戶知識需求與所提供知識進行匹配，得出視圖相似度的計算結果；（2）由知識轉移成本確定三支知識轉移決策的閾值，并根據閾值和視圖相似度確定轉移方案。

2.1 知識視圖相似度計算

知識基于其屬性得以表征。屬性相似度表征不同知識在同一屬性上的接近程度，基于屬性相似度計算得到的視圖相似度則可在知識全局層面衡量知識之間的距離，是表述知識“親疏遠近”的標準。在知識轉移過程中，知識服務型組織需根據用戶需求與知識之間的匹配程度確定轉移知識的范圍。因此，計算用戶需求與知識之間的視圖相似度，是知識服務型組織進行知識轉移的參考依據，是提供滿足用戶知識需求的前提。知識庫中既有知識的每個屬性可看成表征該知識的一個維度，如此知識庫中的知識C可以轉化為（知識屬性集基數）維空間中的點，基于原點構成維向量C。而后當知識用戶發出知識請求時，亦可將該知識需求轉化為維空間中的一個向量。通過匹配算法，計算出用戶需求與既有知識之間的視圖相似度，并基于此選取滿足用戶需求的知識進行轉移。視圖相似度的計算可通過如下方式實現。

在知識系統中，不同的知識屬性對應的權重有所差異，考慮到屬性集的權重向量決定了參與匹配計算的屬性數量及各屬性的參與程度，故而將其與屬性相似度結合能夠提高計算結果的準確性。綜上，屬性權重是進行相似度計算的前提。熵權法是一種相對客觀的賦權方法，根據數據的離散程度確定權重，使計算結果更為客觀可靠，區分度較高。因此，本文選取熵權法計算知識屬性集權重向量。

2.2 隱性知識轉移模型

在知識轉移過程中，知識服務型組織根據用戶需求與隱性知識之間的匹配程度確定轉移的對象，以提高用戶滿意度。于知識服務型組織而言，需考慮知識轉移成本，并在滿足用戶需求的前提下，實現知識轉移成本最小化。基于三支決策的隱性知識轉移模型包含三部分：（1）根據用戶對知識的“滿意”“不滿意”兩種評價，將知識轉移決策區域分為正域、邊界域和負域，以此確定知識轉移的方式“轉移()”“延遲轉移()”“不轉移()”；（2）根據知識轉移成本，確定轉移過程中的成本矩陣，如表2 所示；（3）由知識轉移成本確定決策區域的劃分閾值、。在知識轉移過程中，視圖相似度可以有效衡量用戶滿意度，根據三支決策的定義，將用戶知識需求與既有知識之間的視圖相似度和劃分閾值、進行比較，從而確定知識轉移的方式。

表2 知識轉移成本矩陣Table 2 Knowledge transfer cost matrix

在對知識進行劃分時，可能會出現兩種情況，即={,?}分別表示某知識屬于和不屬于。當其不屬于時，該知識無法滿足用戶需求。在知識轉移過程中，知識服務型組織根據用戶知識需求采取相應的知識轉移決策，該過程會產生不同的轉移成本。設、與分別表示滿足用戶需求時采取“轉移()”“延遲轉移()”“不轉移()”三種決策產生的成本，、與表示不滿足用戶需求時采取三種決策產生的成本。由此，可得知識服務型組織進行知識轉移時采取不同決策行為的期望成本。

根據貝葉斯決策準則，選取期望成本最小的決策方案，可得如下三條決策準則：

當≤，≤時，∈()；

當≤，≤時，∈()；

當≤，≤時，∈()。

基于對用戶滿意度的劃分，可得：

在知識轉移過程中，考慮到轉移正確知識的成本不大于延遲轉移正確知識的成本，且二者都小于不轉移正確知識的成本；不轉移不符合用戶需求知識的成本不大于延遲不轉移不符合用戶需求知識的成本，且二者都小于轉移不符合用戶需求知識的成本。由此，可以得出：

由式（1）～式（3）可以得出知識轉移決策閾值、、的表達式：

其中，為二支決策知識轉移中的決策閾值。

根據決策粗糙集規則以及<，知識轉移成本還需考慮如下條件：

基于以上分析，前述三條決策準則可進一步表述為：

當(|[])≥時，∈()；

當<(|[])<時，∈()；

當(|[])≤時，∈()。

綜上可知，在基于三支決策的知識轉移過程中，根據知識轉移成本和決策區域劃分的閾值和，可根據用戶需求與既有知識之間的視圖相似度將待轉移的知識劃分入正域、負域和邊界域，從而做出知識轉移決策。

3 實證分析

為驗證前述基于三支決策的隱性知識轉移模型可行性與有效性，本文選取UCI 數據庫中“winequality”數據集的子集“winequality-red”進行實證分析。該數據集共含1 600 條評價，記錄了用戶對不同口味紅酒的評分，包含11 個條件屬性、1 個決策屬性。

根據該數據集建立隱性知識表達系統，其屬性值用隸屬度表示，實現隱性知識外顯化。首先，對原始數據集進行標準化處理，即對實數型屬性v∈有：

為方便表述，仍用v標記標準化的知識屬性值。同時，采用1.1 節所述熵權法確定知識庫中各知識屬性的權重，結果如表3 所示。

表3 屬性權重Table 3 Attribute weight

設有11 位用戶對知識服務型組織發出知識請求，該組織在接到知識請求后，根據11 位用戶的知識需求C(=1,2,…,11)與既有知識c(=1,2,…,1 600)進行比較。用戶知識需求經標準化處理后如表4所示。

表4 用戶知識需求Table 4 User knowledge requirements

在知識轉移過程中，根據不同的轉移策略，知識轉移成本有所差異。在實踐過程中，知識服務型組織可根據實際情況確定知識轉移成本，但需滿足三支隱性知識轉移決策的規則。由1.2 節所述條件，本文給出滿足要求的轉移單位知識所需成本，設=0.1,=0.2,=0.3;=0.3,=0.5 。由于不轉移不滿足用戶需求的知識既無轉移行為發生又無影響用戶滿意度的結果，因此，該決策產生的轉移成本為0，即=0。據此，由式（4）計算出=0.666 7,=0.600 0。

將用戶需求與既有知識進行匹配，利用式（3）計算其視圖相似度(C,c)。由上述三支知識轉移決策閾值(,)可知：當(C,c)≥0.666 7 時，c劃為正域()，則對用戶轉移該知識；當0.600 0<(C,c)<0.666 7 時，c劃為邊界域()，則延遲對該知識的轉移；當(C,c)≤0.600 0 時，c劃為負域()，不轉移該知識。由此可以得出三種決策對應的知識轉移數量，如表5所示。

表5 三支決策知識轉移數量Table 5 The number of three-way decision knowledge transfer

需要指出的是，在知識轉移過程中，由于用戶需求的多樣性以及既有知識的有限性，與已有知識視圖相似度的計算結果可能會出現無法滿足用戶需求的狀況，此時有兩種解決方案：其一，降低隱性知識轉移決策閾值；其二，在已有知識庫中進行規則適配，以重構滿足用戶需求的解。因其不是本文的研究重點，故此不贅述適配過程。

在該數據集中用戶的評分范圍為1～10，根據評分取值范圍可將用戶評分結果分為三類，其中評分8～10 為Ⅰ類，5～7 為Ⅱ類，1～4 為Ⅲ類。由分類結果及知識轉移的數量，可求出三種轉移策略的條件概率，其結果如表6 所示。

表6 條件概率計算結果Table 6 Conditional probability calculation results

基于前文所述，可求出對11 位用戶進行知識轉移所需成本。由于在實證部分，所設轉移成本是單位知識轉移成本，需對三種決策所產生期望成本的計算方式進行補充，其具體的表達式為：

其中，+++++=1 600 。由此可以求出基于三支決策的隱性知識轉移的總成本，其表達式為：

至此，可以求出知識服務型組織對每一位知識用戶進行知識轉移的總成本，其計算結果如表7所示。

表7 知識轉移成本Table 7 Knowledge transfer costs

一般情況下，知識服務型組織進行知識轉移時，單純地將轉移過程分為轉移和不轉移，且該決策者認為不進行知識轉移便無轉移成本產生，這與實際應用過程并不相符。因此，本文將傳統隱性知識轉移看作二支決策的過程，由1.2 節可知二支決策知識轉移的決策閾值為；同時，在二支知識轉移決策過程中，轉移成本矩陣參見表2，為便于比較二支決策知識轉移模型與本文提出的三支決策知識轉移模型的差異，二支決策中轉移成本的表達式為：

基于以上方法可以計算出基于二支決策的隱性知識轉移成本。

相較于傳統的隱性知識轉移方法，本文所提的基于三支決策的隱性知識轉移模型具有以下優勢：

（1）一般情況下，知識轉移主體在知識轉移過程中根據知識用戶需求對既有知識做出轉移或不轉移決策，可用二支決策描述其過程。顯然，該決策模型“非此即彼”的特點缺乏包容性，會增加在知識轉移過程中因錯誤分類而產生的轉移成本。本文在業內既有研究的基礎上，在知識轉移過程中引入三支決策理論，提出基于三支決策的隱性知識轉移模型。該模型凸顯了人們在解決問題時的三元思維，提高了知識轉移決策的容錯性，降低了知識轉移成本。如圖1 所示，知識服務型組織根據三支知識轉移決策模型對知識用戶進行知識轉移，所產生的轉移成本明顯低于傳統二支知識轉移模型所產生的成本。

圖1 知識轉移成本比較Fig.1 Comparison of knowledge transfer costs

（2）現有隱性知識轉移研究多集中在知識轉移主體（知識轉移方、知識接收方）之間關系對知識轉移過程的影響，關于知識服務型組織根據知識特性與用戶知識需求之間的匹配程度進行知識轉移的研究較少。知識轉移的過程是一個多屬性決策過程，該過程追求知識轉移成本最小化、用戶滿意度最大化（較高的匹配程度）。而用戶需求與既有知識之間的視圖相似度描述了二者之間的匹配程度，它在體現轉移知識能否滿足用戶知識需求方面更加準確客觀。因此，本文提出的基于三支決策的隱性知識轉移模型能夠提高用戶滿意度，進而提高隱性知識資源的利用率，實現知識應用價值的最大化。

4 結束語

隨著信息技術的飛速發展，隱性知識轉移的問題日益凸顯。為提高知識服務型組織隱性知識轉移效益，本文在前人研究的基礎上，提出了基于三支決策的隱性知識轉移模型。該模型根據用戶知識需求與既有知識的匹配程度來體現用戶的滿意度，并通過知識轉移成本確定決策閾值，知識服務型組織將視圖相似度的計算結果與決策閾值相融合，從而選擇知識轉移的決策方案。文末實證分析驗證了與基于二支決策的知識轉移相比，本文提出的知識轉移模型降低了轉移成本，提高了用戶滿意度，使知識轉移過程更加合理有效。本文探討的是靜態知識系統中基于三支決策模型的隱性知識轉移過程，未考慮動態知識及知識冗余對隱性知識轉移過程的影響，這是接下來需要進一步研究的問題。