对于少于 1 000 人的企业单位,60% 的员工认为在企业信息化平台中找到自己想要的数据是非常困难的。
而在公司人数超过 1 000 人的情况下,认为获取不到自己想要数据的员工竟然达到公司人数的 77%.因此,企业的规模越大,企业的人数越多,企业信息化平台中产生的数据量就越多,员工查找信息就更加困难。根据调查显示,对于少于 1 000 人的企业里,有 67% 的员工认为找到所需的信息对企业的发展是有影响的,而对于多于 1 000 人的企业中,这个数字竟然高达 89%.在大中型企业中,每天有 70% 的员工耗费 1 ~ 2 小时来查找所需要的信息,加大了企业的成本,尤其是用户想要查看已经离职员工之前记录的信息,由于人员已经离开,想要查找对应信息的难度加大,搜索耗费的时间就更长。
传统企业搜索引擎虽然在一定程度上已经解决该问题。然而,不同角色的用户有着不同的需求,例如,财务角色的用户和销售角色的用户对于相同的查询词会有不同的需求。本文提出采用卡方的方法进行角色信息的分析,使不同角色的用户虽采用相同的查询词,但得到与其角色更相关的信息。
1 基于卡方的角色分析理论
企业内部每个用户在不同系统中的职位不一样,对于相同角色下的用户,偏好可能相同,如角色 A 下的用户关注财务信息,经常搜索和点击财务方面的数据。当角色 A 下的其他用户搜索时,如果查询词跟 A 输入的查询词相关时,根据 LUCENE,获取文档应排在后面,但根据角色信息,角色 A 下的用户点击过多的文档应排在前面,这样就隐含地为用户推送了相关文档。针对这个可能性,进行角色分析。【1】