DOI: 10.17586/2226-1494-2017-17-5-859-871


УДК004.8

КОЛЛЕКТИВНОЕ ИНФОРМАЦИОННОЕ ВЗАИМОДЕЙСТВИЕ УЧАСТНИКОВ ЭКСПЕРТНЫХ СЕТЕЙ: АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ИССЛЕДОВАНИЙ

Гугунова П. И., Кашевник А. М.


Язык статьи - русский

Ссылка для цитирования: Гугунова П.И., Кашевник А.М. Коллективное информационное взаимодействие участников экспертных сетей: анализ современного состояния исследований // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 5. С. 859–871. doi: 10.17586/2226-1494-2017-17-5-859-871

Аннотация

Предмет исследования. Выполнен обзор исследований и технологий реализации групповой работы экспертов для решения возникающих задач. Изучены возможности экспертных сетей для коллективного взаимодействия экспертов и создания новых знаний. Выделены отличительные характеристики современных экспертных сетей. Описаны принципы построения экспертной сети, алгоритмы подбора экспертов и маршрутизации запросов. Приведен сравнительный анализ экспертных сетей различных видов – общего профиля, специализированных, научно-образовательных;, выделяются их особенности и основные функции. На основе результатов анализа сформулированы требования, предъявляемые к современным экспертным сетям научно-технологической направленности. Метод. Для выявления требований к экспертной сети используется метод описания и сравнительного анализа соответствующих систем и технологий.Основные результаты. Выделены основные сценарии использования экспертных сетей экспертами и заказчиками. Сформулированы требования, предъявляемые к экспертной сети, которые позволят реализовать ее эффективное использование в соответствии с выделенными сценариями.Практическая значимость. Применение результатов исследования позволит разработать экспертную сеть для совместной работы и эффективного взаимодействия заказчиков и экспертов, которая удовлетворяет требованиям современных систем поддержки коллективной работы.


Ключевые слова: экспертная сеть, коллективная работа, посткраудсорсинг, эксперты, знания

Благодарности. Представленные результаты исследований являются частью проекта № 16-29-12866, финансируемого Российским фондом фундаментальных исследований, а также бюджетной темой 0073-2014-0005. Работа также выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 074-U01).

Список литературы

 1. Славин Б.Б. Современные экспертные сети // Открытые системы. СУБД. 2014. №7. C. 30–33.
2. Славин Б.Б. Посткраудсорсинг как архитектура экспертных сетей // Программная инженерия. 2012. № 5. С. 42–47.
3. Chan J., Dang S., Dow S.P. Improving crowd innovation with expert facilitation // Proc. 19th ACM Conference on Computer-Supported Cooperative Work and Social Computing. San Francisco, USA, 2016. P. 1223–1235. doi: 10.1145/2818048.2820023
4. Miao G., Moser L.E., Yan X., Tao S., Chen Y., Anerousis N. Generative models for ticket resolution in expert networks // Proc. 16th ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining. Washington, USA, 2010. P. 733–742. doi: 10.1145/1835804.1835897
5. Lacher R.C. Expert networks: paradigmatic conflict, technological rapprochement // Minds and Machines. 1993. V. 3. N 1. P. 53–71. doi: 10.1007/bf00974305
6. Славин Б.Б. Ноосорсинг – путь к «Науке 3.0» // Совет ректоров. 2012. №10. С. 74–85.
7. Славин Б.Б. Ноосфера и коллективный разум / В кн. В.И. Вернадский и ноосферная парадигма развития общества, науки, культуры, образования и экономики в XXI веке. Том 1. СПб.: Астерион, 2013. 574 с.
8. Шевченко О.П. Применение технологий менеджмента знаний в целях повышения эффективности деятельности организации // Общество и право. 2014. № 4. C. 295–298.
9. Heylighen F. Self-organization in communicating groups: the emergence of coordination, shared references and collective intelligence / In: Complexity Perspectives on Language, Communication and Society / Eds A. Massip-Bonet, A. Bastardas-Boada. Berlin: Springer, 2013. P. 117–149. doi: 10.1007/978-3-642-32817-6_10
10. Surowiecki J. The Wisdom of Crowds. NY: Anchor Books, 2005. 336 p.
11. Linstone H.A., Turoff M. The Delphi Method: Techniques and Applications. Addison-Wesley, 1975. 620 p.
12. Settles B., Dow S. Let’s get together: the formation and success of online creative collaborations // Proc. SIGCHI Conference on Human Factors in Computing Systems. Paris, France, 2013. P. 2009–2018. doi: 10.1145/2470654.2466266
13. Buecheler T., Sieg J.H., Füchslin R.M., Pfeifer R. Crowdsourcing, open innovation and collective intelligence in the scientific method: a research agenda and operational framework // Proc. ALIFE XII Conference. Odense, Denmark, 2010. P. 679–686.
14. Flores R.L., Belaud J.P., Le Lann J.M., Negny S. Using the collective intelligence for inventive problem solving: a contribution for open computer aided innovation // Expert Systems with Applications. 2015. V. 42. N 23. P. 9340–9352. doi: 10.1016/j.eswa.2015.08.024
15. Nguyen Q.U., Duong T.H., Kang S. Solving conflict on collaborative knowledge via social networking using consensus choice // Lecture Notes in Computer Science. 2012. V. 7653. P. 21–30. doi: 10.1007/978-3-642-34630-9_3
16. Протасов В.И. Метод эволюционного согласования решений. Компьютерная и математическая модели // Горный информационно-аналитический бюллетень. 2011. №1. С. 360–379.
17. Kleinberg J. The small-world phenomenon: an algorithmic perspective // Proc. 32nd ACM Symposium on the Theory of Computing. Portland, USA, 2000. P. 163–170. doi: 10.1145/335305.335325
18. Ma L., Srivatsa M., Cansever D., Yan X., Kase S., Vanni M. On the efficiency of decentralized search in expert networks // Proc. 36th Int. Conf. In Distributed Computing Systems. Nara, Japan, 2016. P. 733–734. doi: 10.1109/icdcs.2016.22
19. Fang H., Zhai C.X. Probabilistic models for expert finding // Lecture Notes in Computer Science. 2007. V. 4425. P. 418–430. doi: 10.1007/978-3-540-71496-5_38
20. Moharreri K., Ramanathan J., Ramnath R. Probabilistic sequence modeling for trustworthy IT servicing by collective expert networks // IEEE 40th Annual Computer Software and Applications Conference. Atlanta, USA, 2016. V. 1. P. 379–389. doi: 10.1109/compsac.2016.170
21. Maybury M., D'Amore R., House D. Expert finding for collaborative virtual environments // Communications of the ACM. 2001. V. 44. N 12. P. 55–56. doi: 10.1145/501317.501343
22. Sompel H.V.D., Nelson M.L., Lagoze C., Warner S. Resource harvesting within the OAI-PMH framework // D-Lib Magazine. 2004. V. 10. N 12. doi: 10.1045/december2004-vandesompel
23. Robertson S., Zaragoza H. The probabilistic relevance framework: BM25 and beyond // Foundations and Trends in Information Retrieval. 2009. V. 3. N 4. P. 333–389. doi: 10.1561/1500000019
24. Plachouras V. Diversity in expert search // Proc. of the Workshop on Diversity in Document Retrieval. Dublin, Ireland, 2011. P. 63–67.
25. Daud A., Li J., Zhou L., Muhammad F. A generalized topic modeling approach for maven search // Lecture Notes in Computer Science. 2009. V. 5446. P. 138–149. doi: 10.1007/978-3-642-00672-2_14
 

Информация 2001-2017 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика