現代社會中，專案的分工日趨專業化與特異化 (specialization)，各種為了不同目標的工作小組 (taskforce) 也被設立，以適應更多樣的任務需求。這種分工方式的特點除了工作小組彼此間的任務目標可能有極大差異外、組內成員的技能要求也極為多元，因成員間溝通不良、或無法找到適合人選而導致專案失敗的案例時有所聞，因此，如何有效地找尋適合特定專案的參與者便成為了重要的課題。

   另外，由於近年社群網路興起，專業人才間的社群網路服務 (如 LinkedIn) 逐漸取代傳統人力資源部門尋找專才的方式，愈來愈多的工作機會得以透過此類社群服務媒合。然而，學術界中舊有的媒合方式大多僅考慮團隊成員間的技能需求與溝通成本，而未考慮各成員的聘僱成本 (personnel cost) 與分工效益等；本實驗室針對此類日益成熟的需求，提出了完整的社群網路中成員聚合 (Team Formation) 問題之解決方案，我們所提出的演算法，以更全面的觀點考量執行專案時的種種因子，並透過更完善的個人特徵模型 (personal attribute model)評估個人的技能貢獻，使得我們的演算法能更精準與有效地自社群網路中找到適合特定專案的成員。