论文部分内容阅读
面对日益丰富的知识资源,对知识供需匹配问题的研究有助于知识资源的有效配置、解决用户"知识迷向"问题,实现知识资源价值最大化,具有重要的理论意义和实践价值。将毕达哥拉斯模糊集(PFS)与模糊粗糙集相结合,建立毕达哥拉斯模糊粗糙集(PFRS)模型,用以处理模糊不确定性知识资源的知识供需匹配问题;通过引入PFS相关测度对属性相似度进行改进,并基于知识属性权重求出用户需求与案例知识之间的视图相似度,确定匹配结果。实证分析验证了所提方法的合理性与可行性,与既有方法相比,通过引入毕达哥拉斯模糊集,对模糊知识的描