[企业知识管理能力内涵的分析，利用层次分析法，从近期、中期、远期层次，构建企业知识管理能力评价指标体系，并相应确定权重，形成企业知识管理绩效评价模型，旨在帮助企业发现自身不足，为企业加强知识管理提供企业的情况不一致，他们的取值h1、h2、h3、h4也各不相同，所以不能把这四个数据具体化。在不同企业中，需要具体分析，得出不同的数据，代入函数计算。
同样的道理，我们也可以对其他的指标如c2、c3进行这样的计算，将具体的数据转化为隶属程度，能实现对本来模糊的语言加以定量的刻画，然后再利用模糊数学的计算方法进行处理。在以上分析的基础上，我们可以得到在图上的底层指标中的隶属度情况，这些隶属度呈现为一种矩阵组合，设为m。
3确定指标的权重
在上面的论述中，我们已经完成了指标的量化工作。接下来的工作，我们需要采用层次分析法来确定指标的权重。设某一层次上的因素为a1，a2，……an，对该层次上任意的ai，aj求得其相对重要度比较值aij作为权系数，从而形成判断矩阵a=。
下面给出一种常用的判断分值表(若目标i比目标j次要，则aij为表中值取反)。

基于上表，可以采用如下的评估流程：


次序一致性检验：检查评估者对各目标要素重要性的认识是否存在逻辑上的矛盾，这是所得判断矩阵是否可用的前提。LocalHOST采用数理逻辑的符号，则次序一致性可以表示为：求得每一层次各要素判断矩阵的最大特征值并求得属于该特征值的特征向量w=( w1，w2，……wn)t，w1，w2，……wn给出了因素ai(i∈[1，n])相对于因素c按重要性的一个排序。
求同一层次的组合权系数：设上一层因素为c1，c2，……cm，则对任一个c i可以求得相应的权向量w i =(w1i，w2i……，wni)t。设已知上一层c i的权重为a i，则可以求得当前层每个因素的组合权系数为：

依此类推，直至求出最底层所有因素的权系数。根据最底层权系数可以给出相应的排序。
一致性检验：为了避免判断上的不一致性，需要用一致性指标ci进行检验，在ci≤0．1的条件下，认为判断矩阵a有效。
综合专家意见，得到相应阶段的权重排序向量w。
以上的计算过程是参考运筹学的层次分析方法建立的，结合上面我们给出的层次图形，可以计算出在我们确定的目标体系中各个因素的权重。因为各个企业中的差异性，我们很难确定上面公式的具体数据，但所有的计算结束后可以得到权重排序向量矩阵w。

4绩效评估
最后，可以通过已经建立起来的指标体系对知识管理的绩效进行评估，其操作过程如下：
(1)按照前面的方法，确定了近期目标、中期目标、远期目标三个层次体系；
(2)将上文知识目标中的指标加入指标集合in—dex，然后建立评估等级集合class={优，良，中，差}；
(3)邀请多名专家根据上面的方法进行计算。因为每个专家在定性指标方面的理解是不同的，所以在定量指标和定性指标共存的条件下，他们会得出不同的结论。一个专家得到的最后结果为一行，如上文中的lialibliclid等。由于知识管理涉及因素的广泛性和复杂性，所以这个评判属于多因素模糊综合评判，因而可以在专家结果的基础上建立隶属 度模糊矩阵：
(4)采用层次分析法来确定指标的权重，按照上文的论述，得到最后的权重矩阵w；
(5)按照模糊数学的乘法，进行运算eff=m。w。这里的乘法不同于一般意义上的乘法，是模糊关系w和m的复合，也就是模糊矩阵w和m的乘积；
(6)计算综合评分值为result=eft*e，e取为class类中等级评定阈值的中间值；
(7)在以上基础上，我们可以从所有行业企业中抽样选取有代表性数量的样本，分别计算它们的评分值，得到result1，result2，result3……resultn；
(8)最后考虑采用合适的办法对以上result值进行处理，可以得到行业的平均情况和其它类似的指标。