1、隨著當今社會的日益發(fā)展，社會任務變得越來越多樣化和復雜化，在這種情況下個體專家通常難以獨自解決問題，這就需要不同的專家組成團隊、互相合作、資源共享來共同解決復雜多樣化的問題。另外團隊成員之間還應該保持良好的合作關系，從而降低合作成本，并且高效地去解決問題。如何去尋找一個成本低，效率高的團隊，對于解決很多社會化問題來說是一個重要的工作。專家發(fā)現(xiàn)問題的研究在近幾年來變?yōu)橐粋€熱門的研究工作。但是目前現(xiàn)有的專家發(fā)現(xiàn)方法還存在一些問題:首先現(xiàn)有的

2、專家發(fā)現(xiàn)方法沒有考慮到社會網絡結構中節(jié)點與節(jié)點之間的關系;其次，目前一些算法都是搜索整個網絡空間來尋找團隊，當網絡節(jié)點數(shù)目非常大時，時間開銷將會很大。針對這些問題、本文研究了基于社會網絡的專家發(fā)現(xiàn)方法，論文主要研究工作以及創(chuàng)新點包括以下方面:
　　首先，在討論分析社會網絡研究中使用的一些基礎理論及相關技術基礎上，給出基于社會網絡的專家發(fā)現(xiàn)問題中的形式化描述，給出相關概念和專業(yè)術語的定義。將專家發(fā)現(xiàn)問題劃分為個體專家發(fā)現(xiàn)問題、專家團

3、隊發(fā)現(xiàn)問題和Top-k專家團隊發(fā)現(xiàn)問題等三個子問題進行研究，并分別給出問題的形式化語言描述。
　　其次，針對三個子問題分別進行個體專家發(fā)現(xiàn)方法研究、專家團隊發(fā)現(xiàn)方法研究和Top-k專家團隊發(fā)現(xiàn)方法研究。針對個體專家發(fā)現(xiàn)問題提出了MIREDA算法尋找個體代價最小的專家;針對專家團隊發(fā)現(xiàn)問題中的雙目標優(yōu)化問題采用鄰近中心性來度量每個節(jié)點在社會網絡中重要性，結合鄰近中心性提出MCCEDAA算法和MCCIREDA算法;針對Top-k專家團

4、隊發(fā)現(xiàn)問題提出Top-k EDA算法尋找k個最佳的專家團隊。同時，闡述上述每一種算法的主要思想、形式化描述，并且討論分析了它們的時間復雜度。
　　最后，通過抽取DBLP數(shù)據集和IMDb數(shù)據集中的部分數(shù)據進行預處理，提取出滿足本文要求的實驗數(shù)據，設計和實現(xiàn)實驗來驗證上述所有算法的可行性和高效性。從團隊個體代價、團隊合作代價、團隊總體代價、團隊成員數(shù)目、算法運行時間以及算法的可擴展性等方面去分析和比較上述算法，實驗結果驗證了算法的可行