一种多指标专家推荐系统及其实现方法技术方案

本发明专利技术提供一种多指标专家推荐系统及其实现方法，属于专家推荐系统领域，涉及一种以论坛作为推荐系统的基础，为用户提供一种能够更迅速的找到某领域的专家，实现专家解答和知识共享的多指标专家推荐系统及其实现方法。在本发明专利技术中，专家推荐就是对匹配专家进行评估的过程，从三个维度对专家进行评估——质量指标、结构指标、匹配指标，来找出可能对用户最有价值的专家。本发明专利技术由三个元素组成：使用者、推荐的对象、推荐方法。在本系统中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐结果。

【技术实现步骤摘要】

本专利技术属于专家推荐系统领域。
技术介绍
随着社会的飞速发展，知识在个人培养、企业成长和国家发展方面都凸显出其越来越重要的地位。在知识的传播中，专家具有重要的地位。专家指具备专业技能，并依赖此类技能为生的职业人士，在之前，他们传播知识的方式大多只是通过好友交流、老师授课或是采访报道等方式，知识的共享性较差，具有一定的单一性、封闭性和局限性，而互联网的崛起让知识分享的方式发生了变化，谷歌和百度等搜索引擎的诞生让网上的资源更便捷地开放给有需要的用户，百度知道和雅虎知识堂更是主动地让用户在遇到问题时通过网络寻 求帮助。除了以上两种被动和主动地获取知识方式之外，网上社区和论坛为我们的知识分享提供了另一种渠道。物流沙龙，经济学人论坛，ITPUB技术论坛等主题论坛为相同领域的用户搭建了共同交流的平台，显性知识以帖子、附件等形式获得，隐性知识通过问答、讨论等方式被显性化和传播。借由网络连接和论坛等平台的帮助，知识的流动变得开放而流畅，知识的分享范围被扩大和延伸。此外，网络知识分享的出现也让我们对“专家”的认识有了转变，在网络上，头衔、证书或是学历不再是专家衡量的唯一标准，我们可以用数据去检验一个人在某领域的专业程度，并通过他回答问题的质量判断是否为专家，只要是擅长某领域的人都可以是专家，即“社会专家”。互联网为我们提供了成为专家、发现专家和接触专家的机会。网络上的专家推动着知识分享的进程，但是专家本身缺少一个统一的管理和发掘的方法，用户在遇到问题时仍然只能被动的查找资料或者提出问题等待答案。为此，需要研究。
技术实现思路
本专利技术的目的在于提供，为用户搭建一个平台，帮助其更迅速的找到某领域的专家，实现专家解答和知识共享。，其特征在于，由三个元素组成使用者、推荐的对象、推荐方法。在本专利技术中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐结果。进一步，所述的多指标专家推荐系统还具有如下技术特征本专利技术的数据来源基于论坛的虚拟网络形式，开拓了基于虚拟社会网络的专家搜索的尝试。在指标的选择上，本专利技术不仅考虑了专家个人属性的因素，也考虑了专家在社会网络中的位置，融合了专家作为个人与社会人的双重特性。在推荐的方法上，除了基于多指标的评价成绩排序外，本专利技术还借鉴了协同推荐的方法，将好友的偏好作为用户可参考的指标，加强了在用户信息不充分时系统运行的准确性。附图说明图I是本专利技术所述的多指标专家推荐系统的系统总用例图。图2是本专利技术所属的多指标专家推荐系统的流程图。具体实施例方式本专利技术的技术方案说明本专利技术以论坛作为推荐系统的基础，论坛是一个开放和动态的平台，专家就是论 坛的用户，专家数据的更新通过论坛活动等由用户自主完成，具有较强的灵活性和可维护性。本专利技术由三个元素组成使用者、推荐的对象、推荐方法。在本专利技术中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐结果。在本专利技术中，专家推荐是对匹配专家进行评估的过程，从三个维度对专家进行评估——质量指标、结构指标、匹配指标，来找出可能对用户最有价值的专家。本专利技术对专家的推荐将主要基于活跃性因子、互助因子、社会性因子和内容匹配因子，这些因子能较全面的反映出专家在某一个维度上的表现水平，是用户在选取专家时可能会考虑的因素。如图I所示，推荐系统和偏好学习是系统的核心组成部分，我们将设计详细的算法实现基于用户偏好的个性化专家推荐，整个推荐系统的流程如图2所示。权利要求1.，其特征在干，由三个元素组成使用者、推荐的对象、推荐方法。在本专利技术中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐結果。本专利技术对专家的推荐将主要基于活跃性因子、互助因子、社会性因子和内容匹配。2.根据权利要求I所述的多指标专家推荐系统及其实现方法，其特征在于本专利技术的数据来源基于论坛的虚拟网络形式，开拓了基于虚拟社会网络的专家搜索的尝试。3.根据权利要求I所述的多指标专家推荐系统及其实现方法，其特征在于在指标的选择上，本专利技术不仅考虑了专家个人属性的因素，也考虑了专家在社会网络中的位置，融合了专家作为个人与社会人的双重特性。4.根据权利要求I所述的多指标专家推荐系统及其实现方法，其特征在于在推荐的方法上，除了基于多指标的评价成绩排序外，本专利技术还借鉴了协同推荐的方法，将好友的偏好作为用户可參考的指标，加强了在用户信息不充分时系统运行的准确性。全文摘要本专利技术提供，属于专家推荐系统领域，涉及一种以论坛作为推荐系统的基础，为用户提供一种能够更迅速的找到某领域的专家，实现专家解答和知识共享的多指标专家推荐系统及其实现方法。在本专利技术中，专家推荐就是对匹配专家进行评估的过程，从三个维度对专家进行评估——质量指标、结构指标、匹配指标，来找出可能对用户最有价值的专家。本专利技术由三个元素组成使用者、推荐的对象、推荐方法。在本系统中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐结果。文档编号G06F17/30GK102855241SQ20111017770公开日2013年1月2日 申请日期2011年6月28日 优先权日2011年6月28日专利技术者杨永玲 申请人:上海迈辉信息技术有限公司本文档来自技高网...

【技术保护点】
一种多指标专家推荐系统及其实现方法，其特征在于，由三个元素组成：使用者、推荐的对象、推荐方法。在本专利技术中，用户是提出搜索请求的人，是论坛的用户；推荐的对象是专家，也是论坛的用户，每个专家都具有其领域标签；推荐方法是通过系统学习和与用户的互动得到能够最满足用户的推荐结果。本专利技术对专家的推荐将主要基于活跃性因子、互助因子、社会性因子和内容匹配。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨永玲，
申请(专利权)人：上海迈辉信息技术有限公司，
类型：发明
国别省市：