29、自动化专家查找系统架构与地震活动去聚类模型

自动化专家查找系统架构与地震活动去聚类模型

自动化专家查找系统

在当今信息爆炸的时代，从海量数据中精准找到特定领域的专家是一项极具挑战性但又十分重要的任务。下面将详细介绍自动化专家查找系统的相关内容。

1. 现有研究概述

   • 不同研究框架 ：
     • Shirude和Kolhe研究了为学术项目和委员会寻找专家的框架，利用ResearchGate和Google Scholar等在线研究小组作为资源，认为性能依赖于从多个在线研究小组检索关键词，并建议通过向量中的关键词加权来改进。
     • Rostami和Neshati提出了敏捷团队的概念，为软件公司所需的专家查找建议了T形模型，并使用了XEBM、RDM模型。
     • Yuan等人回顾并分类了社区问答（CQA）中专家查找的当前进展，将现有解决方案分为基于矩阵分解的模型、基于梯度提升树的模型、基于深度学习的模型和排名模型，认为基于矩阵分解的模型表现更优。
     • Lin等人回顾并总结了专家查找方法，根据底层算法和模型进行分类，包括生成概率模型（候选生成模型、主题生成模型）、投票模型和基于网络的模型（HITS和PageRank算法、传播模型），同时指出了专家概念、寻找相关人员、模型评估、知识领域分类等诸多未解决的挑战。
   • 数据资源 ：为了确定特定领域的专家，需要获取相关人员的所有数据，主要通过以下三个渠道：