基于分众分类的核电专家知识推荐算法研究-Core.PDF

ACADEMIC RESEARCH 学术研究 基于分众分类的核电专家知识推荐算法研究 ◆ 吴　珺 摘要：核电企业搜索引擎系统由于相关领域的专业性，可以将专家用户浏览过的专业领 域的文档进行记录，作为专家知识推荐给普通用户，提高搜索引擎的使用效率。本文提出了 基于分众分类的核电专家知识推荐算法，帮助普通用户方便、有效地定位到有价值的知识。 关键词：核电企业搜索引擎系统；分众分类；专家知识推荐 企业 中常常包含其相关领域 的知识 ，企业 中的员 法 ”、 “民众分类法 ”、 “自由分类法 ”[1, 2] ，英文为 工常常需要对这些知识进行查询 ，以更深入地 了解相关 Folksonomy ，是 由Folks和Taxonomy组合而创造出的新词 的领域 。很多的企业都建立 了 自己的知识管理系统 ，以 汇 ，由Tomas Vander Wal于2004年提出[2] 。Folks表示一群 提高对企业 中的知识管理 的水平 ，通过这种方式来促进 人 、一伙人 ；Taxonomy是指分类法 ，是信息架构 中的重 企业 中知识 的共享和创新 。核 电企业搜索引擎系统不仅 要部分 ；由这两个单词和在一起组成 的Folksonomy则是 能够从企业 内外部 的不 同数据源 中抓取各种结构化 、非 指一种社群参与人运用 自由定义标签 （tag ）方式进行协 结构化和半结构化 的数据 ，提供对这些数据 的管理 ，用 作分类 的活动[3] 。分众分类 中用户可 以提交 自己定义 的 户还可以通过搜索引擎方便 、快捷地查询到企业 内外部 标签 ，通过用户群体定义标签 的频率来决定信息的组织 相关领域 的各种资料 、文档等信息 。通过搜索引擎 的方 方式 ，而不是使用传统 的严格分类标准 ，因此整个分类 式 ，很容易实现知识在企业 中的共享 。 过程都是完全 自发 的，更为方便 、灵活 ，在当下非常流 核 电领域 的知识 比较专业 ，而且涉及 的知识方 向 行的社会性 网络服务 中得到广泛应用。 比较多 ，也 比较深入 。正 因为如此 ，核 电企业 中往往会 分众分类法 的概念于2004年8月被Thomas Vadener 有些对核 电相关各个领域 的专家 ，而其他 的员工则对相 Wal提出后 ，Adam Mathes和David N Sturtz等人发表了重 关领域 的了解不是那么的深入和透彻 。对于对某个领域 要论著 ，主要关注在对分众分类概念 的普及和推广上 ； 比较 了解 的专家用户来说 ，可以很快速地通过搜索引擎 到 了2005年 ，对分众分类 的研究方 向转移到 了应用领 查询 、定位到 自己专业领域 的知识 ；而对于普通用户来 域 ，Tony Hammond 、Terrell Russell等人发表综述和论 说 ，往往不能很准确地描述 自己所要搜索的内容 ，或者 文 ，围绕分众分类 的发展背景 、定义 、与传统分类法之 不能从搜索结果 中迅速找到 比较有价值 的，自己所需 的 间的关系、工作原理 ，以及对认知权威性 的发现和定义 内容 。因此 ，普通用户使用搜索引擎时对于关键词 的盲 上都分别进行 了论述 ；2006年关于分众分类 的研究则侧 目性 比较大 ，搜索到 自己所需 内容准确率 比较低 ，效率 重于对分众分类法系统构建 的研究 ，Elaine Peterson 、 也 比较低 。 Adam Seldow 、Chi-Lung 、Trant J等人分别在文章 中通 为了解决普通用户使用搜索引擎查询时效率低下 的 过 回顾传统信息组织方法在实现流程及其不足 ，并在 问题 ，提高知识在企业 中的共享速度 ，可以在普通用户 教育 、图书馆等特定领域 引入分众分类 ，并充分将