問答社區(qū)為用戶提供了一個解決疑難問題,分享知識、經驗、見解的交互平臺,用戶不必煩惱于如何提取關鍵字來表述他們的信息需求。問答社區(qū)包含的內容極為豐富,涉獵的話題也非常廣,形成了一個龐大的知識庫,并且問題更多的是尋求意見、建議,征集看法的討論型問題,各個答案都蘊含著對問題有價值的信息,這使得問答社區(qū)需要智能化、精準化的個性化推薦服務,以解決當前問答社區(qū)中的“信息超載”問題。當前面向問答社區(qū)的答案推薦研究主要基于答案的質量,沒有充分考慮到不同用戶的興趣偏向;同時,研究更多考慮答案的外部屬性,如作者的權威程度、答案與問題相關程度等因素,沒有有效利用答案的文本,研究較少涉及語義維度。因此,本文研究并提出一種面向問答社區(qū)的答案推薦方法。首先,為降低推薦方法計算量,提高效率,提出改進UserCF,獲得目標用戶的候選集。接著,提出一種改進LDA主題模型,用于對用戶興趣建模,該方法的改進針對原始LDA主題模型中存在無意義主題的情況,考慮無意義主題下各個詞語之間相似度較低的特點,實現了對無意義主題的自動過濾,消除無意義主題對構建用戶興趣向量的影響。其次,提出一種在多維語義空間中表示用戶興趣向量和答案文本的... 

【文章頁數】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 問題方面相關研究
        1.2.2 答案方面相關研究
        1.2.3 用戶方面相關研究
    1.3 論文的研究內容
    1.4 論文的組織結構
第2章 相關理論與研究方法
    2.1 推薦系統(tǒng)
        2.1.1 基于內容的推薦算法
        2.1.2 協(xié)同過濾推薦算法
        2.1.3 混合推薦算法
        2.1.4 推薦算法面臨的問題
    2.2 LDA主題模型
    2.3 Word2Vec
    2.4 XGBoost
    2.5 本章小結
第3章 面向問答社區(qū)的答案推薦方法研究
    3.1 面向問答社區(qū)的答案推薦方法框架
    3.2 候選集獲取
    3.3 用戶興趣建模
        3.3.1 LDA主題模型參數選擇
        3.3.2 過濾無意義主題
    3.4 語義空間中答案文本與用戶興趣的相似度計算方法
        3.4.1 建立語義空間
        3.4.2 主題向量和文本向量
        3.4.3 文本-用戶興趣相似度計算方法
    3.5 答案屬性特征選擇
    3.6 面向問答社區(qū)的答案推薦算法
    3.7 本章小結
第4章 實驗及結果分析
    4.1 實驗環(huán)境
    4.2 實驗數據集
    4.3 評測指標
    4.4 實驗驗證及結果分析
        4.4.1 改進LDA主題模型效果分析
        4.4.2 答案推薦方法實驗及結果分析
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文和取得的科研成果
致謝


【參考文獻】：
期刊論文
[1]融合評分差異和興趣相似性的協(xié)同過濾推薦算法[J]. 魏慧娟,戴牡紅.  計算機科學. 2018(S1)
[2]基于知識質量的社會化問答社區(qū)用戶知識共享的演化博弈分析[J]. 王鵬民,侯貴生,楊磊.  現代情報. 2018(04)
[3]基于多維相似度的利基產品推薦方法[J]. 劉業(yè)政,熊強,姜元春.  計算機工程. 2018(03)
[4]基于PageRank的網絡社區(qū)意見領袖發(fā)現算法[J]. 周飛,高茂庭.  計算機工程. 2018(02)
[5]潛在狄利克雷分布模型研究綜述[J]. 何偉林,謝紅玲,奉國和.  信息資源管理學報. 2018(01)
[6]基于吸引子傳播聚類的改進雙通道CNN短文本分類算法[J]. 王儒,劉培玉,王培培.  小型微型計算機系統(tǒng). 2017(08)
[7]混合協(xié)同過濾算法中用戶冷啟動問題的研究[J]. 端德坤,傅秀芬.  計算機工程與應用. 2017(21)
[8]基于內容和興趣漂移模型的電影推薦算法研究[J]. 呂學強,王騰,李雪偉,董志安.  計算機應用研究. 2018(03)
[9]基于情感詞典的酒店評論情感分類研究[J]. 陳柯宇,何中市.  現代計算機(專業(yè)版). 2017(06)
[10]社交網絡中的用戶行為分析[J]. 海昕.  軟件. 2017(02)

博士論文
[1]社會化問答社區(qū)中用戶知識行為的影響因素研究[D]. 金家華.哈爾濱工業(yè)大學 2015
[2]社區(qū)問答系統(tǒng)中若干關鍵問題研究[D]. 廉鑫.南開大學 2014

碩士論文
[1]社區(qū)問答系統(tǒng)中問題推薦機制的研究[D]. 李立新.北京工業(yè)大學 2015
[2]基于文本挖掘的律師推薦方法研究與應用[D]. 梁楠.電子科技大學 2015



本文編號：3647959