专家检索与专家排名研究评述

摘要：

[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,融合结果总体优于基准排名.[局限]不同排名融合方法间的横向对比研究较少.[结论]相关研究可为构建信息融合视角下的专家会诊平台提供参考,具体体现在专家信息组织、专家遴选和专家意见融合环节.

关键词：专家检索、排名融合、社交网络、关系属性、效果评测

分类号：G350(情报学、情报工作)

资助基金：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”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”CCNU16A05044;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71303179的研究成果之一

在线出版日期：2017-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1-10