技術(shù)創(chuàng)新是企業(yè)轉(zhuǎn)變發(fā)展方式和提升經(jīng)濟(jì)效益的重要途徑,但目前大部分企業(yè)自身人才缺乏、企業(yè)技術(shù)創(chuàng)新能力不足,在發(fā)展過程中如果遇到技術(shù)難題,往往會(huì)尋求外部專家的幫助。專家?guī)鞛槠髽I(yè)尋找外部專家提供了相應(yīng)的支持,然而,現(xiàn)有專家?guī)煸谛畔⒁?guī)范、構(gòu)建方式和提供服務(wù)等方面,還存在著諸多的問題:①專家信息缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范,以及信息展示形式過于單一;②采用人工構(gòu)建,專家信息數(shù)據(jù)收集困難、效率低下,并且信息存在滯后性;③缺乏有效的專家檢索、專家推薦等功能。針對上述問題,本文開展面向企業(yè)需求的專家信息獲取和專家推薦方法研究,幫助企業(yè)方便、快速地找到滿足需求的各領(lǐng)域外部專家。第一章是緒論。闡述了本文的研究背景和需要解決的問題,梳理了相關(guān)領(lǐng)域的國內(nèi)外研究現(xiàn)狀,并給出了本文的主要研究內(nèi)容和論文框架。第二章是基于專家主頁的專家信息抽取方法研究。在現(xiàn)有專家?guī)煺{(diào)研的基礎(chǔ)上,對專家信息進(jìn)行了分類,由此構(gòu)建了一個(gè)統(tǒng)一的專家信息元數(shù)據(jù)框架,并通過對專家信息的來源分析,從候選網(wǎng)頁獲取、專家主頁識(shí)別和專家信息抽取等三個(gè)方面對專家信息的抽取過程進(jìn)行了詳細(xì)介紹。第三章是基于主題模型的專家研究領(lǐng)域識(shí)別方法研究。在動(dòng)態(tài)主題模型和有監(jiān)督主... 

【文章來源】：浙江大學(xué)浙江省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：111 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第1章 緒論
    1.1 引言
    1.2 研究背景及問題的提出
        1.2.1 研究背景
        1.2.2 問題的提出
    1.3 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀
        1.3.1 信息抽取
        1.3.2 文本主題識(shí)別
        1.3.3 推薦算法
    1.4 研究內(nèi)容及論文框架
        1.4.1 研究內(nèi)容及意義
        1.4.2 論文框架
    1.5 本章小結(jié)
第2章 基于專家主頁的專家信息抽取方法研究
    2.1 引言
    2.2 專家信息元數(shù)據(jù)框架
        2.2.1 專家定義
        2.2.2 現(xiàn)有專家?guī)煺{(diào)研
        2.2.3 專家信息元數(shù)據(jù)框架構(gòu)建
    2.3 專家信息來源分析
    2.4 候選網(wǎng)頁獲取
    2.5 專家主頁識(shí)別
        2.5.1 訓(xùn)練數(shù)據(jù)的獲取
        2.5.2 分類特征的提取
        2.5.3 分類模型的選擇
    2.6 專家信息抽取
        2.6.1 Bi-LSTM-CRF模型
        2.6.2 實(shí)驗(yàn)數(shù)據(jù)
        2.6.3 評價(jià)指標(biāo)
        2.6.4 實(shí)驗(yàn)細(xì)節(jié)
        2.6.5 實(shí)驗(yàn)結(jié)果與分析
    2.7 本章小結(jié)
第3章 基于主題模型的專家研究領(lǐng)域識(shí)別方法研究
    3.1 引言
    3.2 主題模型概述
        3.2.1 PLSA模型
        3.2.2 LDA模型
        3.2.3 LDA擴(kuò)展模型
    3.3 專家學(xué)術(shù)論文庫特點(diǎn)分析
    3.4 有監(jiān)督學(xué)習(xí)的動(dòng)態(tài)主題模型
        3.4.1 模型構(gòu)建
        3.4.2 參數(shù)估計(jì)
    3.5 不同主題模型的對比分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)
        3.5.2 實(shí)驗(yàn)細(xì)節(jié)
        3.5.3 實(shí)驗(yàn)結(jié)果與分析
    3.6 專家研究領(lǐng)域識(shí)別
    3.7 本章小結(jié)
第4章 基于知識(shí)網(wǎng)絡(luò)的專家推薦方法研究
    4.1 引言
    4.2 知識(shí)網(wǎng)絡(luò)與網(wǎng)絡(luò)分析概述
        4.2.1 知識(shí)網(wǎng)絡(luò)
        4.2.2 網(wǎng)絡(luò)分析
    4.3 專家領(lǐng)域知識(shí)網(wǎng)絡(luò)構(gòu)建
        4.3.1 知識(shí)節(jié)點(diǎn)建模
        4.3.2 知識(shí)關(guān)聯(lián)建模
    4.4 基于圖相似的專家推薦
        4.4.1 知識(shí)節(jié)點(diǎn)密度方法
        4.4.2 最大公共子圖方法
        4.4.3 實(shí)驗(yàn)數(shù)據(jù)與評價(jià)指標(biāo)
        4.4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 基于專家能力評分的專家推薦優(yōu)化
        4.5.1 指標(biāo)體系
        4.5.2 評分模型
        4.5.3 專家推薦優(yōu)化
    4.6 本章小結(jié)
第5章 面向企業(yè)需求的專家推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 引言
    5.2 系統(tǒng)服務(wù)模式與需求分析
        5.2.1 系統(tǒng)服務(wù)模式
        5.2.2 系統(tǒng)需求分析
    5.3 系統(tǒng)設(shè)計(jì)
        5.3.1 系統(tǒng)結(jié)構(gòu)框架
        5.3.2 系統(tǒng)技術(shù)框架
    5.4 系統(tǒng)主要功能界面
        5.4.1 系統(tǒng)入口
        5.4.2 專家管理模塊
        5.4.3 企業(yè)管理模塊
        5.4.4 項(xiàng)目管理模塊
        5.4.5 群組管理模塊
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]人際關(guān)系視域下人際情報(bào)網(wǎng)絡(luò)的構(gòu)建研究[J]. 王詩華,周中林.  情報(bào)科學(xué). 2017(11)
[2]淺談SaaS系統(tǒng)對中小企業(yè)信息化的作用[J]. 楊志丹.  計(jì)算機(jī)時(shí)代. 2017(08)
[3]基于深度神經(jīng)網(wǎng)絡(luò)的中文命名實(shí)體識(shí)別[J]. 張海楠,伍大勇,劉悅,程學(xué)旗.  中文信息學(xué)報(bào). 2017(04)
[4]一種具有核心-邊緣結(jié)構(gòu)的無標(biāo)度網(wǎng)絡(luò)演化模型[J]. 張其林,董政呈,趙永標(biāo).  計(jì)算機(jī)工程與科學(xué). 2017(03)
[5]基于知網(wǎng)與詞林的詞語語義相似度計(jì)算[J]. 朱新華,馬潤聰,孫柳,陳宏朝.  中文信息學(xué)報(bào). 2016(04)
[6]合著者貢獻(xiàn)率的國際文獻(xiàn)回顧[J]. 王紅,王全紅.  現(xiàn)代情報(bào). 2016(05)
[7]基于用戶興趣和社交信任的聚類推薦算法[J]. 肖曉麗,錢婭麗,李旦江,譚柳斌.  計(jì)算機(jī)應(yīng)用. 2016(05)
[8]網(wǎng)絡(luò)輿情觀點(diǎn)提取的LDA主題模型方法[J]. 陳曉美,高鋮,關(guān)心惠.  圖書情報(bào)工作. 2015(21)
[9]基于圖挖掘的文本主題識(shí)別方法研究綜述[J]. 郭紅梅,張智雄.  中國圖書館學(xué)報(bào). 2015(06)
[10]信息抽取研究綜述[J]. 郭喜躍,何婷婷.  計(jì)算機(jī)科學(xué). 2015(02)



本文編號：3635865