社區(qū)問(wèn)答系統(tǒng)中的專(zhuān)家發(fā)現(xiàn)方法研究.pdf

1、碩、士學(xué)位論文社區(qū)問(wèn)答系統(tǒng)中的專(zhuān)家發(fā)現(xiàn)方法研究FindingExpertsinCommunityQuestionAnswering學(xué)號(hào)：21009294大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要隨著Web20的不斷發(fā)展，用戶(hù)之間的互動(dòng)成為網(wǎng)絡(luò)新的發(fā)展趨勢(shì)。社區(qū)問(wèn)答系統(tǒng)為用戶(hù)的交互提供了便利的平臺(tái)，這使得社區(qū)問(wèn)答系統(tǒng)必須擁有龐大的知識(shí)數(shù)據(jù)庫(kù)并能對(duì)新提交問(wèn)題做出及時(shí)的反應(yīng)。在社區(qū)問(wèn)答系統(tǒng)

2、中，用戶(hù)提交的問(wèn)題是由其他用戶(hù)來(lái)回答，在龐大的用戶(hù)群中尋找出專(zhuān)家用戶(hù)，可以令新出現(xiàn)問(wèn)題得到及時(shí)準(zhǔn)確的回答，進(jìn)一步擴(kuò)充系統(tǒng)的知識(shí)數(shù)據(jù)庫(kù)。可見(jiàn)，專(zhuān)家發(fā)現(xiàn)對(duì)社區(qū)問(wèn)答系統(tǒng)有著重要意義，是社區(qū)問(wèn)答快速發(fā)展的有效途徑之一。目前，專(zhuān)家發(fā)現(xiàn)主要是利用主題模型和鏈接分析等方法。本文介紹了社區(qū)問(wèn)答中專(zhuān)家發(fā)現(xiàn)的研究背景和現(xiàn)有研究成果，對(duì)社區(qū)問(wèn)答系統(tǒng)和專(zhuān)家發(fā)現(xiàn)問(wèn)題進(jìn)行了較為細(xì)致的介紹，并描述了文中使用的用于計(jì)算用戶(hù)權(quán)威度的鏈接分析方法和主題模型?；趯?duì)上述知識(shí)

3、的研究，提出了一種基于類(lèi)別參與度的專(zhuān)家發(fā)現(xiàn)方法，主要使用LDA主題模型來(lái)抽取問(wèn)題類(lèi)別和用戶(hù)的話(huà)題分布，利用KL距離計(jì)算類(lèi)別相似度以及用戶(hù)參與度，在某一問(wèn)題類(lèi)別進(jìn)行專(zhuān)家發(fā)現(xiàn)時(shí)，綜合了用戶(hù)在該問(wèn)題類(lèi)別的貢獻(xiàn)程度和在與該類(lèi)別相近似類(lèi)別中的參與度，最終評(píng)定用戶(hù)在待考察類(lèi)別是否為專(zhuān)家用戶(hù)。通過(guò)對(duì)對(duì)在專(zhuān)家發(fā)現(xiàn)領(lǐng)域普遍使用PageRank算法的研究分析，結(jié)合專(zhuān)家發(fā)現(xiàn)問(wèn)題對(duì)傳統(tǒng)的PageRank算法進(jìn)行改進(jìn)，根據(jù)用戶(hù)提供答案質(zhì)量的不同對(duì)用戶(hù)鏈接關(guān)系的有

4、向邊權(quán)重重新定義，其中，答案質(zhì)量信息通過(guò)用戶(hù)反饋行為獲取。本文分析社區(qū)問(wèn)答系統(tǒng)中的用戶(hù)鏈接關(guān)系，發(fā)掘問(wèn)題類(lèi)別和用戶(hù)的主題分布信息，利用用戶(hù)反饋行為對(duì)答案質(zhì)量進(jìn)行評(píng)價(jià)，分別使用了基于類(lèi)別參與度和基于加權(quán)PageRank算法兩種方法來(lái)進(jìn)行社區(qū)問(wèn)答中的專(zhuān)家發(fā)現(xiàn)?；陬?lèi)別參與度的方法中用戶(hù)在相近似類(lèi)別的貢獻(xiàn)加強(qiáng)了在考察問(wèn)題類(lèi)別的專(zhuān)家權(quán)威度，基于加權(quán)PageRank算法根據(jù)答案質(zhì)量不同為連接用戶(hù)的有向邊賦予權(quán)值。文中提出的兩種方法均在抽取自Yah