Adaptive Intelligent Recommender System for Expert Search in Enterprise
| العنوان بلغة أخرى: |
نظام التوصية الذكي للبحث عن الخبراء في المؤسسات |
|---|---|
| المؤلف الرئيسي: | المحادين، رنيم محمد زعل (مؤلف) |
| مؤلفين آخرين: | الحباشنة، عبادة يوسف عبدالله (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | مؤتة |
| الصفحات: | 1 - 57 |
| رقم MD: | 1128576 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة مؤتة |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
46
| المستخلص: |
تهدف الدراسة الحالية إلى تطوير نموذج يقدم توصيات تدعم التعرف على الخبراء الذين يمكنهم التعامل مع الأدوار المؤسسية أو المشاكل الناشئة وحلها. وتفترض الدراسة على أن تحديد المصدر الموثوق للمعلومة والخبرة المناسبة يحسن من أداء المنظمة بثكل كبير. وفي المقابل، تفترض الدراسة أن تحديد الخبراء المناسبين في سياق معين ليس بمهمة سهلة؛ فهي تنطوي على العديد من التحديات أبرزها توافر المعلومات ذات الصلة بشكل مباشر أو غير مباشر للأشخاص وطبيعة الواجبات أو المشاكل المراد حلها. علاوة على ذلك، تقدم هذا الدراسة أنموذجا معلوماتي يشكل بديلا عن النموذج التقليدي والقائم على أن مطابقة الخبرة المطلوبة تستند إلى قرار إداري في الغالب يكون ارتجالي، ولا يستند إلى اعتماد نظام توصية ذكي قائم على نظم المعلومات. وعليه، تفتقر الأدوات وتقنيات البحث المتاحة حاليا الدقة في توفير استرجاع البيانات، وبالتالي الدقة في اتخاذ الخبرات المناسبة. توظف هذه الدراسة استعلامات البحث والتقصي عن ثلاث ملفات تعريف مختلفة على الأقل، وهي: المستخدمون، والمستندات، والمهام. وتضمنت الاستفسارات التي تم التحقيق فيها (129) عينة بمعلومات محددة سلفا. وتم اعتماد ملفات التعريف بشرط احتوائها على كل أو جزء من الكلمات المفتاحية في استفسارات المستخدم، حيث تعكس الأوزان المستخلصة درجة مطابقة الملف شخصي مع الكلمات المفتاحية المقابلة للخبرة المطلوبة. وتعتمد تصنيفات هذه الملفات التعريفية أسلوبا معروفا لمعالجة اللغة الطبيعية (NLP) باستخدام المستند المعكوس لتردد المصطلح (TF-IDF)، حيث تتيح هذه التقنية أفضل أسلوب لتحديد قائمة الخبراء الذين سيتم إسناد مهمة أو حل مشكلة ما لهم من خلال تحليل الاستعلام، واستخراج مزايا مختلف الأدوار، ومن ثم ترشيح الملف الشخصي الأكثر ملائمة بيانات الاستعلام. قمنا بتحليل البيانات التي جمعناها من الطالب من خلال طرق مختلفة للتعلم الآلي (Naive Baise، وشجرة القرار، والشبكة العصبية، وKNN). تم إجراء تقييم مقارن لمقارنة نتيجة مقاييس دقة الاسترجاع بين هذه الطرق وباستخدام أفضلها في النظام، حقق %98.3 Naïve baise. وأشارت النتائج إلى أن النموذج المقترح قادر على تصنيف الملفات الشخصية المقترنة بالخبرات بدقة تصل إلى (90%)، واسترجاع المعلومات اعتمادا على معلومات الاستعلام بدقة تصل إلى (93%). |
|---|
عناصر مشابهة
-
Image Compression Using Haar Wavelet Transform Method and Rounding the Intensity Followed by Dividing
بواسطة: أبو شتال، محمد أحمد محمد منشور: (2020) -
Time Series Traffic Prediction Model Based on Selective Features using Decision Support Systems
بواسطة: مقابله، محمد جمال محمد منشور: (2020) -
Control of Autonomous Vehicles Using Intelligent System
بواسطة: Ahmed, Ahmed Athnin Nusk منشور: (2019) -
Genetic Algorithm for Load Shifting Optimization in Smart Grid
بواسطة: المقبالية، منار بنت محمد بن عوض منشور: (2021) -
An Intelligent Healthcare Checker for COVID-19 Using Deep Learning Techniques
بواسطة: Al-Alawi, Ahmed Salim Humaid منشور: (2021)
