Searching for Experts in the Enterprise: Combining Text and Social Network Analysis

這篇文章的出處為ACM conference
有鑒於員工在公司內工作時需要能快速得到所需訊息的方法，而以前的專家找尋系統皆未充分考慮到和陌生人交談所造成的social 影響，IBM結合建構了一個social-context-aware 的專家尋找系統- SmallBlue

為什麼員工需要專門尋找專家的系統？

員工在進行專案有問題時，會習慣透過personal network去尋找幫忙解決問題的人，但個

人網路也有其限制，當專案的規模越大越長期或是研發cycle越短時，個人網路的發展跟不上

專案所需，也因此需要專家尋找系統。

在先前的專家尋找系統多半皆是提供已存在個人網路內的專家搜尋沒有擴展到外部，例如：

HelpNet/Expert Finder/ContactMap

SmallBlue的介紹：

透過email和chat log來檢閱 dynamic profile information and get information about the degrees of

separation or social distance to the expert.

SmallBlue的四個以web 為基礎的tool

SmallBlue Ego ：陳列出使用者的個人網路(但在這篇PAPER中沒有討論到)

SmallBlue Find ：秀出符合搜尋關鍵字的專家候選人列表的介面

SmallBlue Reach ：提供個人資訊幫助使用者去了解這些專家並了解為什麼系統會推薦並判斷此專家是不是適合幫忙解決這個問題的人

SmallBlue Net ：秀出符合關鍵字在公司內部的社群網路圖

在資料擷取部分首先不考慮興建profile的方式→ 因為過於耗時且更新不易，反而採用private datea- email/chat log 在私人訊息的採用部分有每天更新及因為員工每天使用所以不需額外處理的優點但也有隱私方面的問題

在導入後收集員工的使用意見整理後得到以下資訊：

-74%：使用超過一次

-36%：每隔幾周就會使用一次

-69% ：表示願意繼續在trial period使用

在最後結論的部分提到Smallblue比起尋找專家更接近於找到可以幫忙解決問題的人，這兩者

有何差別呢? 專家：專通此問題解決的人而能幫忙解決問題的人則不一定是專家有時候可能

是知道專家是誰的人(資訊中介者)，而未來SmallBlue也會朝：1. 增加資料量提供員工更貼切

的幫助 2. 去更加了解使用者使用Smallblue的背後真正原因。