卡方技術(shù)在企業(yè)搜索引擎角色信息分析中的運(yùn)用論文
對(duì)于少于 1 000 人的企業(yè)單位，60% 的員工認(rèn)為在企業(yè)信息化平臺(tái)中找到自己想要的數(shù)據(jù)是非常困難的。
而在公司人數(shù)超過(guò) 1 000 人的情況下，認(rèn)為獲取不到自己想要數(shù)據(jù)的員工竟然達(dá)到公司人數(shù)的 77%.因此，企業(yè)的規(guī)模越大，企業(yè)的人數(shù)越多，企業(yè)信息化平臺(tái)中產(chǎn)生的數(shù)據(jù)量就越多，員工查找信息就更加困難。根據(jù)調(diào)查顯示，對(duì)于少于 1 000 人的企業(yè)里，有 67% 的員工認(rèn)為找到所需的信息對(duì)企業(yè)的發(fā)展是有影響的，而對(duì)于多于 1 000 人的企業(yè)中，這個(gè)數(shù)字竟然高達(dá) 89%.在大中型企業(yè)中，每天有 70% 的員工耗費(fèi) 1 ~ 2 小時(shí)來(lái)查找所需要的信息，加大了企業(yè)的成本，尤其是用戶想要查看已經(jīng)離職員工之前記錄的信息，由于人員已經(jīng)離開，想要查找對(duì)應(yīng)信息的難度加大，搜索耗費(fèi)的時(shí)間就更長(zhǎng)。
傳統(tǒng)企業(yè)搜索引擎雖然在一定程度上已經(jīng)解決該問(wèn)題。然而，不同角色的用戶有著不同的需求，例如，財(cái)務(wù)角色的用戶和銷售角色的用戶對(duì)于相同的查詢?cè)~會(huì)有不同的需求。本文提出采用卡方的方法進(jìn)行角色信息的分析，使不同角色的用戶雖采用相同的查詢?cè)~，但得到與其角色更相關(guān)的信息。
1 基于卡方的角色分析理論
企業(yè)內(nèi)部每個(gè)用戶在不同系統(tǒng)中的職位不一樣，對(duì)于相同角色下的用戶，偏好可能相同，如角色 A 下的用戶關(guān)注財(cái)務(wù)信息，經(jīng)常搜索和點(diǎn)擊財(cái)務(wù)方面的數(shù)據(jù)。當(dāng)角色 A 下的其他用戶搜索時(shí)，如果查詢?cè)~跟 A 輸入的查詢?cè)~相關(guān)時(shí)，根據(jù) LUCENE,獲取文檔應(yīng)排在后面，但根據(jù)角色信息，角色 A 下的用戶點(diǎn)擊過(guò)多的文檔應(yīng)排在前面，這樣就隱含地為用戶推送了相關(guān)文檔。針對(duì)這個(gè)可能性，進(jìn)行角色分析�！�1】
其中，N 是一個(gè)定值，系統(tǒng)的數(shù)據(jù)條目數(shù)；A 代表在某角色中文檔包含該詞的篇數(shù)；B 代表在該角色中文檔沒有包含該詞的篇數(shù)；C 代表的是不在該角色下有多少篇文檔包含該詞；D 代表的是不在該角色下有多少篇文檔沒有包含該詞；而 A+C 是一個(gè)定值，B+D 也是一個(gè)定值，因此公式（1）可以簡(jiǎn)化，如下所示：【2】
2 基于卡方的角色分析理論算法過(guò)程
因?yàn)槠髽I(yè)中有多個(gè)系統(tǒng)，分系統(tǒng)考慮，統(tǒng)計(jì)一個(gè)系統(tǒng)下所有角色對(duì)應(yīng)的特征詞。
第一步獲取某系統(tǒng)下的所有數(shù)據(jù)，獲取文檔對(duì)應(yīng)的用戶以及角色，并對(duì)正文部分進(jìn)行分詞。
第二步獲取角色 A 在該系統(tǒng)下的所有數(shù)據(jù)并分詞。
第三步對(duì)角色 A 下的每個(gè)詞 T,統(tǒng)計(jì)詞 T 在該角色下出現(xiàn)的樣本頻率，獲取詞 T 在該角色中沒有出現(xiàn)的樣本頻率，獲取詞 T 不在該角色下出現(xiàn)的樣本頻率，獲取詞 T 不在該角色下沒有出現(xiàn)的樣本頻率。
第四步，根據(jù)公式（2）計(jì)算該系統(tǒng)下角色 A 中詞T 的權(quán)重；獲取每個(gè)系統(tǒng)下的每個(gè)角色對(duì)應(yīng)的特征詞，并保存。
第五步獲取用戶所能訪問(wèn)系統(tǒng)中角色對(duì)應(yīng)的特征詞，并根據(jù)特征詞進(jìn)行全文檢索，獲取排名前300的文檔。
當(dāng)獲取某系統(tǒng)下角色 A 權(quán)重最大的 10 個(gè)詞時(shí)，需考慮特征詞在該系統(tǒng)下所有角色中出現(xiàn)的次數(shù)，如果次數(shù)大于角色個(gè)數(shù)的一個(gè)比值時(shí)，則這樣的詞排除掉，因?yàn)檫@樣的詞不具有特性。
當(dāng)用戶查詢時(shí)，根據(jù)輸入查詢?cè)~，得到搜索結(jié)果，分析前 300 篇文檔中是否包含該文檔，如果包含，則將文檔的分?jǐn)?shù)提高。
3 結(jié) 語(yǔ)
針對(duì)目前企業(yè)搜索中存在的問(wèn)題，不同角色的用戶有著不同的需求，本文提出基于卡方的角色分析方法，使不同角色的用戶雖采用相同的查詢?cè)~，但得到與其角色更相關(guān)的信息。該方法已經(jīng)應(yīng)用在實(shí)際平臺(tái)中，進(jìn)一步證明了該方法的有效性。
參考文獻(xiàn)
[1] 吳慶濤 . 個(gè)性化搜索引擎中的用戶興趣模型分析與研究 [J]. 研究與開發(fā) ,2010（10）。
[2] 李紹華 , 高文宇 . 搜索引擎頁(yè)面排序算法研究綜述 [J]. 計(jì)算機(jī)應(yīng)用研究 ,2007（24）。
【卡方技術(shù)在企業(yè)搜索引擎角色信息分析中的運(yùn)用論文】相關(guān)文章：
財(cái)務(wù)分析在企業(yè)中的運(yùn)用研究論文05-22
分析共好理念在企業(yè)團(tuán)隊(duì)管理中的運(yùn)用論文05-02
信息技術(shù)在電力企業(yè)中的應(yīng)用論文02-20
傳統(tǒng)紋樣在現(xiàn)代設(shè)計(jì)中的運(yùn)用分析論文05-12
信息技術(shù)在作文教學(xué)的運(yùn)用論文04-21
水文勘測(cè)技術(shù)在水污染環(huán)境地質(zhì)中的運(yùn)用分析論文03-09
目標(biāo)管理在企業(yè)管理中運(yùn)用分析11-14
管理會(huì)計(jì)在企業(yè)中的運(yùn)用狀況調(diào)查與分析論文02-21
- 相關(guān)推薦