技術(shù)創(chuàng)新是企業(yè)轉(zhuǎn)變發(fā)展方式和提升經(jīng)濟(jì)效益的重要途徑,但目前大部分企業(yè)自身人才缺乏、企業(yè)技術(shù)創(chuàng)新能力不足,在發(fā)展過程中如果遇到技術(shù)難題,往往會尋求外部專家的幫助。專家?guī)鞛槠髽I(yè)尋找外部專家提供了相應(yīng)的支持,然而,現(xiàn)有專家?guī)煸谛畔⒁?guī)范、構(gòu)建方式和提供服務(wù)等方面,還存在著諸多的問題:①專家信息缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范,以及信息展示形式過于單一;②采用人工構(gòu)建,專家信息數(shù)據(jù)收集困難、效率低下,并且信息存在滯后性;③缺乏有效的專家檢索、專家推薦等功能。針對上述問題,本文開展面向企業(yè)需求的專家信息獲取和專家推薦方法研究,幫助企業(yè)方便、快速地找到滿足需求的各領(lǐng)域外部專家。第一章是緒論。闡述了本文的研究背景和需要解決的問題,梳理了相關(guān)領(lǐng)域的國內(nèi)外研究現(xiàn)狀,并給出了本文的主要研究內(nèi)容和論文框架。第二章是基于專家主頁的專家信息抽取方法研究。在現(xiàn)有專家?guī)煺{(diào)研的基礎(chǔ)上,對專家信息進(jìn)行了分類,由此構(gòu)建了一個統(tǒng)一的專家信息元數(shù)據(jù)框架,并通過對專家信息的來源分析,從候選網(wǎng)頁獲取、專家主頁識別和專家信息抽取等三個方面對專家信息的抽取過程進(jìn)行了詳細(xì)介紹。第三章是基于主題模型的專家研究領(lǐng)域識別方法研究。在動態(tài)主題模型和有監(jiān)督主... 

【文章來源】：浙江大學(xué)浙江省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：111 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第1章 緒論
    1.1 引言
    1.2 研究背景及問題的提出
        1.2.1 研究背景
        1.2.2 問題的提出
    1.3 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀
        1.3.1 信息抽取
        1.3.2 文本主題識別
        1.3.3 推薦算法
    1.4 研究內(nèi)容及論文框架
        1.4.1 研究內(nèi)容及意義
        1.4.2 論文框架
    1.5 本章小結(jié)
第2章 基于專家主頁的專家信息抽取方法研究
    2.1 引言
    2.2 專家信息元數(shù)據(jù)框架
        2.2.1 專家定義
        2.2.2 現(xiàn)有專家?guī)煺{(diào)研
        2.2.3 專家信息元數(shù)據(jù)框架構(gòu)建
    2.3 專家信息來源分析
    2.4 候選網(wǎng)頁獲取
    2.5 專家主頁識別
        2.5.1 訓(xùn)練數(shù)據(jù)的獲取
        2.5.2 分類特征的提取
        2.5.3 分類模型的選擇
    2.6 專家信息抽取
        2.6.1 Bi-LSTM-CRF模型
        2.6.2 實(shí)驗(yàn)數(shù)據(jù)
        2.6.3 評價指標(biāo)
        2.6.4 實(shí)驗(yàn)細(xì)節(jié)
        2.6.5 實(shí)驗(yàn)結(jié)果與分析
    2.7 本章小結(jié)
第3章 基于主題模型的專家研究領(lǐng)域識別方法研究
    3.1 引言
    3.2 主題模型概述
        3.2.1 PLSA模型
        3.2.2 LDA模型
        3.2.3 LDA擴(kuò)展模型
    3.3 專家學(xué)術(shù)論文庫特點(diǎn)分析
    3.4 有監(jiān)督學(xué)習(xí)的動態(tài)主題模型
        3.4.1 模型構(gòu)建
        3.4.2 參數(shù)估計
    3.5 不同主題模型的對比分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)
        3.5.2 實(shí)驗(yàn)細(xì)節(jié)
        3.5.3 實(shí)驗(yàn)結(jié)果與分析
    3.6 專家研究領(lǐng)域識別
    3.7 本章小結(jié)
第4章 基于知識網(wǎng)絡(luò)的專家推薦方法研究
    4.1 引言
    4.2 知識網(wǎng)絡(luò)與網(wǎng)絡(luò)分析概述
        4.2.1 知識網(wǎng)絡(luò)
        4.2.2 網(wǎng)絡(luò)分析
    4.3 專家領(lǐng)域知識網(wǎng)絡(luò)構(gòu)建
        4.3.1 知識節(jié)點(diǎn)建模
        4.3.2 知識關(guān)聯(lián)建模
    4.4 基于圖相似的專家推薦
        4.4.1 知識節(jié)點(diǎn)密度方法
        4.4.2 最大公共子圖方法
        4.4.3 實(shí)驗(yàn)數(shù)據(jù)與評價指標(biāo)
        4.4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 基于專家能力評分的專家推薦優(yōu)化
        4.5.1 指標(biāo)體系
        4.5.2 評分模型
        4.5.3 專家推薦優(yōu)化
    4.6 本章小結(jié)
第5章 面向企業(yè)需求的專家推薦系統(tǒng)設(shè)計與實(shí)現(xiàn)
    5.1 引言
    5.2 系統(tǒng)服務(wù)模式與需求分析
        5.2.1 系統(tǒng)服務(wù)模式
        5.2.2 系統(tǒng)需求分析
    5.3 系統(tǒng)設(shè)計
        5.3.1 系統(tǒng)結(jié)構(gòu)框架
        5.3.2 系統(tǒng)技術(shù)框架
    5.4 系統(tǒng)主要功能界面
        5.4.1 系統(tǒng)入口
        5.4.2 專家管理模塊
        5.4.3 企業(yè)管理模塊
        5.4.4 項(xiàng)目管理模塊
        5.4.5 群組管理模塊
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]人際關(guān)系視域下人際情報網(wǎng)絡(luò)的構(gòu)建研究[J]. 王詩華,周中林.  情報科學(xué). 2017(11)
[2]淺談SaaS系統(tǒng)對中小企業(yè)信息化的作用[J]. 楊志丹.  計算機(jī)時代. 2017(08)
[3]基于深度神經(jīng)網(wǎng)絡(luò)的中文命名實(shí)體識別[J]. 張海楠,伍大勇,劉悅,程學(xué)旗.  中文信息學(xué)報. 2017(04)
[4]一種具有核心-邊緣結(jié)構(gòu)的無標(biāo)度網(wǎng)絡(luò)演化模型[J]. 張其林,董政呈,趙永標(biāo).  計算機(jī)工程與科學(xué). 2017(03)
[5]基于知網(wǎng)與詞林的詞語語義相似度計算[J]. 朱新華,馬潤聰,孫柳,陳宏朝.  中文信息學(xué)報. 2016(04)
[6]合著者貢獻(xiàn)率的國際文獻(xiàn)回顧[J]. 王紅,王全紅.  現(xiàn)代情報. 2016(05)
[7]基于用戶興趣和社交信任的聚類推薦算法[J]. 肖曉麗,錢婭麗,李旦江,譚柳斌.  計算機(jī)應(yīng)用. 2016(05)
[8]網(wǎng)絡(luò)輿情觀點(diǎn)提取的LDA主題模型方法[J]. 陳曉美,高鋮,關(guān)心惠.  圖書情報工作. 2015(21)
[9]基于圖挖掘的文本主題識別方法研究綜述[J]. 郭紅梅,張智雄.  中國圖書館學(xué)報. 2015(06)
[10]信息抽取研究綜述[J]. 郭喜躍,何婷婷.  計算機(jī)科學(xué). 2015(02)



本文編號：3635865