发明名称 |
基于约束优化的专家匹配方法及系统 |
摘要 |
本发明公开了一种基于约束优化的专家匹配方法,包括:最大化任务与所述任务被分配的专家之间的相关性;根据约束条件建立约束化框架;利用LDA话题模型为每一位专家和每一个任务分别自动生成话题分布,专家vi的话题的描述文档为dvi={wvik},每一个任务qj的话题描述文档dqj={wqjk};计算专家和任务之间的相关性;根据计算的相关性求解所述约束化框架,得到任务和专家的匹配方案,还公开了一种基于约束优化的专家匹配系统。本发明得到了任务和专家匹配较好的解决方案,并通过用户反馈对解决方案进行调节,得到了任务和专家匹配的最优解。 |
申请公布号 |
CN102012911A |
申请公布日期 |
2011.04.13 |
申请号 |
CN201010554304.4 |
申请日期 |
2010.11.19 |
申请人 |
清华大学 |
发明人 |
唐杰;唐文斌 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京路浩知识产权代理有限公司 11002 |
代理人 |
王莹 |
主权项 |
一种基于约束优化的专家匹配方法,其特征在于,包括以下步骤:S1:采用以下公式最大化任务与所述任务被分配的专家之间的相关性: <mrow> <mi>Max</mi> <munder> <mi>Σ</mi> <mrow> <msub> <mi>v</mi> <mi>i</mi> </msub> <mo>∈</mo> <mi>V</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow> </munder> <munder> <mi>Σ</mi> <mrow> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>∈</mo> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>v</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> </munder> <msub> <mi>R</mi> <mi>ij</mi> </msub> </mrow>其中,V(qj)表示分配给任务qj的专家集合,Q(vi)表示分配给专家vi的任务集合,Rij表示专家vi和任务qj的相关性;S2:根据约束条件建立约束化框架;S3:利用LDA话题模型为每一位专家和每一个任务分别自动生成话题分布,专家vi的话题描述文档为dvi={wvik},每一个任务qj的话题描述文档dqj={wqjk},其中wvik表示专家vi对应的描述文档中出现的第k个单词,wqjk表示任务qj对应的描述文档中出现的第k个单词;S4:计算专家和任务之间的相关性;S5:根据所述S4计算的相关性求解所述约束化框架,得到任务和专家的匹配方案。 |
地址 |
100084 北京市海淀区清华园北京100084-82信箱 |