کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
553872 873550 2009 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Recommender system based on workflow
ترجمه فارسی عنوان
سیستم توصیه گر مبتنی بر گردش کار
کلمات کلیدی
- fl - fiسیستم توصیه گر - گردش کار - فیلتر کردن مشارکتی - مدیریت دانش
فهرست مطالب مقاله

چکیده
1. مقدمه
3. محیط مشارکتی گردش کار محور
4. چهارچوب سیستم توصیه گر مبتنی بر گردش کار
5. فیلترینگ مشارکتی مبتنی بر گردش کار
5.1. فیلترینگ مشارکتی مبتنی بر همان وظیفه یا نقش
5.2. گردش کار چند لایه و انواع رابطه
6. کنترل حجم توصیه بر اساس گردش کار
6.1. کنترل حجم توسط آستانه
6.2. میزان مشغولیت برای اندازه گیری درجه مشغول بودن اعضاء
6.3. نقشه درجه مشغولیت تا آستانه
7. ارزیابیهای آزمایشی
7.1. طراحی آزمایش
7.2. نتایج و تحلیل
7.2.1. آزمایش 1: حالتهای مختلف CF، با تغییر T (برای مشکلات فوق (1) و (2))
7.2.2 آزمایش 2: تنظیمات RSC های مختلف، با تغییر T
7.2.3. آزمایش 3: تیمهای مشارکتی متفاوت، با تغییر T
ترجمه چکیده
این مقاله یک مدل سیستم توصیه گر مبتنی بر گردش کار در فراهم کردن اطلاعات مناسب برای اعضای مناسب در مفاهیم تیم مشارکتی بجای سناریوهای روزانه زندگی پیشنهاد می کند، برای مثال، پیشنهاد محصولات، اخبار، و غیره در چهارچوب مفاهیم تیم مشارکتی، اطلاعات بیشتر می توانند توسط سیستمهای توصیه گر بجای مفاهیم زندگی روزمره مورد استفاده قرار بگیرند. گردش کار در تیم مشارکتی شامل اطلاعاتی درباره روابط بین اعضاء، وظایف و نقشها می باشد، که می تواند با فیلترینگ مشارکتی ترکیب شود تا تقاضای اعضاء برای اطلاعات بدست آید. علاوه بر این، اطلاعات برنامه ریزی کار موجود در گردش کار می تواند همچنین برای تشخیص حجم مناسب اطلاعاتی که باید به هر عضو توصیه شود مورد استفاده قرار گیرد. در این مقاله، ما به مکانیسم سیستم توصیه گر مبتنی بر گردش کار می پردازیم و چندین آزمایش راجع به چندین تیم مشارکتی در دنیای واقعی برای اعتبار بخشیدن به مفید و موثر بودن شیوه های ارائه شده ، انجام می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
پیش نمایش مقاله
سیستم توصیه گر مبتنی بر گردش کار
چکیده انگلیسی
This paper proposes a workflow-based recommender system model on supplying proper knowledge to proper members in collaborative team contexts rather than daily life scenarios, e.g., recommending commodities, films, news, etc. Within collaborative team contexts, more information could be utilized by recommender systems than ordinary daily life contexts. The workflow in collaborative team contains information about relationships among members, roles and tasks, which could be combined with collaborative filtering to obtain members' demands for knowledge. In addition, the work schedule information contained in the workflow could also be employed to determine the proper volume of knowledge that should be recommended to each member. In this paper, we investigate the mechanism of the workflow-based recommender system, and conduct a series of experiments referring to several realworld collaborative teams to validate the effectiveness and efficiency of the proposed methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Decision Support Systems - 48 (2009) 237–245
نویسندگان
, , ,