期刊论文

中文

数据分析与知识发现

2096-3467

2017

1

2

1-10

本文系国家社会科学基金重大项目“基于多维度聚合的网络资源知识发现研究”（项目编号：13＆ZD183）、中央高校基本科研业务费项目“面向应急决策的专家发现与意见融合研究”（项目编号：CCNU16A05044）和国家自然科学基金青年项目“多因素融合下的微博话题可信度评估模型及实证研究”（项目编号：71303179）的研究成果之一.

本校为第一机构

【目的】对已有专家检索与专家排名方法进行评述,为后续研究提供理论基础。【文献范围】从Web of Science (WOS)、CNKI等数据库中分别以“专家检索(Expert Retrieval)”、“专家排名(Expert Ranking)”、“排名融合(Ranking Fusion)”等为检索词搜集获得相关文献65篇。【方法】针对专家检索覆盖面不足及专家特征计算量大两方面问题,从专家检索评测和排名融合两个角度梳理并评析现有的研究进展。【结果】融合关系属性是目前专家检索方法的主流,检索结果可信度研究主要依据用户满意度和文档可信度开展;专家排名采用友邻推荐模型、 PageRank、D-S理论、社交网络与复杂网络分析等实现排名及排名融合...

[Objective] This paper reviews the expert retrieval and expert ranking literature to provide theoretical foundations for fixture studies. [Coverage] 65 papers were retrieved from the Web of Science (WOS), CNKI and other databases using the keywords of "expert retrieval", "expert ranking", and "ranking fusion". [Methods] We analyzed research evaluating expert retrieval and fusion rankings, aiming to solve the issues of insufficiency of expert coverage and heavy computation of expert features. [Results] We found that most expert retrieval system adopted the relationship attribute fusion method, ...