知識工作者問答論壇中的最佳排程策略研究
arXiv - Artificial IntelligenceRohit Negi, Mustafa Yilmaz
本文研究如何透過優化排程器，將不同主題的問答請求分配給具備相應專業能力的知識工作者，以提升系統處理容量。
AI 幫你先抓重點
AI 重點 1
從「志願者模式」轉向「專業知識工作者模式」的系統性設計。
滑鼠懸停看 AI 判斷理由
這改變了傳統論壇僅依賴隨機參與的邏輯，轉而強調專業能力與任務分配的精準匹配，對於設計高效能的知識管理平台具有高度參考價值。
AI 重點 2
協作機制對系統容量的增益作用。
滑鼠懸停看 AI 判斷理由
這點強調了單打獨鬥與團隊協作在處理複雜問題時的效能差異，提示開發者在設計學習或問答系統時，應納入促進專家協作的機制。
核心研究發現
- 1
建立了一個將問答請求視為排隊系統的模型，並考慮到專家在不同主題上具有不同程度的專業能力。
- 2
計算出系統在維持穩定狀態下所能處理問題的最大容量，並設計出能達到該容量上限的排程演算法。
- 3
研究發現專家之間的協作機制能夠有效提升系統處理問題的總容量，進而優化資源利用率。
對教育工作者的啟發
對於開發線上學習社群或專家問答平台的設計者，本研究建議不應僅依賴隨機分配問題，而應建立「能力圖譜」，根據使用者的專業程度進行精準匹配。此外，系統設計應鼓勵「協作模式」，例如當單一專家無法處理複雜問題時，透過系統引導多位專家共同參與，這不僅能提升問題解決的效率，也能增加系統整體的承載能力，這在設計高階專業技能培訓平台時尤為重要。
原始文獻資訊
- 英文標題：
- Optimal Scheduling in a Question-Answering Forum of Knowledge Workers
- 作者：
- Rohit Negi, Mustafa Yilmaz
- 來源：
- arXiv - Artificial Intelligence
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。