专家寻找模型融合框架研究

• 作者: 丁浩 陈霄咚
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 专家寻找 文本挖掘 语言模型 主题模型
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 74-79
• 页数: 6页
• 分类号: TP3
• 字数: 6842字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.12.018

摘要

网络中存在着规模庞大的信息，搜索引擎如Google为网络海量信息的检索提供了有效的途径，但是许多潜藏的知识仍然无法被搜索到。而且，大量知识并未存储于文档或者数据库中，其中大部分仅存在于人脑中。对于网络中无法检索到的知识，则需要找到掌握这些知识的专家，并通过交流获取这些知识。目前专家寻找的方法有语言模型、主题模型等，这些方法各有优缺点。提出一种专家寻找模型融合框架，该框架可有效地将已有的专家寻找模型结合起来，从而提高专家寻找的精确度与鲁棒性。实验结果支持了这一结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁浩	复旦大学计算机学院上海市智能信息处理重点实验室	24	70	5.0	7.0
2	陈霄咚	复旦大学计算机学院上海市智能信息处理重点实验室	1	3	1.0	1.0