雖然現(xiàn)在網(wǎng)上有海量的信息,例如Google能檢索出成千上萬的網(wǎng)頁,但是仍然有很多信息沒有辦法被搜索到。很多知識不能存儲于文檔或者數(shù)據(jù)庫中,而僅存在于人的腦子中,這些知識被稱為隱性的知識（Tacit Knowledge）。正是由于有很多知識并不能用書面形式表達,所以我們需要一種方法,能找到掌握這些知識的專家。通過與專家面對面的交流或者發(fā)送電子郵件詢問的方式,得到更多原本不可能得到的知識。專家主要分成兩類,一類是企業(yè)內(nèi)部的,還有一類是學(xué)術(shù)界。本文關(guān)注的重點是學(xué)術(shù)界的專家尋找。雖然都是尋找專家,但是在學(xué)術(shù)界和在企業(yè)里,尋找的方式還是有些不同的。在企業(yè),尋找專家主要通過每個人在企業(yè)內(nèi)公開的資料,個人簡介,通信的郵件等,并且尋找的范圍也相對小且固定,都是集中在一個企業(yè)內(nèi)部。而在學(xué)術(shù)界,主要通過每個學(xué)者的主頁（Homepage）,發(fā)表過的論文,參加過的會議等信息來尋找專家,并且尋找的范圍更廣,幾乎涉及全世界所有的大學(xué)和研究所。本文提出了一個專家尋找的通用模型框架,可以將很多模型融合到框架中并結(jié)合不同的方法,提高專家尋找的精確度和魯棒性。該框架通過文檔作為中間參數(shù)對查詢主題與候選專家之間的關(guān)聯(lián)度進行... 

【文章來源】：復(fù)旦大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

議搜罄型

查詢Textmining后BMExpert的輸出


本文編號：3004822