電子商務綜合論文精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇電子商務綜合論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

1.1業務結構不合理，過于依賴傳統業務從上述中美對比分析來看，我國證券公司的業務結構不夠合理，過度依賴證券經紀、自營和承銷等傳統業務，對于兼并收購、財務顧問等新興業務發展不充分。海通證券的經紀業務、自營業務和投資銀行三項占總營業收入的68.2%，存在業務結構失衡，對證券經紀的依賴程度過高。相比較而言，高盛公司的業務結構則相對均衡一些，各項業務齊頭并進，尤其是在資產管理和投資銀行方面分別占到12%，比海通證券等國內券商高出許多。另外在投資銀行業務上，國內券商的承銷占比較高，而高盛則在財務顧問、承銷業務、并購重組上取得協調發展。

1.2主營業務相互影響大，經營風險不能分散證券經紀、自營業務和投資銀行業務之間關聯性高，容易同向波動。當市場行情好時，一級市場上企業融資活躍，證券公司的承銷業務好；二級市場交易也活躍，經紀傭金收入也好；證券公司的自營業務收益也相應較好。反之，當市場行情不好時，三項業務收入同時急劇萎縮。從海通證券近幾年營業收入和利潤來看，營收和利潤受股市行情影響非常顯著，所以，我國證券公司的盈利模式受外部環境影響巨大，收益的穩定性較差，當市場行情不佳時，同時對公司的營收和利潤會造成較大的沖擊，導致企業抵御市場風險能力低。

1.3行業集中度較低，同質化競爭激烈截至2013年底，我國115家證券公司的總資產為2.08萬億元，凈資產為7538.55億元，我國證券公司的規模偏小，行業集中度不高，行業整體發展水平有待提升。截至2013年底，海通證券公司總資產為1290.18億元，凈資產603.11億元，均位列全國第二，而截至2011年6月30日，高盛公司的總資產為9,370億美元，是我國全部證券公司資產總額的近三倍。我國證券公司在業務創新上乏力，企業間同質化競爭現象嚴峻，不利于市場的健康發展。我國證券市場在最近十幾年獲得了迅速發展，比如2012年滬、深兩市上市公司的數量達到2494家，相比1996年實現了6倍的快速增長，但由于證券公司的數量和規模增長，而新業務發展不足，導致經紀業務和承銷業務面臨嚴重的同質競爭，企業間對于客戶資源的爭奪異常激烈，對于行業的穩定和有序發展造成了一定沖擊。

1.4證券公司缺乏專業人才，服務水平有待提升證券行業發展很快，但是相應專業的研究和服務人員則配備不足，且專業能力有較大欠缺，一方面是證券公司不能基于客戶需求有效進行業務創新，為客戶提供滿意的服務，導致行業對于客戶的吸引力降低；另一方面，在粗放增長和人才缺乏的情況下，許多公司往往在吸引客戶開戶入市以后，采取較為粗放式的管理，形成了繁榮的假象，并使客戶對證券行業產生一定的負面印象，對證券行業的長期健康發展造成不利影響。

2、電子商務環境下我國證券公司業務的發展對策

近幾年電子商務的飛速發展增加了消費者對互聯網金融服務的認知和認可，互聯網金融以其低成本、高便利、即時響應、深度互動等特點為證券業務提供了新的發展空間，在此過程中證券公司需要做出調整，積極適應市場環境變化，積極促進業務發展。

2.1以互聯網為載體進行業務創新，加強客戶溝通創新業務是國外證券公司提升服務能力和盈利水平的重要支撐，美國的資產管理、投資銀行等創新業務發展和傳統業務協調發展，為美國證券行業提供了廣闊的發展空間。從國外證券行業的發展歷史規律來看，隨著證券市場的發展和成熟，資產管理業務需求不斷增長，其在業務結構中的占比會逐步提升。在今后一段時期，伴隨著我國經濟的持續穩步增長，公司和家庭資產管理需求會不斷增長，證券公司在提高投資傾向，優化資金配置效率方面有廣闊的發展空間。為了能夠適應這種需求，各證券公司應加強研究工作，有效利用互聯網這個高效的載體，借助于大數據分析，以互聯網思維做引導，積極探索和創新業務形式，推出更好契合客戶需求的各項增值業務，加強與客戶之間的溝通，為資產管理、證券投資咨詢以及兼并重組等新型業務奠定堅實的基礎。

2.2加強行業整合，優化線上線下融合布局中國證監會對于業務開展有著相應的準入限制，業務開展能力需要和資本規模相匹配。證券公司的資本規模和它的整體運作能力，抵御風險能力有著較強的聯系。我國證券市場環境在開放性、透明性方面不斷完善，企業要在這個環境下謀求競爭力的提升，必然要涉及到如何整合資源，做大做強的問題。在政府層面，對我國各行業的做大做強，優化行業資源配置，適度提高行業集中度給予一定的期望。證券公司應該積極依據政策導向，以市場需求為基礎，積極利用行業發展過程中的并購重組機遇，通過資本化的運作，增強證券公司的綜合實力，提高行業的集中度，打造出具有世界競爭力的一批優秀證券公司。在電子商務環境下，傳統的布局擴張方式需要做出調整，不能單純注重營業網點的數量，而是應該做好線上線下布局的融合，更好發揮兩者的協同優勢，因此應該加強對于網點布局的統籌，一方面使網點的輻射能力得到強化，并借此彌補互聯網服務的不足之處，另一方面加強互聯網和移動終端的服務能力，有效降低客戶服務成本，并實現高效、即時、深度、優質的服務。

2.3提升網絡化服務能力，實施差異化競爭近些年來，互聯網普及率的穩步、快速提升和智能移動終端的快速發展，為網絡化業務發展提供了有利的條件。互聯網和移動終端作為投資者重要交易形式和信息獲取渠道，將在營銷中展現出更重要的價值，尤其是手機等移動終端使企業的服務更加便捷的到達用戶。證券公司應該不斷利用先進的通訊技術，并注重體驗營銷在證券營銷中的應用，利用網絡和通訊技術提升客戶的使用體驗，提升企業為顧客創造的服務價值，并借此做好客戶開發和成交促進工作。各證券公司應該借助網絡服務能力，緊密結合自身條件，認真籌劃如何進行差異化戰略，證券公司需要針對客戶需求進行深入研究和分析，不斷挖掘業務增長空間，增強自身在業務經營上的特色，凸顯自己的業務定位，樹立自己的業務品牌，形成各具特色的核心競爭力。

篇(2)

關鍵詞: 英語專業 本科畢業論文 網絡寫作策略

英語專業本科畢業論文寫作有著重要的意義,《高等學校英語專業英語教學大綱》認為它是考查學生語言能力、獨立能力和創新能力的重要參考,“評估學業成績的一個重要方式”。[1]近年來,雖然有了更多關于英語專業畢業論文寫作的研究,內容既涉及微觀的選題、摘要、主題句、語言和格式問題,又涉及宏觀的現狀分析、論文指導體系和評估機制問題。[2][3][4][5][6]然而,卻鮮有學者論及網絡資源的利用。這不僅與我國高校豐富的中英文電子圖書資源和全球幾千億之巨的中英文網頁資源明顯不協調,[7][8]而且與很多本科學生的實際上網情況和畢業論文對網絡資源的嚴重濫用很不協調。因此,如何在畢業論文寫作過程中預防網絡抄襲、合理有效地利用日益發達的網絡環境和日益豐富的網絡資源,是適應信息時展、進一步提高英語專業本科畢業論文質量的急迫需要解決的問題。本文擬探討如何利用豐富的中英文網絡資源,發揮個人網絡信息能力,實現畢業論文寫作的網絡策略,在方便教師論文指導和管理的同時,也方便學生更靈活地運用自己的時間和空間,減少論文寫作的工作量,降低論文寫作的難度,進而有效地提高畢業論文寫作的效率和質量。

一、絡寫作策略的基本原則

結合學生的經濟、社會和文化背景,網絡寫作策略應該遵循以下原則:(1)資金節約原則。盡量免除不必要的經濟壓力,充分利用現有的個人電腦、聯網手機或者公共電腦的軟硬件設施,同時發揮個人的網絡和現實人際關系,有效獲取所需資源。(2)時間和空間靈活利用原則。網絡寫作的主要目的之一就是實現隨時隨地上網就可以寫作的構想。(3)語言文化的敏感原則。首先,由于大多數電腦或者手機設備的系統都使用中文軟件,因此為了在搜索英文信息時不受中文信息的干擾,需要把網頁瀏覽器的語言環境進行調整,并且把國外搜索引擎的偏好和指令語言都改為英語。其次,英語論文與中文論文有較大的區別,在寫作過程中要盡量避免漢語語言文化的負遷移。(4)遵守國家的互聯網相關法律法規。

同時,雖然畢業論文的長度、語言、結構、格式和內容都是對本科學生嚴肅的挑戰,但英美國家長期的學術傳統和相應網絡資源的豐富已經能夠在較大程度上解決很多問題。所以在寫作過程中學生要對自己的信息需求保持敏感,遵守信息素質原則,在實際行動中貫徹信息獲取、評價、整理和合理利用的基本步驟,挖掘并發揮網絡資源優勢,自主解決論文寫作中的諸多問題。

二、畢業論文的網絡寫作策略

根據網絡、網絡資源和畢業論文寫作過程的特征,網絡寫作策略的成分包括:硬件環境、軟件環境、網絡和畢業論文的相關知識、信息處理、寫作模板和樣本、語言工具、通訊工具、論文修改工具和反抄襲檢查。

網絡寫作的硬件環境由能夠進行上網服務的手機和電腦構成。公共網吧和學校的計算機實驗中心不存在這方面的問題。但是,如果辦理個人手機或者電腦上網業務,就要認真閱讀產品說明書,確認自己的手機或者電腦具備所需要的無線或者有線硬件配置;而且,無線服務的覆蓋范圍要能夠滿足自己的個人需要?？偟膩碚f,近幾年的手提電腦和2009年上市的手機終端通常都支持高速無線上網服務。

網絡寫作的軟件環境包括瀏覽器軟件、文檔閱讀和編輯軟件、文檔轉換軟件,以及文檔存儲服務幾個方面。很多電腦上網瀏覽軟件(如Internet Explorer,Google Chrome)都有相應的手機版瀏覽軟件,但更常用的手機瀏覽器卻是Opera,UCWEB和GO。在通過設置正確的上網方式后,手機和電腦就能利用瀏覽器使用大多數共同資源了。網絡上有較多優秀的在線free word processors,不需要在電腦或者手機上安裝。使用方便而功能又幾乎能與Microsoft Word媲美的當屬Google Documents。用戶通過聯網手機或者電腦在獲得免費Gmail賬戶后即可進入自己的文檔空間,創建文件并進行編輯和儲存,安全性能較高。其它所涉及的軟件主要依據資料的文檔類型而定,但通常是.doc,.ppt,.xls文件,這些都能上傳到Google Docs打開或編輯;對于.caj,.kdh,.pdf,.省略、搜搜問問)、電子商務(如淘寶網店)、電子圖書館、個人社會關系獲取或者傳遞所需的電子資源。把握所需信息必須了解的程度,適可而止,同時也要明確不同信息的所需類型(網絡工具書、普通網絡文本、網絡圖書、電子學術期刊、圖片資料、視頻資料、音頻資料、軟件、數據庫等),以便于利用搜索引擎的不同功能或者專門搜索引擎進行比較準確的查找,或者便于確定在廣域網還是學校電子圖書館查找。信息的評價是指通過閱讀所獲信息、比較同類資源、查詢作者背景、查看網站域名和信息組織方式等,篩選獲得的信息。通常,如果信息者沒有學術或者高校工作背景,可以查看網站是否屬于.edu,.gov.省略網域來作出初步評估。信息的整理是指通過summarizing,synthesizing,paraphrasing,quoting,highlighting和commenting等方式進行處理,利用眾多的免費在線軟件服務,對過濾后的信息作用進行評價和標識,并通過超鏈接等方式把它們整合到自己的寫作計劃中。信息的使用是指合理合法地使用資源,尊重信息者的使用協議,遵循APA,MLA或者CMS等文獻使用的學術道德規范。

絡寫作過程中還有一些標準模板和自動程序可以使用;常用的有論文寫作模板和文獻引用的自動生成程序。很多美國大學和研究機構都有MLA,APA或者CMS格式的論文寫作模板(template)可以下載,寫作者只需要在相應版塊寫入相應內容即可。但選用的時候要注意模板所對應的論文格式印刷版本,以避免信息陳舊問題。而論文文獻格式的自動生成程序(bibliography generator)則可以幫助解決復雜的引用規范問題。使得文內引用(in-text citation)、腳注和尾注(footnote and endnote),以及文后的書目制作輕而易舉就能完成。在眾多的相關程序中,綜合性和信度都比較高的是Son of Citation Machine;它包括了主要文獻格式和主要文獻類型的引用格式,也及時更新了文獻格式的版本,是網絡寫作的可靠資源之一。

論文寫作過程中的信息溝通主要是和指導老師的充分交流,和同學的必要交流,以及和虛擬社區相關人士的有限交流。與指導老師交流的目的是為了提高論文整體質量和按時完成畢業論文,可以通過手機或者電腦的電子郵件或者實時通訊軟件(communication software)實現;和同學交流主要是為了獲取或者交流信息,也可以通過手機或者電腦的電子郵件或者實時通訊軟件實現;和虛擬社區相關人士的交流主要是為了在保證信息安全的情況下獲取所需信息,主要通過社區群組(groups,communities,forums)和電子郵件來實現。

利用網絡寫作本科畢業論文可以比較有效地防止網絡抄襲行為,包括表層網絡抄襲、深層網絡抄襲和網絡兜售的論文。表層網絡抄襲是指抄襲不需要提交用戶信息就可以檢索到的網頁資源,付費的數據庫和網絡資源不在此列。除了把學生論文的可疑部分或者關鍵部分的關鍵詞放到通用搜索引擎中搜索以外,還可以使用在線的文獻抄襲檢測系統(plagiarism checker/detector/scanner)發現這種行為,譬如EVE2和Viper Anti-plagiarism Scanner。深層網絡抄襲主要是指抄襲數據庫資源。檢測這種行為可以分為兩種策略:一是關鍵詞搜索:先把論文的可疑部分或者關鍵部分通過國內外數據庫專用搜索引擎進行檢索;在檢測到抄襲行為的情況下,如果可能,還可以把相應的論文下載到本地計算機,通過文件對比軟件(file comparison software)確定抄襲的比率(如弗吉尼亞大學的免費軟件WCopyfind);二是購買以數據庫為主的反抄襲服務,如CheckForPlagiarism和CNKI英文檢測系統。由于學生提交的稿件都是電子文檔,指導老師可以較早地把學生的論文上傳到在線檢測系統,及時阻止網絡抄襲行為。隨著高等教育的發展,國內的論文作坊也不計其數,英語專業本科論文價格也依據性質的不同而價格各異。通常,他們數據庫中的論文價格在300元人民幣左右,而“原創性”的論文則需要1000元以上。在一般情況下,通過在本地計算機或者手機上查看文檔屬性或者高級屬性就可以發現問題。如果結合論文寫作過程管理(包括對選題、提綱、原始資料及論文稿件版本的審查),論文作弊的成本就會大大增加。通過查看電子文檔屬性、對比不同的電子文檔版本、跟蹤學生的論文修改情況,只是簡單地點幾個鍵,買方和賣方就會面臨很大的信用風險。這些措施可以在相當程度上規避不誠實行為。

三、結語

手機或者電腦網絡積聚了豐富的信息資源、提供了發達的通訊功能;英語專業本科畢業論文的網絡寫作已經具備了比較成熟的條件。論文過程所涉及的選題、提綱撰寫、資料收集、稿件寫作、問題咨詢、指導和管理等環節都可以通過網絡軟硬件資源來完成。相對于傳統的論文寫作方法,網絡寫作策略具有諸多的獨特作用。它首先賦予了論文寫作更靈活的時間和地點,比較適合當前教學和科研任務繁重的英語教師及四處奔波的大四學生。其次,網絡寫作策略延伸了論文指導老師的內涵,網絡上千千萬萬的信息提供者都或多或少充當了這個角色,大大減輕了師生雙方的壓力。再次,老師可以從以往語言或者格式等繁瑣問題中抽身出來,更多地從寫作過程的簡便性、結構的合理性、內容的思想性等方面給學生提供建議,幫助學生自主解決畢業論文寫作中的諸多問題。最后,網絡寫作策略還能夠有效利用網絡資源阻止泛濫的學術不端行為,培養學術誠信。

但在網絡寫作策略實施過程中,我們可能遇到的兩個常見問題是:(1)由于資金等因素影響,有的優秀網絡資源可能不穩定,間歇或者長期不可獲取;(2)由于信息太多或者太少而茫然不知所措。對于前者,需要保持比較靈活的資源使用態度,善于尋找替代資源。而資源太多時則要增加限制條件,利用高級搜索功能縮小范圍;在資源缺乏時則要減少限制條件或者更改搜索關鍵詞,尋找另外的解決辦法?？傊?日益豐富的信息存在于不可見的網絡上,只要能合理有效地利用網絡資源,就可以把畢業論文的網絡寫作策略發揮好,從而有效提高畢業論文寫作的效率和質量。

參考文獻:

[1]高等學校外語專業教學指導委員會英語組.高等學校英語專業英語教學大綱[S].上海:上海外語教育出版社,2000.

[2]穆鳳英.英語專業本科生畢業論文的調查與思考[J].徐州師范大學學報,2001.27(4):138-142.

[3]孫文抗.英語專業學士論文寫作現狀分析[J].外語界,2004,101(3):59-64.

[4]顏靜蘭,倪薇.英語專業畢業論文規范操作思考[J].外國語言文學,2005,86(4):259-263.

[5]王崇義.加強畢業論文指導,提升學生素質[J].外語教學,2004,25(6):73-76.

[6]陳,薛榮.英語專業本科畢業論文質量監控體系構建與實踐[J].重慶科技學院學報,2008.05:204-205.

[7]魏志玲.西部師范院校圖書館電子資源建設研究[J].內蒙古師范大學學報,2009,22(9):152-154.

篇(3)

關鍵詞：中醫藥 知識工程 知識庫 知識獲取 知識發現

分類號：TP182

引用格式：于彤. 中醫藥知識工程的理論體系構建和關鍵技術分析[J/OL]. 知識管理論壇， 2016， 1（5）： 336-343[引用日期]. http：///p/1/56/.

1 引言

中醫藥是中華民族的文化瑰寶，無論作為文化遺產還是作為醫學資源，都理應得到保護和傳承。對中醫藥理論知識與實踐經驗的總結、詮釋與研究，是中醫藥傳承的一項核心任務。知識工程（knowledge engineering）為中醫藥知識的組織、存儲、處理和利用提供了必要的理論、方法和工具，在中醫藥領域具有廣闊的應用前景[1-2]。

知識工程是隨著信息革命而出現的一種新興的知識管理和知識創造手段。知識工程源于人工智能領域，其最初的目標是構建基于知識的系統（或稱專家系統）[1，3]。為了構建基于知識的系統，需要獲取足夠的專業知識，并將這些知識表示為計算機可以理解的形式，以支持自動推理和問題求解[3]。因此，知識獲取、知識表示以及知識運用成為知識工程領域研究的主要問題。隨著知識工程在知識管理中應用的不斷深入，知識工程的研究范疇從知識庫和專家系統，擴展到自由文本、半結構性數據和多媒體內容的處理。時至今日，知識工程已發展為涉及知識表示與推理[4]、語義網[5-6]和數據挖掘[7]等多個技術領域的交叉學科，在電子科學、電子商務和電子政務等許多領域得到了廣泛的應用。

知識工程在中醫藥領域的應用起源于20世紀70年代。當代著名中醫學家關幼波與計算機專家合作，于1979年研制了首個實用的中醫專家系統DD中醫關幼波診療肝病的計算機系統，它在臨床應用中取得良好效果[8]。此后，全國興起了一股中醫專家系統研發與應用的熱潮[9]，知識工程作為專家系統的支撐技術也得到了中醫界的重視。近30年來，中醫藥工作者采用知識工程方法對中醫藥領域的知識遺產進行廣泛采集和永久保存，建成了大量的知識資源和智能系統，為中醫藥知識創新提供了有力的支持[10]。為此，本文對中醫藥知識工程進行系統總結和綜合論述，分析存在的問題和發展趨勢，為相關領域學者和知識工程師提供參考。

2 中醫藥知識工程的概念

中醫藥知識工程是指將中醫藥知識整合存入計算機系統，以使計算機能夠利用這些知識來解決中醫藥領域復雜問題的工程學科[1-2]。旨在實現中醫藥知識的“計算機化”，并將計算機技術融入中醫藥知識的收集、挖掘、整理、更新、傳播及轉化等環節，從而豐富和完善中醫藥知識體系，提升中醫信息系統的智能水平。之所以稱之為一項“工程”，是因為這項工作涉及系統性的方法、大規模的協作、嚴密的流程以及復雜的產品（本體、知識庫、專家系統等），這些都是系統工程的顯著特征。

中醫藥知識來自中醫專家的頭腦，以及書籍、論文、病案等各種專業資料。為使中醫藥知識“計算機化”，需要從各種知識源中廣泛獲取知識，將知識進行編碼并錄入計算機系統；還要按照一定的結構和方案對知識進行組織和存儲；最終實現專家系統、知識發現等各種計算機應用。中醫藥知識工程的關鍵環節，包括中醫藥知識表示方法的研究、中醫藥領域知識的獲取、中醫藥知識庫系統的構建、中醫藥知識發現研究以及中醫藥智能系統（如臨床決策支持系統）的研發等。

中醫藥知識工程是中醫藥與信息科學（包括人工智能）相結合的產物，是多學科交叉的研究領域。它也是中醫藥知識管理的一項關鍵支撐技術，有助于實現中醫藥知識管理與服務模式的創新。

3 中醫藥知識工程的意義

中醫藥知識工程有利于開拓臨床思路，支持臨床決策，研究中醫理論，豐富教學內容，指導實驗研究，促進中醫藥知識傳承與創新[1-2]。具體而言，中醫藥知識工程可在以下三大方面發揮積極作用。

3.1 梳理知識體系，保護知識遺產

中醫藥知識遺產具有很高的科學和文化價值，但其知識體系尚存在模糊籠統之處。只有對中醫藥知識遺產進行系統梳理，去蕪存菁，才能凸顯中醫藥知識的精華之處。使用語義網絡、描述邏輯等知識表示方法，能夠精確描述中醫思維邏輯，建立數字化的中醫藥知識體系，這對中醫藥學科發展具有十分重要的意義。

3.2 促進知識傳承，加速人才培養

中醫傳承的核心問題是如何將中醫名家的個人經驗轉化成普遍的知識，從而培養更多經驗豐富的名醫，提升中醫界的整體水平。中醫藥知識工程旨在系統總結前人經驗，將歷代醫家的智慧結晶轉化為全面、系統的領域知識庫，研發中醫輔助學習系統，以提升初學者的學習效率，促M專業醫師之間的交流，從而突破中醫傳承的瓶頸。

3.3 發現新知識，促進學科發展

通過實施中醫藥知識工程，可對中醫藥信息化過程中積累的海量數據進行分析與挖掘，建立跨越年代、流派、學說和病證的整體性知識模型，從而加深我們對中醫辨證論治規律的認識，使中醫藥領域兩千多年來積累的知識遺產得到有效整理和挖掘。

4 中醫藥知識工程的理論體系構建

中醫藥知識工程研究的核心任務是利用信息科學的理論和方法，對中醫藥知識體系的全部內容進行系統梳理和準確表達?？梢哉f，中醫藥知識工程所研究和處理的核心對象就是中醫藥知識體系。兩千多年以前的《黃帝內經》奠定了中醫學的理論基礎；經過兩千年的發展，至今已經形成了一個以中國古代哲學為基礎，以中醫藥學理論為架構，以臨床實踐經驗為主體的知識體系[2]。

中醫藥知識體系有其自身特點和復雜性，對知識工程技術產生了獨特的需求。中醫特色的思想方法、含義模糊的中醫概念以及中醫專家的隱性知識都對知識表達、知識獲取和知識利用產生重大影響和制約。因此，面向西醫等其他領域的知識工程方法并不完全適用于中醫藥領域。中醫藥知識工程領域迫切需要一套符合自身特點的理論和方法，從而有效處理中醫藥知識的模糊性和復雜性，支持標準化知識體系的建設。因此，有必要對中醫藥知識工程的理論思想進行深入研究和系統總結，從而指導中醫藥知識的建模、獲取、組織、存儲、共享與服務等一系列工程實踐活動。建立中醫藥知識工程的理論體系是一項繁重、長期的工作。本文主要圍繞思維模擬、知識表示、知識獲取、知識發現等4個主要方面，對中醫藥知識工程的理論思想、研究熱點以及核心概念意涵進行簡要論述，為今后的理論研究工作提供參考。

4.1 中醫思維模擬研究

中醫思維模擬是指在對中醫思維進行深入分析的基礎上，用計算機系統對中醫的思維過程進行模擬，從而完成計算機輔助診療等復雜任務。中醫深受中華傳統哲學和文化的影響，產生了獨特的思想方法和思維模式，包括“天人合一”“取象比類”以及“辨證論治”等等。中醫藥知識體系是中醫思S的直接產物。開展中醫藥知識工程研究，首先需要深入理解中醫的核心思維模式。

中醫思維是一個復雜的思維過程，具有形象性、模糊性和整體性等特點，需要針對這些特點提出創新性的思維模擬方法。例如，“取象比類”是貫穿中醫知識體系的思維模式，與中醫其他的思想方法共同構成了中醫“象思維”。在中醫藥知識工程領域，需要追溯中醫“象思維”的思想源流，并采用認知語言學等學科方法對其進行分析，據此提出與之相適應的計算機模擬方法[11]。又如，中醫辨證思維是一個涉及分析、綜合、推理、歸類、鑒別的復雜思維過程，需要將中醫辨證理論與實際的病案結合起來進行分析，總結中醫辨證思維的規律，從而建立合理、準確的中醫辨證計算模型[12]。思維模擬研究在中醫臨床診療等領域具有潛在的應用價值。但首先需要在臨床實踐中對計算機建立的中醫思維模型加以檢驗，以驗證其準確性和實用性。

4.2 中醫藥知識表示研究

知識表示（knowledge representation）是指通過某種方案、數據格式或語言，將領域知識表達為計算機可直接處理的數據。知識表示處于知識工程的中心地位，它既是知識獲取的基礎，又是知識存儲和運用的前提。為實現基于知識的系統，必須將領域知識表示為某種計算機可處理的形式，并錄入到計算機系統中去，存儲于知識庫之中。知識表示的合理性直接決定知識處理的效率，對知識獲取和應用的效果也有很大的影響。

廣義上，知識表示的目標就是實現人類知識的顯性化、機讀化和結構化，從而支持自動推理，知識檢索和知識發現等應用。知識表示方法有很多種，包括狀態空間、謂詞邏輯、框架、產生式、語義網絡、與或圖、Petri網等。這些方法適用于表示不同類型的知識，從而被用于各種不同的應用領域。如何選取或提出合理的知識表示方法，用最恰當的形式來表示中醫證候、中藥、針灸、溫病、養生等各方面的知識，是中醫藥知識表示研究的重點問題。

目前，知識工程領域的一種主流觀點是將建立一個知識系統的過程視為一種“建模”活動。知識建模（knowledge modeling）是指采用某種計算機方法構建一個“知識模型”，它在特定領域中能像專家那樣解決問題。其本質是通過模型來表示知識，因此屬于一種形式化的知識表示方法。近年來，采用本體等技術建立知識模型，已成為中醫藥知識分析的一種常用手段，也是中醫藥知識表示研究的一個主要方向[13-14]。

4.3 中醫藥知識獲取研究

知識獲?。╧nowledge acquisition）是指從專門的知識源中全面、系統地獲取知識，并將其轉換為某種計算機可處理的形式（如程序、規則、本體等）[15-16]。這里的知識源可以是人類專家，也可以是案例、教科書、論文、數據庫、網站等知識載體。一般情況下，知識獲取需要由“知識工程師（knowledge engineer）”與領域專家配合，共同來完成工作。知識工程師的任務是幫助領域專家激活隱性知識，完成知識的轉換，建立基于知識的系統。

知識工程的一個典型場景是：一組知識工程師找到并訪問特定領域的專家，聽取專家的介紹，記錄專家的經驗性知識并將其表達為計算機可處理的形式，存入知識庫中。將知識庫與推理引擎結合起來，也就構成了一個新的專家系統。知識獲取也必然涉及知識驗證的問題：知識工程師需要對知識進行評審和驗證，以確保知識的準確性。

知識獲取是任何知識管理和知識工程的基礎性工作。在中醫藥領域，知名老中醫的經驗和古籍文獻占有重要地位，是知識獲取的重點對象。一方面，知名老中醫知識和經驗的獲取，是中醫藥知識獲取的重要環節。它屬于專家認知獲取的范疇，也就是將專家頭腦中隱含的知識轉換為某種形式的顯性知識的過程。另一方面，中醫藥領域產生了海量的古籍文獻。古籍數字化對于中醫藥信息的快捷傳播和永久保存具有重要意義。如何從數字化的古籍文本中有效提取中醫藥知識，則是知識工程所關注的問題。無論是通過專家訪談等方法獲取領域專家的經驗和實踐方法，還是查閱大量文獻搜集領域知識，都是復雜的、繁瑣的工作，且多數情況下只能通過人工方法完成。因此，知識獲取是中醫藥知識工程領域中面臨的關鍵瓶頸[16]。如何突破“知識獲取”瓶頸，也就成為知識工程研究的一個熱點問題。

4.4 中醫藥知識運用研究

知識運用是指將領域知識庫以及機器推理、知識發現等技術運用于科研、臨床、教學等領域，輔助中醫藥工作者解決復雜問題并提升工作效率。知識工程在中醫藥領域的具體應用包括：四診客觀化研究、中醫辨證規范化研究、方劑量效關系分析、中藥新藥發現、中醫臨床診療、中醫教學等等。為使知識工程的成果產生社會效益和經濟效益，促進中醫藥知識創新和學科發展，必須研究如何運用知識的問題。知識工程學不能逐一研究具體應用的過程或方法，而是研究在各種應用中都可能用到的共性方法，包括知識推理、知識搜索、知識發現、知識服務等。

傳統上知識運用研究的一個中心問題是如何構建專家系y。中醫專家系統是指用計算機人工智能技術來模擬著名老中醫診療病人的臨床經驗，從而使該軟件具有專家診治病人的水平[8]。如前文所述，隨著“中醫關幼波診療肝病的計算機系統”的出現，全國興起了一股研發中醫專家系統的熱潮。據陸志平等[9] 估計，中醫專家系統已不下300個，并遍及中醫的內、外、婦、兒、五官以及針灸等各科。專家系統能對中醫四診信息進行處理和解釋，并產生臨床推薦意見和臨床警示，可用于輔助職業醫師進行臨床決策。該系統的構建涉及知識獲取、機器學習、知識推理、知識搜索等多方面的理論和方法學研究。

自20世紀90年代開始，隨著數據庫技術的普及以及數據庫內容的不斷積累，使業務人員產生了從數據庫中挖掘知識的愿望。為此，學者們將數據庫技術與人工智能、統計學、機器學習等傳統技術相互融合，產生了知識發現這一交叉學科[17]。知識發現（knowledge discovery in database，KDD），可被理解為“數據庫中的知識發現”。近年來，中醫團體探索將各種KDD方法應用于中醫藥領域。KDD被用于研究方劑配伍規律[18]，輔助中醫開具中藥處方[19]，解釋中醫證候的本質[20-21]，以及輔助基于中醫藥的新藥研發[22]，都取得了良好的效果。KDD作為中醫藥知識分析和科研創新的一種新方法，也成為中醫藥知識運用研究的一個熱點。

5 中醫藥知識工程的關鍵技術分析

中醫藥知識工程將本體（ontology）、文本挖掘（text mining）、語義網（semantic Web）等多種信息技術與中醫藥領域知識相結合，以促進中醫藥知識的創造、管理和運用。在下文中，圍繞知識建模、知識獲取、知識存儲、知識發現等4個主要方面，對中醫藥知識工程中涉及的關鍵技術進行具體分析。

5.1 中醫藥知識建模技術

知識建模是將領域知識表達為計算機可處理模型（即知識模型）的過程，它是知識工程的基礎。中醫藥知識體系與中華傳統文化息息相關，具有鮮明的文化和語言特色，這決定了中醫藥知識建模的獨特性。歷代中醫普遍采用“取向比類”等形象思維方法，中醫藥概念之間的關系錯綜復雜，中醫文獻中包含大量古漢語成分，這些因素導致中醫藥知識難于精確描述和定量刻畫。需要對知識建模的方法和技術進行創新，并研究出一套符合中醫藥特點的知識建模框架，以支持中醫藥知識工程的實施以及知識服務平臺的建設。

知識建模技術有很多種，技術人員所熟知的統一建模語言（UML）和實體關系模型（ER模型）都屬于知識模型。本體是1990年代出現的知識建模方法，其核心任務是對領域概念體系進行系統梳理和準確表 達[13]。本體在復雜知識建模和自動推理等方面體現出技術優勢，因此在生物醫學領域逐漸成為主流技術。

近年來，中醫藥知識工程的一個熱點是通過構建中醫藥領域本體，對中醫藥理論和知識體系進行辨認、梳理、澄清和永久保真處理。中醫團體已經開展了基于本體的中醫藥知識建模方法研究，并實際構建了一系列領域本體[14] 。例如，中國中醫科學院中醫藥信息研究所研制了“中醫藥學語言系統（Traditional Chinese Medicine Language System，TCMLS）”這一大型中醫藥領域本體[23] 。TCMLS對中醫藥領域的概念和術語系統進行了完整的表達，在中醫藥學研究中得到廣泛應用。此外，本體建模的對象還包括陰陽、五行、臟腑、證候、中藥、方劑等諸多領域。這些本體最終可被整合為一個完整的中醫藥領域本體，支持知識獲取、知識發現、知識服務等中醫藥知識工程的后續工作。實踐表明，本體可有效捕捉中醫藥領域的概念體系，并以概念為核心將中醫藥知識體系準確地表達出來，能夠勝任中醫藥領域知識建模的任務。

5.2 中醫藥知識獲取技術

如上文所述，中醫藥知識獲取是一項復雜的工作，被公認為知識處理過程中的一個瓶頸，嚴重限制了知識工程和知識系統的發展。近年來，學者們主要試圖通過“集體智能”和“機器智能”這兩條路徑來突破中醫藥領域的知識獲取瓶頸。

“集體智能”是指組織大量領域專家一起編輯知識庫，從而實現專家知識的共享與融合。實現集體智慧的關鍵在于建立合理的交流、協作和激勵機制。隨著互聯網的迅速推廣，中醫界開始利用互聯網技術建立各種面向中醫藥領域的知識工程平臺，進行跨學科、跨組織、跨地域的協作式知識加工，開展了一系列大規模的知識工程項目，建成了一系列術語系統、領域本體、文獻庫、數據庫和知識庫。例如，中國中醫科學院中醫藥信息研究所建立了基于互聯網的“中醫藥虛擬研究院”，部署了一個協同知識工程平臺，支持全國40余家機構，近300人進行協同工作[24-25]。在該系統的直接支持下，研制了“中醫藥學語言系統”[23]等一系列大型知識系統。實踐表明，基于互聯網的虛擬環境能將不同機構、不同地區的研究人員組織起來，有效解決資金分散、缺乏協調、研發能力不足等問題，實現知識工程的規?；痆25]。

“機器智能”是指研發文本挖掘技術，使機器能夠直接從文獻等知識載體中提取結構性知識。文本挖掘在中醫藥領域已得到成功應用，能夠顯著提升知識庫加工的效率[26]。但與生物醫學領域的大量研究工作[27]相比，文本挖掘在中醫藥領域的應用仍處于早期探索階段。需要針對中醫藥文獻的特點，進一步研發實用的挖掘方法，提升挖掘結果的完整性和準確性，從而深度挖掘中醫藥文獻中蘊含的知識。

5.3 中醫藥知識存儲技術

知識存儲（knowledge storage）特指在計算機系統中安全、可靠、有序地存儲知識資源，以支持知識管理和知識工程應用。知識庫是實現知識存儲的重要支撐工具，也是知識工程的重中之重。知識庫一般是針對特定領域以及問題求解而建立的，對領域知識進行全面收集和系統整理，進而對知識進行組織、分類和保存，以支持知識檢索和查詢。

構建中醫知識庫系統，是指用人工智能技術把中醫藥理論和專家的經驗按規范化、標準化的格式組建成知識庫[8]。知識庫一般具有形式化、結構化、易查詢、易操作等特點，能支持機器推理。傳統上知識庫主要是指采用謂詞邏輯、框架等知識表示方法，在計算機系統中表示和存儲的知識集合。但在中醫藥信息化實踐中，人們也把文獻庫、數據庫、本體等多種形式的知識載體統稱為“知識庫”。它們都能起到知識存儲的作用，與自然語言處理、機器學習等方法相結合后仍可支持智能應用，因此稱之為廣義的知識庫也不為過。

近年來，中醫藥知識庫建設得到迅猛發展，在中醫人體、中醫疾病、中醫證候、中醫醫案、中藥、中醫養生等方面都出現了知識庫系統[28]。中醫藥知識庫在中醫藥信息化中扮演著核心的角色，在文獻整理、知識可視化、知識共享、臨床診療、教學、研究等諸多方面取得實際應用，為中醫藥知識遺產的數字化保存和深度挖掘提供了創新性的手段。

5.4 中醫藥知識發現技術

知識發現是從數據中獲取有效、新穎、有潛在應用價值和最終可理解模式的非平凡過程[17]。知識發現是人工智能、數據庫、統計學、機器學習等多種技術相互交叉產物。知識發現在20世紀90年代提出之后，獲得了廣泛關注和迅速發展，產生了高頻集、關聯分析、分類、預測、聚類、孤立點分析、時序/序列分析等一系列行之有效的方法，還出現了Weka、Rapidminer等較為成熟的開源軟件。這為知識發現技術在中醫藥領域的應用創造了條件。

中醫在數千年的臨床實踐與理論研究中積累了海量的數據、文獻和知識。如何利用這些寶貴資源就成了發展中醫藥必須面對的一個問題。而KDD所擅長的正是從海量的數據中尋找有意義的模式和知識，是分析中醫藥海量數據所需的理想技術手段。近年來，中醫團體已開展了將頻繁模式發現、關聯規則發現、聚類分析、復雜網絡分析等多種KDD方法引入中醫藥領域的若干探索。例如，使用關聯規則發現等方法對方劑數據進行分析，來揭示方劑配伍規律[18]；通過知識發現方法輔助中醫開具中藥處方[19]以及中藥新藥研發[22]；通過基于隱結構模型的機器學習方法來揭示中醫證候的本質[21]；使用文本挖掘方法從海量文獻中挖掘新穎知識，構建并分析中醫藥復雜網絡[20]。這些工作表明，面對中醫藥領域的海量數據，采用KDD技術進行有效的知識發現既是必要的，也是可行的[29]。

過20多年的發展，中醫藥知識發現的方法和技術已進入相對成熟期，針對中醫藥領域的各種問題都產生了一系列行之有效的方法。但成熟并不意味著完善，面對中醫藥數據描述多樣化、數據仍不完備的特點，仍然需要對現有的KDD技術進行改進和發展，以滿足中醫藥科學研究和知識創新的需要。

6 中醫藥知識工程的發展趨勢

近年來，中醫藥知識工程實踐取得長足發展，成功建立了大量的知識資源。但中醫藥知識資源往往服務于特定的醫療和研究機構，彼此之間異質、異構，難以實現集成與共享，形成嚴重的“知識孤島”現象，成為長期困擾中醫藥知識工程領域的技術難題。中醫藥與西醫等相關領域的知識資源也難以實現有效的關聯，阻礙了跨學科研究的開展。

為此，學者們[6，30]提出使用語義網作為中醫藥數據表示標準，實現中醫藥內部的知識整合以及中西醫領域的知識互聯，從根本上解決“知識孤島”問題。2001年，萬維網發明人（T.B. Lee）在《科學美國人》上正式提出了語義網的構想，認為它將是一個機器可以理解的開放性信息空間[5]。語義網技術的核心優勢在于將數據結構和存儲方式各異的數據轉換為統一格式并重新，從而實現數據資源的交換與集成。語義網為實現跨領域知識關聯提供了理想的技術平臺，有助于構建面向特定領域的大規模知識圖譜，進而實現各領域知識圖譜的關聯與融合。語義網最終將發展為一個全球性的知識圖譜，提供全面、智能的知識檢索服務，促進知識共享和人機協作。

可基于語義網技術建立中醫藥知識圖譜，從而實現中醫疾病、中藥、方劑、針灸、醫案等中醫藥各門類知識資源的集成[30-31]。TCMLS作為一個包含10余萬個中醫概念以及100余萬個語義關系的大型語義網絡，為構建中醫藥知識圖譜提供了相對完整的框架。鑒于此，于彤等[31]提出以中醫藥學語言系統為骨架，將中醫藥領域現有的術語資源和數據庫資源融合起來，構成大規模知識圖譜，并實現基于知識圖譜的知識檢索、知識展示和知識服務等功能。在未來，可進一步擴充中醫藥知識圖譜，通過語義關系表達中醫和西醫之間的結合點，從而實現這兩個領域的知識圖譜的關聯和融合。這套方法將使中醫藥知識資源接入全球互聯的知識圖譜之中，支持各種面向結合醫學的知識共享、決策支持和知識發現應用，在中西醫結合醫學中發揮更大的作用和影響力。

6 小結

中醫藥根植于中華文化，源于中國傳統哲學，是中華民族非常寶貴的知識遺產。中醫藥知識工程成為中醫藥知識遺產保護和知識創造的一種新模式，能有效推動群體性的知識創新活動，加速知識轉化過程，促進知識的傳播。

中醫藥經過數千年的發展，形成了一座偉大的知識寶庫，這決定了中醫藥知識工程的巨大價值和艱巨性。中醫藥領域知識體系相當復雜，對知識工程技術提出了獨特的需求。在中醫藥領域實施知識工程是一項極其復雜且具有挑戰性的工作，其中還有很多尚未解決的科學問題和技術難題，需要進行長期的研究。展望未來，中醫藥知識工程必將成為中醫藥信息學學科體系的重要組成部分，也將在中醫藥科學研究和臨床實踐中發揮越來越重要的作用。

參考文獻：

[1] 任廷革， 劉曉峰， 李慶業， 等. 從復方分析模型的研究看中醫知識工程的意義[J]. 中國中醫藥信息雜志， 1999， 6（3）： 12-13.

[2] 楊斌. 中醫知識工程的建立及其意義[J]. 世界科學技術――中醫藥現代化， 2000， 2（4）： 28-30.

[3] Schreiber G， AKKERMANS H， Anjewierden A， et al. Knowledge engineering and management： the CommonKADS methodology [M]. 1st ed. Cambridge， MA： The MIT Press， 2000.

[4] Brachman R， Levesque H. Knowledge representation and reasoning [M].San Francisco：Morgan Kaufmann Publishers Inc.， 2004.

[5] Berners-Lee T， HENDLER J， Lassila O. The semantic Web [J]. Scientific American， 2001， 284（5）： 28-37.

[6] 于彤， 崔蒙， 李敬華. 語義Web在中醫藥領域的應用研究綜述[J]. 世界中醫藥， 2013， 8（1）： 107-109.

[7] Fayyad U， PIATETSKY-Shapiro G， Smyth P. From data mining to knowledge discovery in databases[J]. AI magazine， 1996， 17（3）： 37-54.

[8] 馬斌榮. 中醫專家系統與中醫知識庫[M]. 北京： 北京出版社， 1997.

[9] 陸志平， 李媛媛， 魏方方， 等. 人工智能、專家系統與中醫專家系統[J]. 醫學信息， 2004， 17（8）： 458-459.

[10] 孫燕. 中醫知識工程研究進展分析[M]. 中國中醫藥信息雜志， 2010， 17（12）： 5-6.

[11] 于彤， 陳華鈞， 顧攏 等. 中醫象思維的OWL語義建模[J]. 中國數字醫學， 2013， 8（4）： 29-33.

[12] 于彤， 崔蒙， 吳朝暉， 等. 基于語義Web的中醫臨床知識建模[J]. 中國數字醫學， 2013， 8（11）：81-85.

[13] Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge acquisition， 1993， 5（2）： 199-220.

[14] 李兵， 裘儉， 張華敏， 等. 中醫藥領域本體研究概述[J]. 中國中醫藥信息雜志， 2010， 17（3）：100-101，106.

[15] 路耀華. 思維模擬與知識工程[M]. 北京： 清華大學出版社， 1997.

[16] 陳瑜. 試論中醫藥領域的知識獲取[J]. 醫學信息學雜志， 2013， 34（3）： 89-92.

[17] FAN J， LI D. An overview of data mining and knowledge discovery[J]. Journal of computer science and technology， 1998， 13（4）： 348-368.

[18] 李文林， 段金廒， 趙國平，等. 方劑配伍規律數據挖掘的研究現狀及思考[J]. 中國中醫藥信息雜志， 2008， 15（10）：92-94.

[19] QIAO S， TANG C， JIN H， et al. KISTCM： knowledge discovery system for traditional Chinese medicine[J]. Applied intelligence， 2010， 32（3）：346-363.

[20] ZHOU X， LIU B， WU Z， et al. Integrative mining of traditional Chinese medicine literature and MEDLINE for functional gene networks [J]. Artificial intelligence in medicine， 2007， 41（2）：87-104.

[21] ZHANG N， YUAN S， CHEN T， et al. Latent tree models and diagnosis in traditional Chinese medicine[J]. Artificial intelligence in medicine， 2008， 42（3）：229-245.

[22] 雷蕾， 慧敏， 崔蒙， 等. 中醫藥化學輔助研發系統的建設[J]. 中國中醫藥信息雜志， 2008， 15（8）： 100-101.

[23] 于彤， 賈李蓉， 劉靜， 等. 中醫藥學語言系統研究綜述[J]. 中國中醫藥圖書情報雜志， 2015， 39（6）： 56-60.

[24] 崔蒙， 謝琪， 尹愛寧， 等. 中醫藥信息數字化虛擬研究院建設模式研究[J]. 上海中醫藥大學學報， 2008， 23（3）：5-8.

[25] 尹愛寧， 崔蒙， 范為宇， 等. 中醫藥虛擬研究院[J]. 國際中醫中藥雜志， 2006， 28（3）： 141-143.

[26] ZHOU X， PENG Y， LIU B. Text mining for traditional Chinese medical knowledge discovery： a survey[J]. Journal of biomedical informatics， 2010， 43（4）： 650-660.

[27] Rebholzschuhmann D， OELLRICH A， Hoehndorf R. Text-mining solutions for biomedical research： enabling integrative biology[J]. Nature reviews genetics， 2012， 13（12）： 829-39.

[28] 于彤， 釧叮 李敬華. 中醫藥知識庫系統研究進展綜述[J]. 中國醫學創新， 2014， 11（18）： 142-144.

[29] 吳朝暉， 封毅. 數據庫中知識發現在中醫藥領域的若干探索（Ⅰ）[J]. 中國中醫藥信息雜志， 2005， 12（10）： 93-95.

[30] CHEUNG K， CHEN H. Semantic Web for data harmonization in Chinese medicine [J]. Chinese Medicine， 2010， 5（1）：1-5.

[31] 于彤， 劉靜， 賈李蓉， 等. 大型中醫藥知識圖譜構建研究[J]. 中國數字醫學， 2015， 10（3）： 80-82.

Knowledge Engineering for Traditional Chinese Medicine： A Review of Theoretical System and Key Technologies

Yu Tong

Information Institute of Traditional Chinese Medicine， China Academy of Chinese Medical Sciences，

Beijing 100700