模糊语言环境下基于双边满意度的专家推荐研究

来源 :中国石油大学(北京) | 被引量 : 0次 | 上传用户:qinzhen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
二十一世纪,知识将逐渐成为全新的、举足轻重的无形资源,有效的知识管理将促进社会组织获得前所未有的绩效提升。知识分为显性知识与隐性知识,作为隐性知识的载体,人也是一种重要资源,能够帮助组织在日渐严峻的环境中保持竞争力,为组织赢得利润。为充分利用隐性知识,专家管理应运而生,向用户推荐合适专家促进其任务完满,能够实现对专家知识的有效利用。在专家推荐过程中,众多因素将对其产生影响。国内外学者对其进行了深入研究,认为知识特性因素、组织因素、个体因素、技术因素是知识分享的四大组成部分。本文主要从个体、组织因素中选取影响用户与专家咨询效果的因素,并基于双方主体分别构建满意度指标体系。在模糊语言评价的环境下,运用信息公理提出指标体系相应满意度测量方法,然后建立用户及专家的匹配模型。通过实验,验证方法可行性。基于双边主体的专家推荐能够促进知识分享、减轻部分专家负担、提高专家利用率。匹配结果表明,用户及专家均有较高的满意度,模型可行高效。
其他文献
对比序列模式挖掘是数据挖掘中的重要课题之一,在实际应用中具有非常高价值。对比序列模式挖掘旨在从具有类标签的序列数据中挖掘出具有明显差别的序列模式。近年来各种各样
传统的X射线探测器结构复杂,成本高,而基于CMOS传感器的解决方案欲求通过X射线的灰度值得出辐射剂量,而灰度值和辐射剂量之间的关系是未知的,因此本文设计和实现了一个基于FP
大数据时代来临,海量数据的存储对当前计算机存储和处理能力提出了巨大的挑战。并行计算、云计算等技术日渐成熟,处理器性能显著提高使得计算机的信息处理能力足够强大,但计
现有的分类算法被广泛应用于数值唯一的数据分类问题。然而,在许多真实应用中普遍存在数值服从某种分布的不确定数据,如果使用传统的分类算法对不确定数据进行分类,那么极有
随着移动互联网的快速发展,智能手机作为移动互联网的接入终端,在全球范围内已经得到了大量的使用,成为了人们工作和社交娱乐最主要的工具之一。其中Android系统因为良好的用
随着移动互联网的快速发展,全网移动应用数量逐年攀升,人们在生活中越来越多地依赖移动智能设备,不法商家找到可乘之机,恶意移动应用层出不穷,移动互联网的安全形势也愈发严
随着硬件技术进步和软件技术积累,软件复杂度随着软件体量日益增加。如何保证软件可靠性越来越得到人们重视。采用基于模型的形式化方法对软件建模以及模型的正确性验证是当
多标签分类算法是机器学习中的一个重要方向。多标签分类算法可以用来解决同时具有多个标签的样本数据的分类问题以及排序问题。其研究成果广泛地应用于各个领域,如文本信息
旧区改造是重大的民生问题,经过对近些年闸北旧改工作的梳理,发现很多政策创新、试点始自于闸北。本文将以闸北区旧改工作为例,探讨公民参与征收工作的效果以及存在的问题,进
高质量高分辨率的图像在如今社会的各个领域都是迫切需求的,为了获得高分辨率的高质量图像,近年来图像超分辨率重建技术有了广泛的研究,图像超分辨技术也达到了一个顶峰,各种