基于Web2.0专长识别与共享模型研究.docVIP

基于Web2.0专长识别与共享模型研究 　　[摘要]结合web2.0的特点，在对专长进行深入研究的基础上，以复杂性建模思想以及知识管理的基本理论为指导，设计一种新的专长识别与共享实现方法――自适应专长识别与共享模型(AEISM)，该方法能克服传统方法中的部分缺陷，并解决新环境中所遇到的新问题，因此具有一定的实用价值。 　　[关键词]专长　专长识别与共享　web2.0　复杂　知识场 　　[分类号]G350 　　 　　1　引言 　　 　　专长是专家的技能，是一种个人的隐性知识，包括方法、技能、知识、能力、优点等。反映专长的任何有形或无形资源，如专家资历、行为、成果等，均称为专长证据，它是专长识别与共享的前提。 　　目前，国内外已有利用同行评议、知识库、E-mail分析、虚拟社区、组织内社会网络书签系统等方法来识别和共享专长。同行评议方法是由权威人士通过对待评专家的知识、经验和技能进行评价来鉴定专家的专长及水平，这种方法较为客观，但成本很高。知识库方法将组织以前所做过的事情、员工的思想、经验和知识存储在信息库中，计算机进行自动进行信息整合并抽取专长。机器克服了人的主观性，但只是对文档片段的分析，不能真正把握文档的语境，也不能代替人对文档的理解。Email方法通过对组织成员间邮件交流的分析，来识别组织内个体之间的共同兴趣。Email方法由于涉及到隐私，实际操作性较差。虚拟社区将用户的在线提问和专家的答案保存成为知识库，用户通过检索而获得答案，如Answer Garden。其侧重于通过存储和检索相关问题与答案而对专长知识予以显性化和进行重用，但不鼓励用户与专家的互动，因此专长可能不能被有效地重用和开发。社会性书签系统方法通过对组织内部用户对网络资源的标注行为进行分析，而提取用户的兴趣和专长，如Cogenz。但由于某些标签并不一定代表感兴趣的内容，标签并不仅仅是对内容本身的标著，还包括了对内容相关的其他标著，所以该方法也存在一定的缺陷。在Web2.0环境下，采用一定的方式，可以构建这些方法的综合运用，将有可能产生更好的专长识别与共享效果，基于此，笔者设计了自适应专长识别与共享模型(AEISM)。 　　 　　 　　2　AEISM设计与分析 　　 　　专长识别与共享是专长管理的主要部分，是利用和创造知识的重要环节，专长识别与共享在当今社会发挥着越来越重要的作用。基于Web2.0理念和技术，构建自适应专长识别与共享模型，从理论层面，在一定程度上解决了专长识别与共享中的一些问题。 　　 　　2.1适应性主体 　　AEISM系统是由大量具有主动性的元素(Active Element)组成的，这些主动性元素是系统的主体(A―gent)，主体包括两类：人与信息。人作为人件参与运算，是一种最具有适应性的主体；信息是人的行为的产物，在一定的机制的控制和约束下，也具有适应性。 　　2.1.1适应性从生物学角度说，适应是生物体调整自己以适合环境的过程，生物体结构的变化是经验引导的结果。适应性是所有主体所共同具有的特性，在CAS中，主体随着经验的积累，靠不断变换其规则来适应。任何特定的适应性主体所处环境的主要部分，都由其他适应性主体组成，所以，任何主体在适应上所做的努力就是去适应别的适应性主体。随着时间的推移，主体在环境中表现出适应与不适应，适应的继续生存，不适应的将会被淘汰。 　　在AEISM中，适应性表现在人(如专家、社团)、信息(如专长、知识库、规则)这两类主体是否能得到其他主体的认可，能否在系统中得以存在而继续演化，这就形成了一套适应性规范一“声誉(Reputation)”。声誉指的是人与信息主体是否满足其他主体的要求和意愿，如专家是否及时更新了其专长信息，是否积极参与社团的活动，是否愿意并努力认真解答其他主体的提问等，对社团而言，其是否组织了有意义的活动，活动频率怎样，专家的专长是否能在实践中发挥较好的作用等。可以预见，一些不适应环境的主体将会被淘汰，如那些不愿与其他主体交流的专家主体，即使其的确具备很高的专长，但由于其不愿意交流和贡献，经过一段时间就会被淘汰出局。同样，专家所提交的一些专长证据，也会由于无人使用而会被掩盖和埋没。 　　2.1.2主体　主体的引入，使系统的自组织得以发生，这些主体是杠杆的支点，一旦一个小小的输入产生，将会产生巨大的、可预期的直接变化――放大器效应。这些杠杆支点一旦连接成一个整体的系统时就会形成一个有机的整体，产生许多复杂现象，如专长和专家的不断涌现和发生。在AEISM中，主体包括人与信息这两类主体。信息主体是微主体(Micro Agent)，而“人”这一类主体又可以继续分为分主体(Component agents)、介主体(Meta-agents)、介介主体(Met-ameta-a