基于文本主题的社会化问答平台知识网络研究

发布时间：2020-04-27 09:51

【摘要】：社会化问答平台中的用户生成内容作为用户思想和需求的知识语料,近年来开始被研究者所关注,而以Quora和Stack Overflow为代表的社会化问答平台已经成为弥合用户对隐性知识和实用信息的即时搜索的有效途径。在社会化问答平台中,话题是特定领域知识的集合,若将其视为一个知识单元,那用户的交互行为、信息行为和用户生成内容的语义关联则将不同知识连接起来,构成不同的、内含丰富信息的知识网络。对知识网络的研究能够帮助研究者和用户更好地理解知识在社会化问答平台中的传播和扩散过程,以使人们更有效地分享、使用、表示和提取知识。目前,研究者多从知识网络的内容特征探究知识的语义、关联和影响因素,或从知识网络的拓扑特征探究网络的静态属性和动力学问题,少有研究将二者结合,或融合多学科的理论及思想进行研究。因此,本文提出一种基于文本主题的知识网络模型,以期结合知识网络的拓扑属性与非拓扑属性,对社会化问答平台的知识语料进行深层次挖掘。本研究按照逻辑层次依次展开,首先在社会化问答平台相关研究的基础上,分析社会化问答平台的知识交流和组织方式,聚焦平台信息组织逻辑,为知识单元的提取、融合、分析提供框架。进而结合LDA主题模型和知识网络的特征,提出基于文本主题的知识网络模型,并在此基础上对知识网络的静态拓扑特征和动力学属性进行分析。同时,对全球知名社会化问答平台Stack Exchange的下属问答社区进行研究,通过实证验证构建知识网络模型的可行性和有效性。研究表明:(1)社会化问答平台拥有完整的“主题-问题-回答”结构,用户可以对问题及回答进行评论,能动地完成知识的生成与交互;(2)社会化问答平台上的用户生成内容通过问题标签或语义创建了一个复杂的知识网络,高度聚合的知识单元是知识网络的骨架结构;(3)基于文本主题的知识网络的分析结果具有较好的准确性,其不仅能够抽取出用户添加、定义的知识单元,还能够更大范围地提取文本中的其他语义,扩充知识网络的边界;(4)在实证数据集中,知识网络的不确定性分布快速收敛,在收敛到稳定分布后其变化将会变得非常缓慢,说明网络结构从初期的混乱无序逐渐趋于稳定。
【图文】：

技术路线图,技术路线

图１．１本研究采用的技术路线逡逑

过程图,概率,过程,月球着陆

该研宄将“用户－话题”网络转化为一个只包含话题的网络图：若两个话题逡逑被某一问题同时标记，则绘制从话题Ａ到话题Ｂ的链接。需要注意的是，这种逡逑同引关系也会产生从话题Ａ到话题Ｂ的反向链接。图２．１描述了这种链接创建逡逑的过程：在这个例子中，从“月球着陆”到ＮＡＳＡ邋（美国国家航空航天局）的链接逡逑拥有较高的强度，因为大多数“月球着陆”的问题与ＮＡＳＡ有关；而反向链接的强逡逑度则较低，因为仅有少部分ＮＡＳＡ问题与“月球着陆”有关。同时，由于问题的关逡逑注数量是衡量问题质量的有力指标，因此，研[傉咴谡飧鐾怕释嫉幕∩襄义匣乖黾恿宋侍夤刈⑿畔ⅲ旱蔽侍庥蠳B个关注者时，问题的权值为化。综上，从话逡逑题Ａ到话题Ｂ的边权如式（２．１）所示：逡逑式⑷）逡逑？邋Ｒｅｓｕｌｔｉｎｇ逡逑於邋ｎｅｔｗｏｒｋ逡逑ｓｔｒｕｃｔｕｒｅ逡逑Ｑｕｅｓｔｉｏｎｓ逦＞逡逑＾邋ｌａｇｇｅｄ邋ｗｉｔｈ逡逑Ｍｏｏｎ逡逑Ｌａｎｄｉｎｇ逡逑图２．１概率话题网络中链接创建过程的模式化逡逑Ｙｅ、Ｘｉｎｇ和Ｋａｐｒｅ＠在网络视角下对Ｓｔａｃｋ邋Ｏｖｅｒｆｌｏｗ的ＵＲＬ分享行为进行研逡逑宄，，提出了一系列的定量分析方法研宄知识网络的结构和动力学属性，并基于系逡逑统设计、社区规范和社会行为理论去解释相关的实证发现。在该研宄中，一个有逡逑向知识网络被定义为图Ｆ表示知识单元的集合
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：G201

【相似文献】