王耀辉, 杨帆, 陈帅
东北电力大学. 2014, 34(4): 69-74.
摘要 (
)
PDF全文 (
)
可视化
收藏
电力隐性知识广泛存在于电力虚拟社区的问答模式中,并且随着虚拟社区的扩张,其中的电力隐性知识数量正与日俱增。然而,由于虚拟社区中自由的问答交流方式,导致解决具体问题的电力隐性知识被淹没于大量的无用信息中,适用性好的隐性知识难以被相关电力从业人员快速获取,因此,过滤无效信息,收集电力虚拟社区中的隐性知识,对电力隐性知识的挖掘、检索以及共享有着重要的意义。为此提出了一种面向电力虚拟社区的隐性知识收集方法。该方法以向量空间模型为基础,根据电力虚拟社区中问答模式的特点,将其表示为四维向量形式,使隐性知识收集转化为文本向量二分类问题,并采用遗传支持向量机进行分类,从而完成电力隐性知识的收集。实验结果表明,提出的方法获得了较好的正确率。