构建专家查找系统的指南

如何确定组织中的专家？

寻找领域专家（SMEs）是一个悠久的问题，特别是在寻求帮助或组建团队时。专家查找器通过让用户搜索特定专长的同事来解决这个问题。

什么是专家？ 在组织中，通常将专家定义为在某一领域拥有知识、技能和经验，能够超越普通 knowledgeable观众的人。专家对特定领域的深入理解，并且能够利用这些知识教育他人、解决问题以及发现新的技能应用机会。在一个组织中，识别专家的几个通用标志包括： - 项目参与记录， - 在其专业领域知识库中的贡献， - 计划书；以及， - 他们在机构团体中所从事的工作。

通过这些信息，可以更清晰地了解组织中的专家，并根据需要选择合适的团队成员。

一个重要的点是，这些标记（可以用来识别专家）并不是所有都表明一个人已经学到了什么（即认证）。很多关于专业性的指标是基于绩效表现（即参与与主题相关联的项目）。

对于大多数组织来说， biggest 挑战之一就是确定某个领域内的专家是谁。专家很少会自 declarations, 他们通常需要通过他们的经验和参与来识别。某人如果具备以下条件，可能被视为专家：

• 学习方面的表现：
  • 获得了与主题相关的学位，
  • 参加或指导过培训课程，或者
  • 资格证书与主题相关。
• 绩效方面的表现：
  • 在某个领域发表演讲或撰写博客、书籍或其他出版物，
  • 对组织在特定领域的社区知识库做出的贡献，或
  • 参与相关项目的工作

专家筛选器作为企业知识管理系统和人力资源系统的整合点存在。当将专家与他们的影响力范围和工作联系起来时，它们表现出色——这可以节省从零开始构建这些数据所需的 manual 努力。

对于大多数组织来说，专家筛选器最大的障碍就是识别某个领域内的专家。专家很少会自 declarations, 他们通常需要通过他们的经验和参与来识别。某人如果具备以下条件，可能被视为专家：

• 学习方面的表现：
  • 获得了与主题相关的学位，
  • 参加或指导过培训课程，或者
  • 资格证书与主题相关。
• 绩效方面的表现：
  • 在某个领域发表演讲或撰写博客、书籍或其他出版物，
  • 对组织在特定领域的社区知识库做出的贡献，或
  • 参与相关项目的工作

确定专家时有许多使用场景，因此在生成专家列表时需要考虑所有情况。最初，我们可以从项目或客户管理系统中提取元数据、从企业数据仓库查询相关数据点，或者分析项目文档来汇总信息。然后，利用汇总的信息生成个体与主题之间的信心分数，以衡量某人成为某一主题专家的可能性。这种方法可能涉及自定义数据模型（如ontology）来帮助我们理解个人与主题的关系，并提供精确的方法来识别这些关系。信心分数是调整和优化我们对专业知识计算的关键。

为什么需要专家查找器？

贾·麦克丹尼尔斯

专家查找器是企业知识资产统一视图中不可或缺的一部分。专业人员中存在的信息被称为“ tacit knowledge”，这种信息非常宝贵，应该以易于查找和与同行及领导者沟通的方式进行捕捉。专家是业务单元中的核心知识支柱，确认存在于业务单位中的强项。识别知识权威及其专长领域能够优化合作机会，创造创新解决方案，并保持知识传承。

专家还能够在学习型社区、导师制以及其它 peer-to-peer 学习框架中最大化学习和绩效成果。无论是在哪个层级工作的人，都可以参与到知识空间中，但专家则是真正的领导者。

文章标题：专家发现者的重要性与可用工具解析

第一段：专家发现者的重要性

专家发现者对于帮助人们成长至关重要。专业知识是知识的来源之一，通过连接共享或新领域兴趣的人们，个人就能从他们的同行中学习，这种自然的学习方式尤为可贵。特别是在混合工作环境中，随着这种环境的增多，故意支持社会学习变得尤为重要，这样虚拟同事，尤其是那些可能加入新组织的人，就可以基于共同的兴趣进行交流和社交。

第二段：专家发现者在团队管理中的作用

对于团队管理来说，专家发现者帮助项目经理构建拥有适当知识、技能和能力以确保成功团队的机会。专家易于定位，并给予机会向团队成员分享他们的知识和经验。团队成员可以识别 peer mentors来协助个人成长。

第三段：专家查找器软件/系统的必要性与可用工具

需要考虑是否必须购买专家查找器软件/系统？下面列举了一些可用的工具，如 Elasticsearch, SharePoint Search, Supabase, Algolia 和 Cloudera Kniguity 等等。这些工具各自有不同的功能和优势，帮助用户更高效地进行知识管理和搜索。

he-box（OOIB）工具在搜索组织内人员时可以使用。然而，需要注意的是，广告中提到的各种可用系统的功能可能只能满足机构的一些使用场景和业务需求。如果你决定采用预制解决方案，你应该根据哪个系统最符合你的用户需求以及你希望实现的任何业务目标来做出决策。

你必须购买专家查找系统吗？简短的答案是否。预制软件有很多优点，包括快速部署和低维护成本。然而，预制软件通常在可扩展性和自定义机会方面有限，并且它们很难无缝集成现有的技术基础设施。相反，你可以根据你的业务需求构建自己的专家查找系统，以满足在可扩展性、满足用户需求以及与现有系统的整合方面的独特要求。

图片链接

投资建设一个专家查找系统很重要，无论它是预制的还是通过自定义开发。目前市场上有一些工具可以搜索人员，包括Glean和IBM Watson，或者人力资源平台如Sift、Workday和Workforce Now。值得深入研究这些选项，看看是否有任何工具能够满足你特定使用场景所需的所有功能。然而，自行构建专家查找系统将使你在建模和整理专业知识方面拥有最大的灵活性。

在设计本体论参考链接时，你会对如何生成个人专业知识有最佳的理解。一旦你建立了模型，我建议你使用样本来实例化本体并利用一个[搜索引擎](https://enterprise-knowledge

作为一名 Baklib 的品牌负责人，Baklib 是一款面向企业的数字内容管理平台（All in content），帮助企业构建门户网站、产品手册、帮助中心、知识库、在线文档等产品。Baklib 官网：https://www.baklib.cn

.com/selecting-enterprise-search-engine/) 快速检索专家

生成个人元数据的数据管道，以及 相关查询（在搜索引擎中使用的相关性查询）完全对您开放，您可以根据自己的专业需求对其进行调整。免费基于 Lucene 的搜索引擎（例如 Elasticsearch 或 Solr）易于上手。如果您感觉冒险，可以尝试使用向量搜索引擎（如 Milvus、Qdrant 或 Weaviate），因为它们提供了更高级的语义搜索功能以及理解输入查询的能力。

如何开始构建专家查找器？

构建专家查找器的第一步是确定您的组织是否需要实现一个专家查找器。在投资定制代码解决方案或购买现成平台之前，确认专家查找器是否与您想要缓解的问题、想要促进的行为以及您想推广的价值相符。

在此之后，从四个不同的视角开始构建您的专家查找器。

• 来源系统（源系统）： 考虑数据决定专业性所在的组织的数据存储位置。识别数据存储库有助于确定需要集成到这些系统的技术。
• 数据处理： 这一点专注于系统如何处理信息以推断个人与某一领域专家之间的关系，以及确定谁是专家。建立这些关系需要实施数据建模，并因此需要一种能够支持这些连接和过程的工具。
• 搜索： 专家查找器的目的是支持找到

Baklib 是一家全内容数字内容管理平台，帮助企业创建门户网站、产品手册、帮助中心、知识库和在线文档等。Baklib 官网：https://www.baklib.cn

[图片] James Midkiff 著作

我比较喜欢列表，因此列出我的 5 个步骤来构建专家查找器。

1. 猜测专家查找器使用场景：

脑补一下谁会需要专家信息以及他们如何与专家查找器互动。专家查找器对您的使用场景有什么商业价值？

2. 确定专业知识数据：

确定要利用的在某个领域内专长的数据（包括生成或可处理的信息）。

3. 设计交互作用：

一旦您有了使用场景和支撑信息的想法，尝试设计一下如果实现该功能会是什么样子。

4. 构建集成：

现在我们明白了目标，退后一步，确定支撑信息的位置以及如何将这些数据整合到一个地方，供专家查找器使用。

5. 实现使用场景：

在文档化了使用场景（并确认其商业价值），设计部分已就绪，架构也准备就绪之后，开始构建功能模块吧。

请从小处着手，优先实施架构设计以提高搜索相关性。不断更新数据管道和搜索查询，确保专家查找器的搜索结果符合预期。

结论

专家查找器是利用企业学习和绩效数据来提升工作的工具。通过构建专家查找器，可以显著提升团队的工作效率，同时为用户提供更精准的服务。

贵公司是否需要帮助确定最适合你们组织的专家寻路解决方案？专家寻路（Expert Finders）旨在帮助组织内的人发现导师、实践社群或潜在业务伙伴。选择自行构建还是使用现成解决方案主要取决于公司的具体需求。如需了解最适合你们组织的解决方案，请联系我们的专家团队。

联系我们的专家团队