问卷智能设计CBR系统及其关键技术研究
针对问卷调查中问卷设计较大程度上依赖先前设计经验和知识的特点，将范例推理技术应用于问卷设计知识重用中的各个过程，提出了基于案例推理的问卷设计知识重用系统的应用框架，研究了问卷范例的表示、范例组织、范例检索算法、范例修正优化和重用、范例学习等关键技术。在范例检索中，采用K—NN法与遗传禁忌算法相结合的混合检索机制，通过建立GA适应度函数模型以及选择、禁忌交叉、禁忌变异算子等操作进行权重自动优化以解决AHP、Delphi等常用权重调整方法操作不便、主观性大等问题，保证范例的检索质量。在此基础上建立了问卷智能设计系统，组织了原始范例库后进行了实验。结果表明，CBR问卷智能设计方法可较大程度上缩短设计时间、提高问卷设计效率和质量，有效地支持了问卷设计的知识重用和知识管理创新。
范例推理 问卷设计 知识重用 混合检索策略 CBR系统 GA适应度函数模型
梁昌勇 顾东晓 黄燕
合肥工业大学 管理学院,安徽 合肥 230009
国内会议
上海
中文
830-834
2008-05-01（万方平台首次上网日期，不代表论文的发表时间）