符合程度的模糊语意 - 国立中兴大学资讯科学与工程学系.ppt

* * 人力資源網站模糊查詢的網路服務 賴聯福 國立彰化師範大學資訊工程學系 lflai@cc.ncue.edu.tw * Motivation 傳統人力資源網站如104人力銀行、1111人力銀行、monster、find-job、和hotjobs 等所遭遇之問題 求職或求才實際所需的查詢條件經常都是模糊的 求職或求才的查詢經常會搜尋出大量符合資料，傳統查詢方法卻無法有效區分這些資料的差異性 求職和求才者須依次連結登入至個別的人力資源網站，才能查詢與登錄各網站中的求職和求才資訊 只能建立靜態的制式化資料，以履歷表的方式來介紹求職者本身的條件，在內容的呈現上有所限制 * 「人職社群」人力資源社群平台 結合模糊查詢和網路服務(Web Services)之技術實作一個人力資源網路服務整合平台 提供模糊資料的表示與儲存功能，包括模糊工作機會與模糊個人履歷 提供模糊查詢功能，讓使用者可以輸入模糊查詢條件及其重要性，透過模糊聚合運算可求得真正符合使用者需求的的查詢結果排序 服務提供者可以經由整合平台的UDDI註冊來提供網路服務，使用者可一次選取多個人力資源網站的網路服務，以同時進行多網站的模糊查詢或資料登錄 運用Web 2.0網站技術，讓使用者可以提供豐富內容 * 模糊資料的表示與儲存 採用Galindo[2005]的分類方式，將所有模糊資料分為三種不同型態 離散型模糊資料 (discrete fuzzy data) 例如學歷需求、希望工作地點、畢業科系需求、希望工作職務、希望產業類別等 連續型模糊資料 (continuous fuzzy data) 例如工作經驗需求、提供薪資範圍、希望薪資等 明確資料 (crisp data) 例如求職者學歷、工作經驗、畢業科系等 * J. Galindo, A. Urrutia, M. Piattini. Fuzzy Databases: Modeling, Design and Implementation. Published by Idea Group Publishing Hershey, USA, 2005. 離散型模糊資料 (discrete fuzzy data) 表示成一個discrete fuzzy set a set of discrete data items with degrees of conformity linguistic degrees of conformity 完全不符合、不太符合、比較不符合、符合、比較符合、非常符合、完全符合 例如：求職者希望工作地點 “靠近台北市” 可以為 {(台北市,完全符合),(台北縣,非常符合),(基隆市,符合)} * 履歷編號 地點需求 符合程度 10001 台北市 完全符合 10001 台北縣 非常符合 10001 基隆市 符合 符合程度的模糊語意 採用 Ngai[2005]的三角模糊數歸屬函數來表達符合程度的模糊語意 例如：比較符合 表示為 (0.5,0.75,1) 三角模糊數 * E.W.T. Ngai, F.K.T. Wat, Fuzzy decision support system for risk analysis in e-commerce development. Decision Support Systems. 40(2):235-255, Aug. 2005. 連續型模糊資料 (continuous fuzzy data) 表示成一個continuous fuzzy set a set of continuous data items with degrees of conformity 例如：求職者希望薪資可以為{(30000,完全不符合) ,(45000,非常符合),(50000,完全符合)} * * 儲存連續型模糊資料 採用 Tseng[1992]的方法，對於不同符合程度的三角模糊數透過計算其重心值，解模糊以建立連續型模糊資料的歸屬函數 非常符合的三角模糊數為 (0.75,1,1) * 履歷編號 薪資需求 符合程度 10001 50000 1 10001 45000 0.92 10001 30000 0 T.Y. Tseng, C.M. Klein. A New Algorithm for Fuzzy Multicriteria Decision Making. International Journal of Approximate Reasoning 6:45-66, 1992. 工作模糊查詢與人才模糊查詢 由多個模糊查詢條件及其重要性組成 * 模糊查詢條件和模糊資料之Matching 採用possibility measure [1991]來計算模糊資料 B符合模糊查詢條