| LEADER |
05048nam a2200325 4500 |
| 001 |
1527781 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 605874
|a المحادين، رنيم محمد زعل
|e مؤلف
|
| 245 |
|
|
|a Adaptive Intelligent Recommender System for Expert Search in Enterprise
|
| 246 |
|
|
|a نظام التوصية الذكي للبحث عن الخبراء في المؤسسات
|
| 260 |
|
|
|a مؤتة
|c 2020
|
| 300 |
|
|
|a 1 - 57
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة مؤتة
|f كلية الدراسات العليا
|g الاردن
|o 0661
|
| 520 |
|
|
|a 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%).
|
| 653 |
|
|
|a التعلم الآلي
|a التوصية الذكية
|a شبكة القرار
|a الشبكة العصبية
|a المستند المعكوس
|
| 700 |
|
|
|a الحباشنة، عبادة يوسف عبدالله
|g Al Habashneh, Obada
|e مشرف
|9 605875
|
| 856 |
|
|
|u 9802-008-020-0661-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-008-020-0661-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-008-020-0661-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-008-020-0661-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-008-020-0661-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-008-020-0661-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-008-020-0661-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-008-020-0661-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9802-008-020-0661-R.pdf
|y المصادر والمراجع
|
| 856 |
|
|
|u 9802-008-020-0661-S.pdf
|y الملاحق
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 1128576
|d 1128576
|
