基于NLP的社交问答网站用户兴趣能力分析方法的研究

发布时间：2023-10-17 18:44

　　社交问答网站是以用户之间的问答交流作为知识共享和信息传播方式的社交平台。以问答为第一位的需求,用户可以基于自身实际的困惑,发布问题,也可以作为知识载体,将自身经验和智慧以回答的形式分享给其他网站用户,从而形成有问有答的且拥有互动特性的社交平台。然而,现有的社交问答网站也存在回答质量不够高、用户接受信息过载、问答周期过长等问题,因此,需要提高社交问答网站的问答品质,这就需要能够准确地判断分析每个用户的关注点和能力擅长的领域,从而能将匹配的问题和回答用户准确地连接起来,提供高质量的问答服务。本文的研究目的就是要能准确地判断分析社交问答网站中用户的关注点和能力擅长的领域。将提问与回答用户更准确地匹配,即需要同时发现用户的兴趣点和能力点,才能更准确地将提问推荐至既有兴趣回答又有专业知识提供高质量回答的用户。针对这一点本文主要做了以下研究:(1)针对现有研究一般是将兴趣和能力独立研究的情况,提出了基于NLP(Natural Language Processing,NLP)的用户兴趣能力分析方法N-UICAM(NLP-based User Interest and Capability Analy...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景与意义
    1.2 研究现状
    1.3 现有研究的不足
    1.4 研究内容
    1.5 文章组织结构
第二章 相关理论技术综述
    2.1 社交问答网络
        2.1.1 社交问答网络现状
        2.1.2 社交问答网络的特点
        2.1.3 社交问答网络的用户需求
        2.1.4 社交问答网络的用户行为
    2.2 用户兴趣和能力
    2.3 文本处理方法
        2.3.1 LDA主题模型
        2.3.2 自然语言处理技术
    2.4 用户投票的排序算法
    2.5 本章小结
第三章 用户兴趣能力分析算法
    3.1 兴趣能力分析算法总体流程
    3.2 数据预处理
        3.2.1 数据结构
        3.2.2 数据合并
        3.2.3 数据过滤
    3.3 文本特征词提取
    3.4 兴趣能力程度值计算算法
        3.4.1 程度值归一化
        3.4.2 短期兴趣程度值
        3.4.3 能力项程度值
        3.4.4 长期兴趣程度值
    3.5 特征项处理
        3.5.1 构建分类树
        3.5.2 合并标签项
    3.6 用户兴趣动态更新
        3.6.1 短期兴趣更新
        3.6.2 长期兴趣更新
    3.7 用户兴趣能力分析应用
    3.8 本章小结
第四章 实验与验证
    4.1 实验数据
        4.1.1 实验数据来源
        4.1.2 实验数据要求
        4.1.3 数据对比标准
        4.1.4 数据存储方案
    4.2 算法准确率计算
        4.2.1 验证方法
        4.2.2 数据选取
        4.2.3 参数选取
        4.2.4 单一用户分析
        4.2.5 多用户分析
    4.3 算法对比分析
        4.3.1 用户兴趣能力分类树验证
        4.3.2 用户兴趣能力标签项验证
    4.4 本章小结
第五章 总结与展望
参考文献
致谢
作者简介



本文编号：3854806