基于非結(jié)構(gòu)化數(shù)據(jù)的專家綜合評(píng)價(jià)技術(shù)研究與應(yīng)用.pdf

1、專家資源是各類組織中最有價(jià)值的資源之一，重要的知識(shí)保存在專家的頭腦中。因此，尋找合適的專家就成為解決重要問題的關(guān)鍵所在?；趯＜业难芯空撐牡确墙Y(jié)構(gòu)化數(shù)據(jù)的挖掘與分析，對(duì)專家的研究領(lǐng)域進(jìn)行評(píng)價(jià)和檢索就成為解決疑難問題的重要工具。
　　專家檢索(Expert finding)的目的是要查找某一領(lǐng)域的專家?guī)椭黝惤M織解決問題，專家不僅需要具備相應(yīng)的領(lǐng)域?qū)I(yè)知識(shí)，而且還應(yīng)具有一定的影響力。為此本文在研究基于非結(jié)構(gòu)化文檔內(nèi)容的專家建模方法基

2、礎(chǔ)上，還考慮能夠表征專家權(quán)威性的專家引用關(guān)系。通過融合專家文檔內(nèi)容和引用關(guān)系，從而更準(zhǔn)確、更全面地對(duì)專家進(jìn)行綜合評(píng)價(jià)。
　　本文在分析相應(yīng)需求和技術(shù)的基礎(chǔ)上，建立三層體系結(jié)構(gòu)，分別是信息采集、特征構(gòu)建和專家檢索三大部分，并重點(diǎn)研究了特征構(gòu)建和專家檢索兩部分。信息采集主要是根據(jù)采集策略從專家信息庫、學(xué)術(shù)數(shù)據(jù)庫、專利信息庫等數(shù)據(jù)源中自動(dòng)地采集專家信息及相關(guān)技術(shù)知識(shí)資源，并進(jìn)行清洗、規(guī)整、存儲(chǔ)。特征構(gòu)建主要在信息采集部分獲取到專家的非結(jié)

3、構(gòu)化數(shù)據(jù)后，使用基于統(tǒng)計(jì)的中文分詞技術(shù)對(duì)文檔進(jìn)行分詞，統(tǒng)計(jì)分析每個(gè)詞項(xiàng)在文檔中出現(xiàn)的頻率，在此基礎(chǔ)上基于專家語言模型計(jì)算詞項(xiàng)與專家的相關(guān)度，對(duì)詞項(xiàng)建立特征構(gòu)建內(nèi)容特征庫。同時(shí)抽取分析文獻(xiàn)引用信息，計(jì)算關(guān)系權(quán)重構(gòu)建專家引用關(guān)系網(wǎng)絡(luò)。然后基于專家引用關(guān)系網(wǎng)絡(luò)使用相關(guān)性傳播模型對(duì)內(nèi)容特征更新提升，達(dá)到平穩(wěn)狀態(tài)或經(jīng)過有限次迭代后，融合專家文檔內(nèi)容和引用關(guān)系對(duì)專家研究領(lǐng)域建立特征構(gòu)建專家特征庫。用戶檢索，用戶輸入查詢后，使用中文分詞技術(shù)切分查詢成

4、多個(gè)查詢?cè)~，對(duì)于每個(gè)查詢?cè)~從專家特征庫中搜索匹配特征，讀取特征值作為對(duì)專家關(guān)于該查詢?cè)~的評(píng)價(jià)得分。假設(shè)每個(gè)查詢?cè)~相互獨(dú)立，根據(jù)乘法原理合并所有查詢?cè)~得分，得到對(duì)專家在整個(gè)查詢中的綜合評(píng)價(jià)，然后按序返回專家列表。為了提高用戶的檢索速度，其中將信息采集、特征構(gòu)建作脫機(jī)處理，在用戶發(fā)送查詢請(qǐng)求時(shí)，直接可以得到系統(tǒng)對(duì)專家的綜合評(píng)估。
　　本文最后實(shí)現(xiàn)了一個(gè)專家信息檢索系統(tǒng)，并應(yīng)用在某大型醫(yī)藥企業(yè)中，該系統(tǒng)能夠?yàn)槠髽I(yè)尋找出相關(guān)領(lǐng)域的專家，幫