社区问答系统中的专家发现方法研究

发布时间：2021-12-11 00:11

　　随着Web2.0的不断发展,用户之间的互动成为网络新的发展趋势。社区问答系统为用户的交互提供了便利的平台,这使得社区问答系统必须拥有庞大的知识数据库并能对新提交问题做出及时的反应。在社区问答系统中,用户提交的问题是由其他用户来回答,在庞大的用户群中寻找出专家用户,可以令新出现问题得到及时准确的回答,进一步扩充系统的知识数据库。可见,专家发现对社区问答系统有着重要意义,是社区问答快速发展的有效途径之一。目前,专家发现主要是利用主题模型和链接分析等方法。本文介绍了社区问答中专家发现的研究背景和现有研究成果,对社区问答系统和专家发现问题进行了较为细致的介绍,并描述了文中使用的用于计算用户权威度的链接分析方法和主题模型。基于对上述知识的研究,提出了一种基于类别参与度的专家发现方法,主要使用LDA主题模型来抽取问题类别和用户的话题分布,利用KL距离计算类别相似度以及用户参与度,在某一问题类别进行专家发现时,综合了用户在该问题类别的贡献程度和在与该类别相近似类别中的参与度,最终评定用户在待考察类别是否为专家用户。通过对对在专家发现领域普遍使用PageRank算法的研究分析,结合专家发现问题对传统的... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：49 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究现状
    1.3 本文的工作
    1.4 本文的结构
2 相关知识介绍
    2.1 社区问答系统
        2.1.1 社区问答系统概述
        2.1.2 社区问答系统的发展
        2.1.3 社区问答系统中的模块介绍
    2.2 专家发现方法
        2.2.1 专家发现问题概述
        2.2.2 用户权威度计算
        2.2.3 LDA主题模型
3 基于类别参与度的专家发现方法
    3.1 问题描述
    3.2 方法思路
        3.2.1 用户结构网络
        3.2.2 用户类别专家得分
        3.2.3 类别间相似度
        3.2.4 用户类别参与度
        3.2.5 综合用户的专家得分
    3.3 实验设计
        3.3.1 实验语料
        3.3.2 对比实验
        3.3.3 评价指标
    3.4 实验结果及分析
4 基于加权PageRank算法的专家发现方法
    4.1 问题描述
    4.2 PageRank算法改进研究
    4.3 方法思路
        4.3.1 用户关系及反馈行为
        4.3.2 答案质量对权重的影响
        4.3.3 改进的PageRank算法
    4.4 实验设计
        4.4.1 实验语料
        4.4.2 对比实验
        4.4.3 评价指标
    4.5 实验结果及分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3533651