این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محاسبات نرم، جلد ۳، شماره ۲، صفحات ۳۱-۴۱
عنوان فارسی بهبودی در سیستم های پیشنهادگر خبره با استفاده از بسط پرسش و مدل فضای برداری
چکیده فارسی مقاله با توجه به افزایش میزان حجم داده های موجود روی وب، یافتن دانش مورد نیاز از میان حجم انبوه داده ها امری بسیار مشکل می باشد. سیستم های پیشنهادگر دانش، فروم های آنلاین و سیستمهای پاسخ به پرسش جهت آسان کردن راه دسترسی به دانش مورد نیاز و پاسخگویی به نیاز اطلاعاتی کاربران بوجود آمده اند. سیستمهای پاسخ به سوال با ایده ی پاسخ دهی کوتاه و مفید با استفاده از مخازن دانشی ثبت شده، دسترسی به دانش مورد نیاز را بهبود داده اند. اما با توجه به ماهیت دانش، انتقال آن مشکل تر از انتقال اطلاعات است. سیستم های پیشنهادگر خبره با پیشنهاد افراد متخصص علاوه بر انتقال اطلاعات، باعث انتقال تجارب و درک در مورد موضوع می شوند. این سیستم ها از تحلیل محتوایی پروفایل متنی و سوابق متخصصین، تحلیل ارتباطات متخصصین و ترکیب این دو روش برای یافتن متخصصین استفاده می کنند. ما در این مقاله از داده های رزومه متخصصین استفاده کرده و با استفاده از مدل فضای برداری و استفاده از تکنیک بسط پرسش، مدلی جدید برای خبره یابی ارائه کرده ایم که با تحلیل محتوایی اسناد، خبره های دارای تخصص لازم را پیشنهاد می کند. نتایج شبیه سازی ها بیانگر این موضوع است که مدل ارائه شده دقت بالاتری نسبت به مدل فضای برداری دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An improvement on expert finding systems by Vector Space model and Query Expansion technic
چکیده انگلیسی مقاله Due to enormous volume of information available on the Web, finding appropriate knowledge in a short time seems difficult. Knowledge Recommender systems, Online Forums and Question Answering (QA) systems were created to facilitate finding suitable information. QA systems use knowledge repositories to retrieve brief responses to users’ queries. Expert Finding system, not only causes knowledge transition from responder to requester, but also it improves requester’s experience and thoughts about the subject. These systems use textual analysis, historical activities analysis, social relation analysis and combination of these approaches to find experts. In this paper, we used resume data of university professors to develop a new model which outperforms conventional methods by using Vector Space Model and Query Expansion Technique.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله احسان پرنور | ehsan pournoor
qom university, information technology
دانشگاه قم، دانشکده مهندسی، گروه فناوری اطلاعات
سازمان اصلی تایید شده: دانشگاه قم (Qom university)

جلال رضایی نور |
qom university, industrial engineering
دانشگاه قم، دانشکده مهندسی، گروه مهندسی صنایع
سازمان اصلی تایید شده: دانشگاه قم (Qom university)

نشانی اینترنتی http://scj.kashanu.ac.ir/browse.php?a_code=A-11-262-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1052/article-1052-206321.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات