国产化作为技术学习过程：上海桑塔纳案例分析

本文通过对上海桑塔纳的案例分析，总结了汽车工业技术引进过程的特点，有助于理解技术学习的过程和本质，尤其是政府在技术学习过程中的地位     

战略联盟的动机分析

近年来商业环境的变化使联盟成为必要,越来越多的企业走上了联盟的道路。战略联盟使企业竞争的国际化向前迈进了一大步,已经成为每一个成功企业的基本战略,它带来了高增长、高收益率和高市场价值。本文分析了商业环境的变化对企业的影响,在综述了企业进入战略联盟的基本动机后,进一步分析了将学习作为企业战略联盟动机对联盟成功的影响。     

RIS中科技企业多维交互式学习对竞争优势的影响--基于动态能力的视角

区域创新系统(RIS)中科技企业的交互式学习如何与动态能力发生作用并影响竞争优势尚未得到现有研究的重视.基于“交互式学习→动态能力→竞争优势”的理论框架,通过对珠三角地区313家科技企业的调查研究,在RIS情境中实证分析了两种动态能力,即联盟管理能力和新产品开发能力在科技企业多维交互式学习对竞争优势的影响中分别发挥的调节作用和中介作用.     

关系网络与创业机会识别:创业学习的多重中介效应

基于178家企业的样本数据,研究关系网络影响创业机会识别的内在机制。结构方程建模分析结果表明:关系网络不仅可以直接预测创业机会识别,还可以通过认知和经验学习以及实践学习间接预测创业机会识别。此外认知和经验学习对创业机会识别的预测作用相同,认知学习相比于经验学习对实践学习的预测作用则更强。     

战略性培训与组织的持续学习

从培训理念三个层次的转变入手,说明战略性培训已成为企业获取竞争优势的主要工具,从培训机构到培训实路都能为组织持续学习提供有力支持。由此,构建一个基于战略性培训的组织持续学习支持系统,通过终身学习、全员学习、全过程学习和团体学习的开展,保证组织的持续学习。     

企业隐性技术知识吸收模型研究

隐性知识是技术知识的重要侧面，对于技术追赶中的企业，其隐性知识的吸收能力决定了技术学习的有效性。本文回顾了有关隐性技术知识的重要理论研究，指出隐性技术知识(TTK)吸收对于企业技术学习的战略意义，并提出了企业隐性技术知识吸收的理论模型。该模型认为企业隐性技术知识有三类外部知识来源：科学群体、跨国公司全球网络及区域价值链组织；三类主体以多种管道向当地企业传输TTK，制度环境与技术市场格局影响主体间知识流动管道的选择及其中的TTK流动；企业研发管理等内部因素等决定了外部TTK的吸收能力；研发过程中对外部TTK的整合导致了企业技术创新能力。这一模型的提出为深入研究行业技术学习及企业研发管理战略提供了理论分析框架。     

产业集群学习机制多层解析

本文在产业集群内部学习流程分析的基础上，提出了集群学习机制的三层次分析框架，并分别对这三层次流程的学习机制进行了具体分析，并结合实证调查，对我国产业集群内部的学习机制从人员流动、技术知识溢出、管理信息溢出、设备转移四个方面作了深入分析，揭示了我国产业集群学习机制的具体特点。     

Using lexical chains for keyword extraction

Keywords can be considered as condensed versions of documents and short forms of their summaries. In this paper, the problem of automatic extraction of keywords from documents is treated as a supervised learning task. A lexical chain holds a set of semantically related words of a text and it can be said that a lexical chain represents the semantic content of a portion of the text. Although lexical chains have been extensively used in text summarization, their usage for keyword extraction problem has not been fully investigated. In this paper, a keyword extraction technique that uses lexical chains is described, and encouraging results are obtained.     

面向查询的观点摘要模型研究:以Debatepedia为数据源

本文系统性地研究面向查询的观点摘要任务,旨在构建一种查询式观点摘要模型框架,探究不同的摘要方法对摘要效果的影响。通过综合考虑情感倾向与句子相似度,从待检文档中抽取出待摘要语句,再结合神经网络和词嵌入技术生成摘要,进而构建面向查询的观点摘要框架。从Debatepedia网站上爬取议题和论述内容构建观点摘要实验数据集,将本文方法应用到该数据集上,以检验不同模型的效果。实验结果表明,在该数据集上,仅使用基于抽取式的方法生成的观点摘要质量更高,取得了最高的平均ROUGE分数、深度语义相似度分数和情感分数,较生成式方法分别提高6.58%、1.79%和11.52%,而比组合式方法提高了8.33%、2.80%和13.86%;同时,本文提出的句子深度语义相似度和情感分数评估指标有助于更好地评估面向查询的观点摘要模型效果。研究结果对于提升面向查询的观点摘要效果,促进观点摘要模型在情报学领域的应用具有重要意义。     

基于深度学习的期刊分群与科学知识结构测度方法研究

准确地研究和测度科学知识之间的逻辑关系和结构体系,是进行科学政策研究和科研项目资助布局等科研管理活动的重要基础。学术期刊作为科学知识传播和交流的重要平台,是探测科学知识结构的一种有效载体,但是不同的学术期刊分类体系对科学知识结构的测度结构会产生直接而广泛的影响。文章从学术期刊分群的角度出发,考虑期刊在共被引过程中的距离因素,通过采用深度学习算法,来进行期刊的相似度计算与分群问题研究,在此基础上进行科学知识结构测度方法研究,并以中国人文社会科学期刊引文数据库为实验对象进行了实证研究。从实证结果来看,我国人文社会科学学科知识结构存在较为明显的结构划分,不同学科类别或不同研究领域的期刊都被分到了相应的群组,表明从期刊使用的角度来看,我国人文社会科学知识结构边界是相对较为清晰的。在此基础上重点对法学期刊的两个群组的科学研究主题进行了挖掘,从关键词的共现网络中可以明显看出,两个期刊群体内的研究主题虽有一定的交叉,但是两者在具体研究内容上也存在着显著区别。