社会化问答社区答题者发现研究

发布时间：2023-09-14 05:04

　　[目的/意义]识别社会化问答社区中回答可能性高的专业答题者,可缩短提问用户得到满意答案的等待时间,促进用户间的知识共享,助力社会化问答社区的持续健康发展。[方法/过程]基于社会资本理论及动机理论,对用户答题动因进行分析,结合专家发现研究提出测量指标,构建研究模型,以知乎社区为研究实例,借助Python语言对实验数据进行特征值提取、打标签等数据处理,研究运用逻辑回归模型、随机森林、XGBoost3种常用的机器学习分类模型进行训练及预测。[结果/结论]与PageRank、HITS算法对比验证本文方法的有效性及优越性,本研究为同类平台如健康社区的问题推送、专家识别以及推荐模型的课题研究提供一定的参考。

【文章页数】：13 页

【文章目录】：
1 引言
2 相关研究综述
    2.1 专家发现
    2.2 知识共享
3 社会化问答社区答题者发现特征指标抽取
    3.1 社会化问答社区用户答题动因分析
        3.1.1 动机理论视角
        3.1.2 社会资本理论视角
    3.2 专家发现特征指标
    3.3 社会化问答社区答题者特征指标及指标测度
        3.3.1 用户可信度
        3.3.2 用户活跃度
        3.3.3 用户专业性
            (1)tf-idf。
            (2)LDA主题模型。
        3.3.4 用户权威性
            (1)用户发言影响力。
            (2)PeopleRank算法。
        3.3.5 其他特征指标
4 社会化问答社区答题者发现过程及算法
    4.1 社会化问答社区答题者发现过程
    4.2 社会化问答社区答题者发现算法
5 实验构建及数据对比分析
    5.1 数据集及预处理
        5.1.1 实验数据集
        5.1.2 数据预处理
    5.2 数据表征提取及分析
        5.2.1 用户可信度
            (1)背景资料完整度。
            (2)与其他用户的交互行为。
        5.2.2 用户活跃度
        5.2.3 用户专业性
            (1)用户的兴趣话题及其与问题话题的相似性。
            (2)内容质量。
        5.2.4 用户权威性
        5.2.5 其他特征值
    5.3 实验结果及对比分析
6 总结与展望



本文编号：3846608