2 BackgroundInitial approaches to e

2 Background
Initial approaches to expert finding employed a database
housing the skills and knowledge of each individual in the organization
[Maron et al., 1986; Davenport and Prusak, 1998],
and were mainly focused on how to unify disparate and dissimilar
databases of the organization into one data warehouse
that can easily be mined. Most of this early work was performed
by the Knowledge Management and Computer Supported
Cooperative Work community, usually called yellow
pages, people-finding systems or expertise-management [ECSCW,
1999]. Most of the tools rely on people to self-assess
their skill against a predefined set of keywords, and there is a
need for intelligent technologies that could enhance the process
of updating profiles [Becerra-Fernandez, 2000].
More recently there has been a move to automatically
extract such representations from heterogeneous document
collections such as those found within a corporate intranet
[Craswell et al., 2001]. However, until recently much
of the work in this area has been performed in industry
with only sketchy solutions, tailored to specific organizational
needs, and without formal evaluations.
TREC 2005 [TREC, 2005] has introduced the expert finding
task and provided a common platform with the Enterprise
Search Track for researchers to evaluate and assess methods
and techniques. The following scenario is presented: Given
a crawl of the World Wide Web Consortium’s web site, a list
of candidate experts and a set of topics, the task is to find experts
(provide a ranked list of candidates) for each of these
topics. This scenario is ideal for measuring the accuracy and
effectiveness of different methods, and for making a fair comparison
between the performance of expert finder systems.
To the best of our knowledge, the task introduced in this
paper—expert profiling—is new. More precisely, topical expert
profiling has not been previously identified as a task
amenable to computational approaches. In contrast, social
profiling (finding collaboration networks around an expert) is
a task that has been gaining increasing attention, especially
from researchers with a background in social network analysis.
See, e.g., [Abrol et al., 2002] for an industrial example.

Results (Thai) 1:

เบื้องหลัง 2วิธีเริ่มต้นการค้นหาผู้เชี่ยวชาญงานฐานข้อมูลอยู่อาศัยทักษะและความรู้ของแต่ละบุคคลในองค์กร[Maron et al., 1986 ดาเวนพอร์ทและ Prusak, 1998],และก็ส่วนใหญ่เน้นวิธีการรวมไม่เหมือน และแตกต่างกันฐานข้อมูลขององค์กรเป็นหนึ่งข้อมูลคลังสินค้าที่สามารถได้อย่างง่ายดายสามารถขุด มีดำเนินการส่วนใหญ่ของงานนี้ก่อนโดยการจัดการความรู้และคอมพิวเตอร์ที่ได้รับการสนับสนุนงานสหกรณ์ชุมชน มักเรียกว่าสีเหลืองหน้า คนค้นหาระบบ หรือความเชี่ยวชาญบริหาร [ECSCWปี 1999] ส่วนใหญ่เครื่องมืออาศัยการประเมินตนเองทักษะของพวกเขากับชุดของคำสำคัญ มีการต้องการเทคโนโลยีอัจฉริยะที่สามารถเสริมสร้างกระบวนการปรับปรุงโปรไฟล์ [Becerra-เฟอร์นานเด 2000]เมื่อเร็ว ๆ นี้ ได้มีการย้ายให้โดยอัตโนมัติแยกเป็นตัวแทนดังกล่าวจากเอกสารบริการคอลเลกชันเช่นภายในอินทราเน็ตขององค์กร[Craswell et al., 2001] อย่างไรก็ตาม จนกระทั่งเมื่อเร็ว ๆ นี้มากงานในพื้นที่นี้มีการในอุตสาหกรรมด้วยเฉพาะกิ๊กโซลูชั่น เหมาะกับเฉพาะองค์กรต้อง และไม่มี การประเมินอย่างเป็นทางการTREC 2005 [TREC, 2005] ได้แนะนำการค้นหาผู้เชี่ยวชาญงาน และให้เป็นเวทีทั่วไปกับองค์กรติดตามค้นหาสำหรับนักวิจัยเพื่อประเมิน และวิธีประเมินและเทคนิค นำเสนอสถานการณ์ต่อไปนี้: ให้รวบรวมข้อมูลของ World Wide Web Consortium เว็บไซต์ รายชื่อผู้เชี่ยวชาญของผู้สมัครและชุดหัวข้อ งานจะหาผู้เชี่ยวชาญ(ให้รายการจัดอันดับของผู้สมัคร) สำหรับแต่ละเหล่านี้หัวข้อนี้ สถานการณ์นี้เหมาะสำหรับวัดความถูกต้อง และประสิทธิผล ของวิธีต่าง ๆ และทำการเปรียบเทียบที่ยุติธรรมระหว่างประสิทธิภาพของระบบค้นหาผู้เชี่ยวชาญให้ดีสุดของความรู้ งานแนะนำในนี้กระดาษ — สร้างโพรไฟล์ใช้ตัวใหม่ ได้แม่นยำมาก เฉพาะผู้เชี่ยวชาญสร้างโพรไฟล์ได้ไม่ได้ระบุไว้ก่อนหน้านี้เป็นงานคล้อยตามการตกวิธีคำนวณ ในทางตรงข้าม สังคมสร้างโพรไฟล์ (ค้นหาเครือข่ายความร่วมมือสถานผู้เชี่ยวชาญ) ได้งานที่ได้รับความสนใจเพิ่มขึ้น โดยเฉพาะอย่างยิ่งจากนักวิจัยด้วยพื้นหลังในการวิเคราะห์เครือข่ายทางสังคมดู เช่น, [Abrol et al., 2002] สำหรับตัวอย่างอุตสาหกรรม

Results (Thai) 2:

ประวัติความเป็นมา 2
วิธีการเริ่มต้นที่มีความเชี่ยวชาญการหาฐานข้อมูลการจ้างงานที่อยู่อาศัยทักษะและความรู้ของแต่ละคนในองค์กร[Maron et al, 1986. ดาเวนพอร์ตและ Prusak 1998] และได้รับการมุ่งเน้นเกี่ยวกับวิธีการที่จะรวมกันและแตกต่างกันที่แตกต่างกันฐานข้อมูลขององค์กรที่เป็นหนึ่งในคลังข้อมูลที่สามารถจะขุด ที่สุดของการทำงานช่วงแรกนี้ได้ดำเนินการโดยการจัดการความรู้และคอมพิวเตอร์ที่รองรับชุมชนสหกรณ์การทำงานมักจะเรียกว่าสีเหลืองหน้าคนหาระบบหรือความเชี่ยวชาญการจัดการ[ECSCW, 1999] ที่สุดของเครื่องมือพึ่งพาคนที่จะประเมินตนเองทักษะของพวกเขากับชุดที่กำหนดไว้ล่วงหน้าของคำหลักและมีความจำเป็นในการใช้เทคโนโลยีอัจฉริยะที่สามารถเพิ่มประสิทธิภาพของกระบวนการของการปรับปรุงโปรไฟล์[Becerra-เฟอร์นันเด 2000]. เมื่อเร็ว ๆ นี้ได้มีการ ย้ายไปโดยอัตโนมัติดึงการแสดงดังกล่าวจากเอกสารที่แตกต่างกันคอลเลกชันเช่นที่พบภายในอินทราเน็ตของบริษัท[Craswell et al., 2001] อย่างไรก็ตามจนกระทั่งเมื่อเร็ว ๆ นี้มากของการทำงานในพื้นที่นี้ได้รับการดำเนินการในอุตสาหกรรมด้วยโซลูชั่นที่สมบูรณ์เท่านั้นที่เหมาะกับองค์กรที่เฉพาะเจาะจงความต้องการและไม่มีการประเมินผลอย่างเป็นทางการ. TREC 2005 [TREC 2005] ได้นำผู้เชี่ยวชาญด้านการหางานและให้แพลตฟอร์มร่วมกันกับองค์กรค้นหาติดตามสำหรับนักวิจัยในการประเมินและประเมินวิธีการและเทคนิค สถานการณ์ต่อไปนี้จะนำเสนอ: ให้รวบรวมข้อมูลของเว็บไซต์Consortium เวิลด์ไวด์เว็บของ, รายการของผู้เชี่ยวชาญผู้สมัครและชุดของหัวข้องานคือการหาผู้เชี่ยวชาญ(ให้รายการการจัดอันดับของผู้สมัคร) สำหรับแต่ละเหล่านี้หัวข้อ สถานการณ์นี้เป็นที่ที่เหมาะสำหรับการวัดความถูกต้องและความมีประสิทธิภาพของวิธีการที่แตกต่างกันและสำหรับการเปรียบเทียบยุติธรรมระหว่างประสิทธิภาพการทำงานของระบบการค้นหาผู้เชี่ยวชาญ. ที่ดีที่สุดของความรู้ของเราที่นำมาใช้งานในกระดาษที่มีความเชี่ยวชาญเป็นโปรไฟล์ใหม่ อีกอย่างแม่นยำผู้เชี่ยวชาญเฉพาะโปรไฟล์ไม่ได้รับการระบุก่อนหน้านี้เป็นงานคล้อยตามวิธีการคำนวณ ในทางตรงกันข้ามสังคมโปรไฟล์ (การหาเครือข่ายการทำงานร่วมกันทั่วผู้เชี่ยวชาญ) เป็นงานที่ได้รับการดึงดูดความสนใจเพิ่มมากขึ้นโดยเฉพาะอย่างยิ่งจากนักวิจัยที่มีพื้นหลังในการวิเคราะห์เครือข่ายทางสังคม. ดูเช่น [Abrol et al., 2002] สำหรับตัวอย่างอุตสาหกรรม .

Results (Thai) 3:

2 พื้นหลัง
เริ่มต้นแนวทางผู้เชี่ยวชาญค้นหาในฐานข้อมูล
ที่อยู่อาศัยทักษะและความรู้ของแต่ละบุคคลในองค์กร
[ มารอน et al . , 1986 ; ดาเวนพอร์ต และ prusak 1998 ] ,
และส่วนใหญ่มุ่งเน้นไปที่วิธีการที่จะรวมกันและจัดการฐานข้อมูลขององค์กรไม่เหมือนกัน

เป็นคลังข้อมูลที่สามารถได้อย่างง่ายดาย จะขุด ที่สุดของงานนี้ก่อนทำการ
โดยการบริหารจัดการความรู้และคอมพิวเตอร์สนับสนุน
งานสหกรณ์ชุมชน มักจะเรียกว่า หน้าเหลือง
คนค้นหาระบบหรือ ecscw การจัดการ [ ความเชี่ยวชาญ
2542 ] ที่สุดของเครื่องมือพึ่งพาคนตนเองประเมินทักษะของพวกเขากับที่กำหนดไว้ล่วงหน้า
ชุดของคำหลักและมี
ต้องฉลาดเทคโนโลยีที่สามารถเพิ่มประสิทธิภาพกระบวนการของการปรับปรุงโปรไฟล์
[ ]
Becerra Fernandez , 2543 .เมื่อเร็ว ๆ นี้ได้มีการย้ายโดยอัตโนมัติสารสกัดจากข้อมูลเอกสารเช่นการแสดง

คอลเลกชันเช่นที่พบในองค์กรอินทราเน็ต
[ craswell et al . , 2001 ) อย่างไรก็ตาม จนกระทั่งเมื่อเร็ว ๆ นี้มาก
ของงานในพื้นที่นี้ได้รับการในอุตสาหกรรม
มีเพียงโซลูชั่นสมบูรณ์เหมาะกับความต้องการขององค์กรและการประเมินผลอย่างเป็นทางการโดยเฉพาะ
, .
trec trec 2005 [ 2005 ] ได้แนะนำผู้เชี่ยวชาญการค้นหา
งานและให้แพลตฟอร์มร่วมกันกับการติดตามการค้นหาองค์กร
สำหรับนักวิจัยเพื่อประเมินและประเมินวิธีการ
และเทคนิค สถานการณ์ต่อไปนี้ถูกเสนอให้
คลานของ World Wide Web Consortium เว็บไซต์ รายการ
ผู้เชี่ยวชาญผู้สมัครและชุดของหัวข้องานคือการหาผู้เชี่ยวชาญ
( ให้รายชื่อของผู้สมัคร ) สำหรับแต่ละหัวข้อเหล่านี้

ฉากนี้เป็นฉากที่เหมาะสำหรับการวัดความถูกต้อง
ประสิทธิผลของวิธีการที่แตกต่างกัน และทำให้การเปรียบเทียบระหว่างระบบงานยุติธรรม

ให้ผู้เชี่ยวชาญค้นหาที่ดีที่สุดของความรู้ของเรา งานแนะนำตัวนี้
ผู้เชี่ยวชาญกระดาษข้อมูลใหม่ ผู้เชี่ยวชาญเฉพาะที่
มากขึ้นแน่นอนข้อมูลก่อนหน้านี้ระบุไม่ได้เป็นงาน
ซูฮกให้แนวทางในการคำนวณ ในทางตรงกันข้าม สังคม
โปรไฟล์ ( หาเครือข่ายความร่วมมือรอบผู้เชี่ยวชาญ )
งานที่ได้รับการดึงดูดความสนใจเพิ่มขึ้น โดยเฉพาะอย่างยิ่ง
จากนักวิจัยที่มีพื้นหลังในการวิเคราะห์เครือข่ายทางสังคม .
เห็นเช่น [ abrol et al . , 2002 ) เช่น อุตสาหกรรม