問答社區(qū)（Community Question Answering）為互聯(lián)網(wǎng)用戶提供了提問和回答的知識共享平臺,如Quora、Yahoo!Answers和Stack Exchange等。這些問答社區(qū)滿足了用戶獲取和發(fā)布知識的需求,因此吸引了各行各業(yè)的大量用戶,并得到了快速的發(fā)展。在問答社區(qū)中,用戶提出自己的問題并等待他人回答,如果問題不能及時的被解答,提問者很可能對問答社區(qū)失去信任感,從而造成用戶的流失,影響社區(qū)的進一步發(fā)展。同時問答社區(qū)中用戶的擅長領(lǐng)域各有不同,專業(yè)知識水平也參差不齊。因此,問答社區(qū)需要一種方法為提出的問題尋找到能提供高質(zhì)量回答的專家。本文針對問答社區(qū)中的專家發(fā)現(xiàn)方法進行了研究,主要工作如下:1)針對因用戶在創(chuàng)建標簽過程中難以獲得完美的統(tǒng)一而導(dǎo)致的標簽過于細化問題和多命名問題,提出一種標簽相似度衡量的方法,并結(jié)合馬爾可夫聚類算法融合相似的標簽,該標簽聚類方法的有效性在Stack Exchange數(shù)據(jù)集上進行了實驗驗證。然后進一步探討用戶與標簽之間的關(guān)系,構(gòu)建出一種以用戶和標簽作為節(jié)點的網(wǎng)絡(luò),并應(yīng)用網(wǎng)絡(luò)嵌入方法生成用戶向量,使得用戶向量能同時含有標簽信息和網(wǎng)絡(luò)結(jié)構(gòu)信息。... 

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 問答社區(qū)介紹
        1.2.2 基于主題生成模型的專家發(fā)現(xiàn)方法
        1.2.3 基于機器學(xué)習(xí)的專家發(fā)現(xiàn)方法
        1.2.4 基于問答關(guān)系網(wǎng)絡(luò)的專家發(fā)現(xiàn)方法
    1.3 本文的研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 “用戶-標簽”網(wǎng)絡(luò)
    2.1 問題描述與分析
    2.2 融合相似標簽
        2.2.1 標簽相似度衡量
        2.2.2 針對相似標簽的融合
    2.3 “用戶-標簽”網(wǎng)絡(luò)
        2.3.1 用戶與標簽的聯(lián)系
        2.3.2 構(gòu)建“用戶-標簽”網(wǎng)絡(luò)
        2.3.3 網(wǎng)絡(luò)表示
    2.4 實驗設(shè)計及結(jié)果分析
        2.4.1 數(shù)據(jù)集
        2.4.2 評價標準
        2.4.3 實驗結(jié)果分析
    2.5 本章小結(jié)
第3章 基于深度學(xué)習(xí)的專家發(fā)現(xiàn)方法
    3.1 問題描述與分析
    3.2 基于深度學(xué)習(xí)的專家發(fā)現(xiàn)方法
        3.2.1 算法思想
        3.2.2 問題文本向量
        3.2.3 深度學(xué)習(xí)模型
    3.3 實驗設(shè)計及結(jié)果分析
        3.3.1 數(shù)據(jù)集和數(shù)據(jù)預(yù)處理
        3.3.2 結(jié)果評價
            3.3.2.1 評價標準
            3.3.2.2 對比方法
        3.3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第4章 基于強化排序?qū)W習(xí)的專家發(fā)現(xiàn)方法
    4.1 問題描述與分析
    4.2 基于強化排序?qū)W習(xí)的專家發(fā)現(xiàn)方法
        4.2.1 算法思想
        4.2.2 馬爾可夫決策過程
        4.2.3 策略梯度學(xué)習(xí)
    4.3 實驗設(shè)計及結(jié)果分析
        4.3.1 數(shù)據(jù)集和數(shù)據(jù)預(yù)處理
        4.3.2 結(jié)果評價
            4.3.2.1 評價標準
            4.3.2.2 對比方法
        4.3.3 實驗結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
研究生期間發(fā)表論文


【參考文獻】：
期刊論文
[1]一種融合話題和行為的在線問答社區(qū)領(lǐng)域?qū)＜野l(fā)現(xiàn)方法[J]. 李科霖.  計算機與現(xiàn)代化. 2018(09)
[2]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠,孫茂松.  中國科學(xué):信息科學(xué). 2017(08)
[3]深度學(xué)習(xí)相關(guān)研究綜述[J]. 張軍陽,王慧麗,郭陽,扈嘯.  計算機應(yīng)用研究. 2018(07)
[4]網(wǎng)絡(luò)問答社區(qū)“知乎”的知識分享與傳播行為研究[J]. 劉佩,林如鵬.  圖書情報知識. 2015(06)
[5]基于興趣圖譜的用戶興趣分布分析及專家發(fā)現(xiàn)[J]. 國琳,左萬利.  電子學(xué)報. 2015(08)
[6]中美網(wǎng)絡(luò)問答社區(qū)的對比研究——以Quora和知乎為例[J]. 李丹.  青年記者. 2014(26)
[7]在線問答社區(qū)信息質(zhì)量評價研究綜述[J]. 姜雯,許鑫.  現(xiàn)代圖書情報技術(shù). 2014(06)
[8]大數(shù)據(jù)下的機器學(xué)習(xí)算法綜述[J]. 何清,李寧,羅文娟,史忠植.  模式識別與人工智能. 2014(04)
[9]基于類別參與度的社區(qū)問答專家發(fā)現(xiàn)方法[J]. 林鴻飛,王健,熊大平,劉曉鳴.  計算機工程與設(shè)計. 2014(01)
[10]基于問答社區(qū)的海量問句檢索關(guān)鍵技術(shù)研究[J]. 延霞,范士喜.  計算機應(yīng)用與軟件. 2013(07)

碩士論文
[1]問答社區(qū)中問題響應(yīng)時間預(yù)測方法的研究[D]. 任鵬飛.上海大學(xué) 2017



本文編號：3662880