基于聚集模型的企業(yè)專家檢索系統(tǒng)研究.pdf

1、隨著信息量的驟增,如何在一個(gè)企業(yè)或組織范圍內(nèi)有效地管理知識(shí)、組織信息,從而提高企業(yè)管理者的領(lǐng)導(dǎo)能力和員工的工作效率,成為越來越迫切的需求。這使得企業(yè)信息檢索獲得越來越多的關(guān)注。專家搜索是企業(yè)信息檢索中的一個(gè)重要研究課題。對(duì)于一個(gè)大型的企業(yè)組織來說,能夠自動(dòng)地找出組織內(nèi)部某一領(lǐng)域內(nèi)的專家是十分有用的,例如咨詢相關(guān)問題、組建研究小組等等。本文針對(duì)當(dāng)前已有的企業(yè)專家檢索模型進(jìn)行研究和改進(jìn),提出了一種新型的、基于聚集模型的專家檢索系統(tǒng),旨在解決

2、現(xiàn)有專家檢索模型存在的查詢準(zhǔn)確率偏低的問題。
　　具體地,本文的主要工作主要體現(xiàn)在以下幾個(gè)方面:
　　第一,本文介紹了目前應(yīng)用最廣泛的企業(yè)專家搜索模型:文檔模型和候選者模型,并對(duì)兩者的優(yōu)缺點(diǎn)進(jìn)行了系統(tǒng)的比較和詳細(xì)地分析;
　　第二,本文提出將聚集模型作為企業(yè)專家搜索的解決方案。與現(xiàn)有的文檔模型和候選者模型不同,聚集模型對(duì)候選者進(jìn)行建模時(shí)不再局限于一類能夠證明其技能的相關(guān)信息,而是通過從企業(yè)知識(shí)庫中識(shí)別、提取出多種相關(guān)信

3、息,例如,員工的技能簡(jiǎn)歷,與員工相關(guān)的所有文檔,以及具有相同技能的相似專家等等,從而對(duì)員工的知識(shí)和技能進(jìn)行建模。然后,這些候選者與給定檢索詞之間相關(guān)的概率就由員工的聚集模型推出這個(gè)檢索詞的概率決定。在估算概率時(shí),我們采用了信息檢索中得到廣泛使用的語言模型。
　　第三,在聚集模型的框架下,基于文檔模型和候選者模型,提出兩種方法分別對(duì)這兩種模型進(jìn)行了改進(jìn):針對(duì)文檔模型,提出一種基于加權(quán)的文檔一候選者聯(lián)系加以改進(jìn);針對(duì)候選者模型,提出一

4、種基于滑動(dòng)窗口和IDF過濾的方法加以改進(jìn)。然后,這對(duì)兩種改進(jìn)的模型開展了相關(guān)實(shí)驗(yàn)進(jìn)行評(píng)價(jià)。
　　最后,本文首次將相似專家(擁有相似技能的候選者)引入了專家檢索,通過發(fā)掘候選者之間存在的聯(lián)系,以此來提升專家檢索系統(tǒng)的查詢準(zhǔn)確度。相應(yīng)地,本文對(duì)相似專家的引入對(duì)專家檢索系統(tǒng)的影響也開展了實(shí)驗(yàn)進(jìn)行分析和評(píng)價(jià)。
　　本文通過使用TREC提供的數(shù)據(jù)集和測(cè)試平臺(tái),對(duì)聚集模型的有效性進(jìn)行了測(cè)試與評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明:本文所提出的基于聚集模型的