Like most tasks assessed at retriev

Like most tasks assessed at retrieval evaluation platforms
such as TREC, NTCIR, CLEF, and INEX, the expert finding
task is an abstraction of a real task. The abstractions are important
when trying to set up experiments that will lead to
stable and re-usable test sets [Voorhees and Harman, 2005].
But when people search for expertise, they are often looking for experts, but not in isolation—the desired output should be
more than a ranked list of person names [Hawking, 2004].
Context and evidence are needed to help users of expertise
finding systems decide whom to contact when seeking expertise
in some area. E.g., given an expert whose name is
returned in response to a query, what are her areas of expertise?
Who does she work with? What are her contact details?
Is she well-connected, just in case she is not able to help us
herself? The main aim of this paper is to introduce the task of determining
an expert’s profile—i.e., a concise description of
the areas in which she is an expert plus a description of her
collaboration environment—, and to devise and assess algorithms
that address this profiling task. To make matters more
concrete, let us look at an expert finding system that is currently
being developed; it started out as “a ranked list of person
names” system and is now evolving so as to include the
type of context and evidence discussed above. Figure 1 provides
a screen dump. In Figure 1 we see the information displayed for one person (one of the hits produced in response to
a query on “authoring tools”). In the top row we see the person’s
name (optionally his internal id or username), and his
relevance for the given topical query. Below this, the contact
details (e-mail, web address, phone, fax number) are shown.
The keywords serve as a type of context, in the form of a
“tag cloud,” describing the general interests and activities of
the person; these keywords are extracted from documents that
the person is associated with. The candidate’s topical profile
is presented as a list of knowledge areas, and the level of competence
in each (which is reflected by the size of the bars in our example). The relative ranking is shown when the person
is among the top experts given that field. (As an aside the full
interface also includes links to documents associated with the
person, as well as a link to a figure depicting the candidate’s
social profile; see Section 5 for more on the latter.)
Our main contribution in this paper is the introduction of
expert profiling as a task, together with algorithms for addressing
the task. We first ask whether existing expert finding
algorithms can be used for topical profiling—effectively,
these algorithms build up a matrix with experts along one dimension,
and topical areas along the other: given an area, determine
the candidate experts with the highest expertise levels.
Can these algorithms be “inverted”: given a candidate,
find the areas for which her expertise levels are highest?
Our answer to this question is a clear “No”—implying that
expert finding and expert profiling are two distinct tasks. The
next question, then, becomes: How can we compute expert
profiles? We propose two models for extracting expert pro-
files; the first uses information retrieval techniques to obtain
a set of relevant documents for a given knowledge area, and
aggregates the relevance of those documents that are associated
with the given person. Our second model represents both
candidates and knowledge areas as a set of keywords, and the
skills of an individual are estimated based on the overlap between
these sets. We demonstrate that both models perform
significantly better than the “inverted” expert search results,
which serves as our baseline. Moreover, we introduce a filtering
algorithm, which rejects areas to be part of the individual’s
profile, if there is not enough evidence found to support
that the person has reasonably high knowledge on that topic,
compared to others within the enterprise.
While profiling algorithms are important for feeding the
sort of interface described above, they are also helpful in
other ways within expertise finding scenarios: we show that
they can be used for re-ranking expert search results. Our
re-ranking method is very effective, improving upon state-ofthe-art
expert finding methods in terms of mean average precision,
mean reciprocal rank, as well as precision@5 scores.
Colleagues and collaborators play an important role in the
value of a person as an expert: an “isolated” expert might be
able to answer specific questions, but a well-connected expert
might put us on track to explore new or additional areas
[Cross et al., 2001]. A social profile of a person contains
information about her collaborative network. We propose to
capture the social profile of a person by examining the documents
associated with her, and determining which other people
are also associated with those documents.
In Section 2 we provide background on expert finding and
profiling. Section 3 is devoted to topical profiling. In Section
4 we put expert profiles to work to improve expert finding
algorithms. Then, in Section 5 we turn to social profiles.
We conclude in Section 6

Results (Thai) 1:

Like most tasks assessed at retrieval evaluation platformssuch as TREC, NTCIR, CLEF, and INEX, the expert findingtask is an abstraction of a real task. The abstractions are importantwhen trying to set up experiments that will lead tostable and re-usable test sets [Voorhees and Harman, 2005].But when people search for expertise, they are often looking for experts, but not in isolation—the desired output should bemore than a ranked list of person names [Hawking, 2004].Context and evidence are needed to help users of expertisefinding systems decide whom to contact when seeking expertisein some area. E.g., given an expert whose name isreturned in response to a query, what are her areas of expertise?Who does she work with? What are her contact details?Is she well-connected, just in case she is not able to help usherself? The main aim of this paper is to introduce the task of determiningan expert’s profile—i.e., a concise description ofthe areas in which she is an expert plus a description of hercollaboration environment—, and to devise and assess algorithmsthat address this profiling task. To make matters moreconcrete, let us look at an expert finding system that is currentlybeing developed; it started out as “a ranked list of personnames” system and is now evolving so as to include thetype of context and evidence discussed above. Figure 1 providesa screen dump. In Figure 1 we see the information displayed for one person (one of the hits produced in response toแบบสอบถามบน "เขียนมือ") ในแถวบนสุด ที่เราเห็นของบุคคลชื่อ (หรือรหัสภายในของเขาหรือชื่อผู้ใช้), และเขาเกี่ยวข้องในแบบสอบถามเฉพาะที่กำหนด ด้านล่างนี้ ผู้ติดต่อมีแสดงรายละเอียด (อีเมล ที่อยู่เว็บ โทรศัพท์ หมายเลขโทรสาร)คำสำคัญใช้เป็นชนิดของบริบท ในรูปแบบของการ"แท็กเมฆินทร์ อธิบายผลประโยชน์ทั่วไปและกิจกรรมคน คำหลักเหล่านี้จะดึงข้อมูลจากเอกสารที่บุคคลที่เกี่ยวข้องกับ โพรไฟล์เฉพาะของผู้สมัครนำเสนอเป็นรายการความรู้พื้นที่ ระดับของความสามารถในแต่ละ (ซึ่งสะท้อนออกมาตามขนาดของแท่งตัวอย่างของเรา) แสดงตำแหน่งสัมพัทธ์เมื่อบุคคลเป็นผู้เชี่ยวชาญด้านที่กำหนดให้เขตข้อมูลนั้น (เป็นกันเต็มอินเทอร์เฟซยังมีลิงค์ไปยังเอกสารที่เกี่ยวข้องกับการบุคคล ตลอดจนการเชื่อมโยงกับตัวเลขที่แสดงของผู้สมัครประวัติทางสังคม ดู 5 ส่วนสำหรับข้อมูลเพิ่มเติมเกี่ยวกับหลัง)ส่วนของเราหลักในเอกสารนี้จะแนะนำสร้างโพรไฟล์ใช้เป็นงาน ร่วมกับอัลกอริทึมการแก้ปัญหางาน เราถามก่อนว่ามีอยู่ค้นหาผู้เชี่ยวชาญสามารถใช้อัลกอริทึมสำหรับการรวบรวมเฉพาะตัวได้อย่างมีประสิทธิภาพอัลกอริทึมเหล่านี้สร้างเมทริกซ์กับผู้เชี่ยวชาญตามมิติหนึ่งและพื้นที่เฉพาะบริเวณอื่น ๆ: กำหนดให้พื้นที่ผู้เชี่ยวชาญผู้ มีความเชี่ยวชาญระดับสูงสุดสามารถอัลกอริทึมเหล่านี้จะ "กลับ": ให้ผู้พื้นที่ที่ระดับความเชี่ยวชาญของเธอหาเราตอบคำถามนี้คือ "ไม่" ชัดเจนเช่นหน้าที่ที่ค้นหาผู้เชี่ยวชาญและสร้างโพรไฟล์ใช้ได้งานทั้งสอง ที่คำถามถัดไป จากนั้น กลายเป็น: วิธีสามารถเราคำนวณผู้เชี่ยวชาญส่วนกำหนดค่าหรือไม่ เรานำเสนอ 2 รุ่นสำหรับการดึงข้อมูลผู้เชี่ยวชาญมืออาชีพ-แฟ้ม ครั้งแรกใช้เทคนิคการเรียกข้อมูลเพื่อขอรับเป็นชุดของเอกสารที่เกี่ยวข้องในพื้นที่ที่ให้ความรู้ และรวมความสำคัญของเอกสารที่เกี่ยวข้องกับบุคคลที่กำหนดไว้ แสดงถึงรุ่นที่สองของเราทั้งสองผู้สมัครและความรู้กลายเป็นชุดของคำสำคัญ และทักษะของบุคคลมีประเมินตามที่ทับซ้อนระหว่างชุดเหล่านี้ เราแสดงให้เห็นว่า ทั้งสองรุ่นทำอย่างมีนัยสำคัญกว่าผลลัพธ์การค้นหาผู้เชี่ยวชาญ "กลับ"ซึ่งทำหน้าที่เป็นพื้นฐานของเรา นอกจากนี้ เราแนะนำตัวกรองอัลกอริทึม การปฏิเสธกลายเป็น ส่วนหนึ่งของของแต่ละบุคคลโปรไฟล์ ถ้าไม่มีหลักฐานเพียงพอและต้องสนับสนุนว่า บุคคลมีความรู้ค่อนข้างสูงในหัวข้อที่เมื่อเทียบกับผู้อื่นภายในองค์กรในขณะที่อัลกอริทึมการสร้างโพรไฟล์เป็นสิ่งสำคัญสำหรับการให้อาหารเรียงลำดับของอินเทอร์เฟซที่อธิบายไว้ข้างต้น พวกเขายังมีประโยชน์ในการวิธีอื่น ๆ ภายในสถานการณ์การค้นหาความเชี่ยวชาญ: เราแสดงว่าพวกเขาสามารถใช้สำหรับการจัดอันดับผลการค้นหาผู้เชี่ยวชาญ ของเราการจัดอันดับวิธีมีประสิทธิภาพมาก ปรับปรุงตามสถานะของสมัยผู้เชี่ยวชาญในการค้นหาวิธีการในแง่ของความแม่นยำเฉลี่ยเฉลี่ยmean reciprocal rank, as well as precision@5 scores.Colleagues and collaborators play an important role in thevalue of a person as an expert: an “isolated” expert might beable to answer specific questions, but a well-connected expertmight put us on track to explore new or additional areas[Cross et al., 2001]. A social profile of a person containsinformation about her collaborative network. We propose tocapture the social profile of a person by examining the documentsassociated with her, and determining which other peopleare also associated with those documents.In Section 2 we provide background on expert finding andprofiling. Section 3 is devoted to topical profiling. In Section4 we put expert profiles to work to improve expert findingalgorithms. Then, in Section 5 we turn to social profiles.We conclude in Section 6

Results (Thai) 2:

เช่นเดียวกับงานมากที่สุดในการประเมินแพลตฟอร์มการประเมินผลการดึงเช่น TREC, NTCIR, โน๊ตและ INEX ผู้เชี่ยวชาญด้านการหางานที่เป็นนามธรรมของงานจริง นามธรรมที่มีความสำคัญเมื่อพยายามที่จะตั้งค่าการทดลองที่จะนำไปสู่ความมั่นคงและชุดทดสอบใหม่ใช้งาน[ฮีและ Harman 2005]. แต่เมื่อมีผู้ค้นหาความเชี่ยวชาญของพวกเขามักจะมองหาผู้เชี่ยวชาญ แต่ไม่ได้อยู่ในแยกที่ต้องการ การส่งออกควรจะมากกว่ารายชื่อการจัดอันดับชื่อคน[ฮอว์คิง, 2004]. บริบทและหลักฐานที่มีความจำเป็นเพื่อช่วยให้ผู้ที่มีความเชี่ยวชาญในการหาระบบการตัดสินใจที่จะติดต่อเมื่อแสวงหาความเชี่ยวชาญในบางพื้นที่ เช่นให้ผู้เชี่ยวชาญที่มีชื่อกลับมาในการตอบสนองต่อการค้นหาสิ่งที่เป็นพื้นที่ของความเชี่ยวชาญของเธอ? ใครบ้างที่เธอทำงานด้วย? สิ่งที่เป็นรายละเอียดการติดต่อของเธอเธอเป็นอย่างดีเชื่อมต่อเพียงในกรณีที่เธอไม่สามารถที่จะช่วยให้เราตัวเอง? จุดมุ่งหมายหลักของการวิจัยนี้คือการแนะนำงานของการกำหนดผู้เชี่ยวชาญของรายละเอียดเช่นคำอธิบายสั้นของพื้นที่ซึ่งเธอเป็นผู้เชี่ยวชาญรวมทั้งรายละเอียดของของเธอenvironment- ทำงานร่วมกันและการออกแบบและประเมินขั้นตอนวิธีการที่อยู่ในโปรไฟล์นี้งาน เพื่อให้เรื่องอื่น ๆที่เป็นรูปธรรมให้เรามองไปที่ระบบการค้นพบผู้เชี่ยวชาญที่กำลังได้รับการพัฒนา; มันเริ่มต้นจากการเป็น "การจัดอันดับรายชื่อของคนที่ชื่อ" ระบบและตอนนี้กำลังพัฒนาเพื่อให้เป็นไปรวมถึงชนิดของบริบทและหลักฐานที่กล่าวข้างต้น รูปที่ 1 ให้การถ่ายโอนข้อมูลหน้าจอ ในรูปที่ 1 เราจะเห็นข้อมูลที่แสดงสำหรับคนคนหนึ่ง (หนึ่งในเพลงฮิตที่ผลิตในการตอบสนองต่อการสอบถามที่"เครื่องมือการเขียน") ในแถวบนที่เราเห็นของบุคคลชื่อ (เลือกรหัสภายในของเขาหรือชื่อผู้ใช้) และเขาเกี่ยวข้องสำหรับแบบสอบถามเฉพาะที่ได้รับ ด้านล่างนี้การติดต่อรายละเอียด (อีเมล, ที่อยู่เว็บ, โทรศัพท์หมายเลขโทรสาร) จะปรากฏ. คำหลักที่ใช้เป็นชนิดของบริบทในรูปแบบของที่เมฆ "แท็ก" ที่อธิบายถึงผลประโยชน์ทั่วไปและกิจกรรมของคนที่; คำหลักเหล่านี้จะถูกแยกจากเอกสารที่บุคคลที่มีความเกี่ยวข้องกับ รายละเอียดเฉพาะของผู้สมัครจะนำเสนอเป็นรายการของพื้นที่ความรู้และระดับของความสามารถในแต่ละ(ซึ่งสะท้อนให้เห็นตามขนาดของบาร์ในตัวอย่างของเรา) การจัดอันดับญาติจะปรากฏขึ้นเมื่อคนที่เป็นหนึ่งในผู้เชี่ยวชาญด้านบนเขตข้อมูลที่ได้รับ (เช่นกันเต็มรูปแบบอินเตอร์เฟซที่ยังมีการเชื่อมโยงไปยังเอกสารที่เกี่ยวข้องกับคนเช่นเดียวกับการเชื่อมโยงไปยังรูปวาดของผู้สมัครเป็นรายละเอียดทางสังคมดูมาตรา5 สำหรับข้อมูลเพิ่มเติมเกี่ยวหลัง.) สนับสนุนหลักของเราในการวิจัยนี้คือการแนะนำ ของโปรไฟล์ผู้เชี่ยวชาญงานร่วมกับขั้นตอนวิธีการสำหรับการแก้ไขงาน ครั้งแรกที่เราถามว่าผู้เชี่ยวชาญที่มีอยู่หาขั้นตอนวิธีการที่สามารถใช้สำหรับทาโปรไฟล์อย่างมีประสิทธิภาพขั้นตอนวิธีการเหล่านี้สร้างเมทริกซ์กับผู้เชี่ยวชาญไปตามขนาดและพื้นที่เฉพาะตามแนวอื่นๆ ที่ได้รับพื้นที่ตรวจสอบผู้เชี่ยวชาญด้านผู้สมัครที่มีระดับความเชี่ยวชาญสูงสุดขั้นตอนวิธีการเหล่านี้จะสามารถ "คว่ำ": รับสมัครหาพื้นที่ที่ระดับความเชี่ยวชาญของเธอสูงสุด? คำตอบสำหรับคำถามนี้ของเราเป็นที่ชัดเจน "ไม่" -implying ว่าการค้นพบผู้เชี่ยวชาญและโปรไฟล์ผู้เชี่ยวชาญกำลังสองงานที่แตกต่างกัน คำถามต่อไปแล้วจะกลายเป็นวิธีการที่เราสามารถคำนวณผู้เชี่ยวชาญโปรไฟล์? เราเสนอสองรุ่นสำหรับการแยกโปรผู้เชี่ยวชาญไฟล์; ครั้งแรกที่ใช้เทคนิคการดึงข้อมูลที่จะได้รับชุดของเอกสารที่เกี่ยวข้องกับพื้นที่ความรู้ที่กำหนดและรวบรวมความเกี่ยวข้องของเอกสารเหล่านั้นที่เกี่ยวข้องกับบุคคลที่ได้รับ รูปแบบที่สองของเราเป็นทั้งผู้สมัครและพื้นที่ความรู้เป็นชุดของคำหลักและทักษะของแต่ละบุคคลจะมีการประเมินบนพื้นฐานของการทับซ้อนกันระหว่างชุดนี้ เราแสดงให้เห็นว่าทั้งสองรุ่นดำเนินการอย่างดีกว่า "คว่ำ" ผู้เชี่ยวชาญผลการค้นหาซึ่งทำหน้าที่เป็นพื้นฐานของเรา นอกจากนี้เรายังแนะนำการกรองขั้นตอนวิธีการซึ่งเสียพื้นที่เป็นส่วนหนึ่งของแต่ละบุคคลรายละเอียดถ้ามีหลักฐานไม่เพียงพอที่พบในการสนับสนุนว่าคนที่มีความรู้สูงพอสมควรในหัวข้อที่เมื่อเทียบกับคนอื่นๆ ภายในองค์กร. ในขณะที่ขั้นตอนวิธีการ profiling มี สิ่งสำคัญสำหรับการให้อาหารการจัดเรียงของอินเตอร์เฟซที่อธิบายไว้ข้างต้นพวกเขายังมีประโยชน์ในรูปแบบอื่นๆ ที่อยู่ในความเชี่ยวชาญในการหาสถานการณ์ที่เราแสดงให้เห็นว่าพวกเขาสามารถนำมาใช้เพื่อให้ได้ผลลัพธ์การค้นหาผู้เชี่ยวชาญเรื่องการจัดอันดับ ของเราวิธีการใหม่การจัดอันดับที่มีประสิทธิภาพมากในการปรับปรุงเมื่อรัฐ ofthe ศิลปะผู้เชี่ยวชาญการหาวิธีการในแง่ของค่าเฉลี่ยความแม่นยำเฉลี่ยหมายถึงตำแหน่งซึ่งกันและกันเช่นเดียวกับความแม่นยำ@ 5 คะแนน. เพื่อนร่วมงานและทำงานร่วมกันมีบทบาทสำคัญในคุณค่าของบุคคลที่เป็นผู้เชี่ยวชาญ: เป็น "แยก" ผู้เชี่ยวชาญอาจจะสามารถที่จะตอบคำถามที่เฉพาะเจาะจงแต่เป็นผู้เชี่ยวชาญที่ดีที่เชื่อมต่ออาจจะทำให้เราในการติดตามการสำรวจพื้นที่ใหม่หรือเพิ่มเติม[. ข้าม et al, 2001] รายละเอียดทางสังคมของบุคคลที่มีข้อมูลเกี่ยวกับเครือข่ายความร่วมมือของเธอ เราเสนอให้จับรายละเอียดทางสังคมของบุคคลโดยการตรวจสอบเอกสารที่เกี่ยวข้องกับเธอและการกำหนดที่คนอื่นๆที่เกี่ยวข้องยังมีเอกสารเหล่านั้น. ในส่วนที่ 2 ที่เรามีให้พื้นหลังในผู้เชี่ยวชาญด้านการค้นหาและโปรไฟล์ ส่วนที่ 3 คือเพื่อรองรับโปรไฟล์เฉพาะ ในมาตรา4 ที่เราใส่โปรไฟล์ผู้เชี่ยวชาญในการทำงานเพื่อปรับปรุงผู้เชี่ยวชาญค้นพบขั้นตอนวิธีการ จากนั้นในมาตรา 5 เราหันไปรูปแบบทางสังคม. เราสรุปในมาตรา 6

Results (Thai) 3:

เหมือนงานส่วนใหญ่ประเมินในการประเมิน เช่น trec แพลตฟอร์มการสืบค้น
ntcir , กุญแจเสียง , และ inex ผู้เชี่ยวชาญการค้นหา
งานเป็นนามธรรมของงานจริง จากนามธรรมเป็นสิ่งสำคัญ
เมื่อพยายามที่จะตั้งค่าการทดลองนั้นจะนำไปสู่เสถียรภาพและชุดทดสอบ
[ ใช้วอฮีส์กับ Harman , 2005 ] .
แต่เมื่อผู้คนค้นหาความเชี่ยวชาญ พวกเขามักจะมองหาผู้เชี่ยวชาญแต่ไม่ได้อยู่ในการแยกผลลัพธ์ที่ต้องการควร
มากกว่าอันดับรายชื่อคนเร่ขายชื่อ [ 2004 ] .
บริบท และหลักฐานที่จำเป็นในการช่วยให้ผู้ใช้เชี่ยวชาญ
หาระบบตัดสินใจที่จะติดต่อ เมื่อแสวงหาความเชี่ยวชาญ
ในบางพื้นที่ เช่น ให้ผู้เชี่ยวชาญที่มีชื่อ
กลับในการตอบสนองการสอบถาม พื้นที่ของความเชี่ยวชาญของเธอคืออะไร ?
ใครที่เธอทำงานด้วย อะไรคือรายละเอียดการติดต่อของเธอ
เธอเกี่ยวข้องด้วย เผื่อเธอจะไม่สามารถที่จะช่วยเรา
ตัวเอง ? จุดมุ่งหมายหลักของบทความนี้คือการแนะนำงานที่กำหนด
ผู้เชี่ยวชาญ profile-i.e. , กระชับอธิบาย
พื้นที่ที่เธอเป็นผู้เชี่ยวชาญ พร้อมคําอธิบายของเธอ
ความร่วมมือสิ่งแวดล้อม - และการคิดค้นและศึกษาขั้นตอนวิธี
ที่อยู่นี้ ลักษณะงาน เพื่อให้เรื่องเพิ่มเติม
คอนกรีตให้เราดูที่ผู้เชี่ยวชาญด้านการหาระบบที่ขณะนี้
ถูกพัฒนา มันเริ่มต้นจากการเป็น " รายชื่อของระบบ
ชื่อ " คนและกำลังพัฒนาเพื่อรวม
ประเภทของบริบทและหลักฐานที่กล่าวถึงข้างต้น รูปที่ 1 แสดงการถ่ายโอนข้อมูลหน้าจอ ในรูปที่ 1 เราจะเห็นข้อมูลที่แสดงสำหรับคนๆหนึ่ง ( หนึ่งในผู้ชมที่ผลิตในการตอบสนองการสอบถาม " เครื่องมือการเขียน " )ในแถวบนสุด เราเห็นชื่อของ
คน ( เลือกที่บัตรของเขาภายในหรือชื่อผู้ใช้ ) และความเกี่ยวข้องของเขา
เพื่อให้ใช้แบบสอบถาม ด้านล่างนี้ ติดต่อ
รายละเอียด ( อีเมล , เว็บ , ที่อยู่ , โทรศัพท์ , หมายเลขโทรสาร ) แสดง .
คำหลักที่ใช้เป็นประเภทของบริบท ในรูปแบบของเมฆแท็ก
" , " อธิบายถึงความสนใจทั่วไปและกิจกรรมของ
บุคคล ;คำหลักเหล่านี้จะถูกแยกจากเอกสารที่
คนที่เกี่ยวข้องด้วย ของผู้สมัครเฉพาะโปรไฟล์
เสนอเป็นรายพื้นที่ ความรู้ และระดับของความสามารถ
ในแต่ละ ( ซึ่งสะท้อนให้เห็นได้จากขนาดของแท่งตัวอย่างของเรา ) การจัดอันดับญาติแสดงเมื่อบุคคล
ใน Top ผู้เชี่ยวชาญให้ข้อมูลว่า ( เป็นกันเต็ม
อินเตอร์เฟซนี้ยังรวมถึงการเชื่อมโยงไปยังเอกสารที่เกี่ยวข้องกับ
บุคคลเช่นเดียวกับการเชื่อมโยงไปยังรูปภาพของ
ผู้สมัครโปรไฟล์สังคม ; ดูมาตรา 5 สำหรับข้อมูลเพิ่มเติมเกี่ยวกับหลัง )
บริจาคหลักของเราในกระดาษนี้เป็นเบื้องต้น
โปรไฟล์เป็นผู้เชี่ยวชาญงานร่วมกับขั้นตอนวิธีที่อยู่
งาน . เราถามว่า ผู้เชี่ยวชาญการค้นหา
ที่มีอยู่ขั้นตอนวิธีที่สามารถใช้สำหรับเฉพาะข้อมูลอย่างมีประสิทธิภาพ
ขั้นตอนวิธีเหล่านี้สร้างเมทริกซ์ที่มีผู้เชี่ยวชาญพร้อมหนึ่งมิติ
และพื้นที่เฉพาะที่ตามอื่น ๆ : มีพื้นที่ตรวจสอบ
ผู้เชี่ยวชาญผู้สูงสุดระดับความเชี่ยวชาญ
สามารถขั้นตอนวิธีเหล่านี้เป็น " คว่ำ " : ให้ผู้สมัคร ,
หาพื้นที่ที่ ระดับความเชี่ยวชาญของเธอมากที่สุด ?
ตอบคําถามนี้คือชัดเจน " ไม่ " - หมายความว่า
ผู้เชี่ยวชาญค้นหาและผู้เชี่ยวชาญโปรไฟล์จะแตกต่างกันสองงาน
คำถามต่อไป แล้ว เป็นวิธีที่เราสามารถคำนวณโปรไฟล์ผู้เชี่ยวชาญ
? เราเสนอสองแบบสำหรับแยกผู้เชี่ยวชาญ Pro -
ไฟล์ ; แรกคือการใช้ข้อมูลเทคนิคการสืบค้นข้อมูลเพื่อขอรับ
ชุดของเอกสารที่เกี่ยวข้องให้ความรู้พื้นที่และ
มวลรวมความเกี่ยวข้องของเอกสารที่เกี่ยวข้อง
ที่ให้ไว้กับคน แบบที่ 2 ของเราเป็นทั้ง
ผู้สมัครและพื้นที่ความรู้เป็นชุดของคำหลักและทักษะของแต่ละคน ประมาณ

ตามทับซ้อนกันระหว่างชุดเหล่านี้ เราแสดงให้เห็นว่าทั้งสองรุ่นแสดง
อย่างมีนัยสำคัญดีกว่า " คว่ำ " ผลการค้นหาผู้เชี่ยวชาญ
ซึ่งให้บริการเป็นพื้นฐานของเรา