本文關(guān)鍵詞：基于主題相關(guān)性的社交問答系統(tǒng)個性化專家排序算法的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著在線社交網(wǎng)絡(luò)的逐漸興起,越來越多的互聯(lián)網(wǎng)用戶開始廣泛通過在線社交網(wǎng)絡(luò)發(fā)布信息、傳遞資源和維護(hù)各種社會關(guān)系。由于在線社交網(wǎng)絡(luò)的參與群體和內(nèi)容形式的多樣性,網(wǎng)絡(luò)資源與信息的主要發(fā)布者已經(jīng)從傳統(tǒng)的門戶網(wǎng)站逐漸發(fā)展到社交網(wǎng)絡(luò)中無處不在的網(wǎng)絡(luò)用戶。以社交網(wǎng)絡(luò)用戶為主體的文本、圖像、影音頻等各種網(wǎng)絡(luò)資源迅速涌現(xiàn)在網(wǎng)絡(luò)之上,構(gòu)成了大數(shù)據(jù)時代不可忽視的重要資源。因此,如何從海量的社交網(wǎng)絡(luò)數(shù)據(jù)與資源中快速準(zhǔn)確地檢索到用戶需要的內(nèi)容或資源成為一個亟待解決的問題。 無論是在以內(nèi)容為中心的多媒體網(wǎng)絡(luò)中還是在以人為中心的社交網(wǎng)絡(luò)中,搜索引擎一直是社交網(wǎng)絡(luò)用戶用于發(fā)現(xiàn)權(quán)威信息的主要源泉。許多相關(guān)研究已經(jīng)證實了基于圖結(jié)構(gòu)的排序算法有助于通過社交網(wǎng)絡(luò)中用戶的鏈接關(guān)系傳遞權(quán)值發(fā)現(xiàn)權(quán)威信息,進(jìn)而通過提升社交網(wǎng)絡(luò)中專家用戶的排序并降低垃圾信息用戶的排序以實現(xiàn)信息檢索的目的。盡管如此,現(xiàn)有的工作很少關(guān)注通過挖掘不同用戶之間的主題相關(guān)性,進(jìn)而設(shè)計以人為中心的基于主題相關(guān)性的個性化專家排序算法。 在本文的研究工作中,本文通過研究社交問答網(wǎng)絡(luò)中的用戶標(biāo)簽信息所反映的用戶主題興趣分布,實驗驗證了用戶主題興趣中的同質(zhì)性規(guī)律,即有相同或相似興趣愛好的社交網(wǎng)絡(luò)用戶之間產(chǎn)生共同評論或共同關(guān)注同一話題的概率隨著他們的興趣相似程度的提高而相應(yīng)提高�；诖�,本文提出了以人為中心的基于主題相關(guān)性的個性化專家排序算法,同時考慮用戶的權(quán)威性和主題相關(guān)性用于計算社交網(wǎng)絡(luò)用戶的專家排序。為了驗證基于主題相關(guān)性的個性化專家排序算法的可行性與算法性能,本文以在線社交問答網(wǎng)絡(luò)AskMefi的數(shù)據(jù)為主要研究對象進(jìn)行了實驗。實驗結(jié)果表明,以真實社交問答系統(tǒng)中用戶的專家評判標(biāo)準(zhǔn)作為算法評價依據(jù),本文提出的個性化專家排序算法明顯優(yōu)于其他經(jīng)典的非個性化專家排序算法。
【關(guān)鍵詞】：社交問答系統(tǒng) 主題相關(guān)性 標(biāo)注信息 同質(zhì)性 專家排序
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-16
• 1.1 研究背景與研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 鏈接分析技術(shù)研究11-12
• 1.2.2 用戶行為模式研究12-13
• 1.2.3 用戶產(chǎn)生內(nèi)容質(zhì)量的評價和專家用戶發(fā)現(xiàn)研究13
• 1.3 本文的研究內(nèi)容和創(chuàng)新點13-14
• 1.4 論文的組織結(jié)構(gòu)14-16
• 2 社交問答系統(tǒng)的概念及其構(gòu)成16-21
• 2.1 社交問答系統(tǒng)的組成結(jié)構(gòu)16-17
• 2.2 社交問答系統(tǒng)的特點17-18
• 2.2.1 寬容度高17-18
• 2.2.2 流動性高18
• 2.2.3 知識聚集度高18
• 2.3 社交問答系統(tǒng)的表示方法18-20
• 2.3.1 基于圖的表示方法18-19
• 2.3.2 基于矩陣的表示19-20
• 2.4 本章小結(jié)20-21
• 3 主題模型的研究21-32
• 3.1 主題模型的概念21-26
• 3.1.1 概率圖模型的基本概念21
• 3.1.2 隱語義索引模型(Latent Semantic Index)21-22
• 3.1.3 概率隱語義索引模型(probabilistic Latent Semantic Index)22-24
• 3.1.4 隱狄利克雷分配模型(Latent Dirichlet Allocation)24-26
• 3.2 基于LDA主題模型的用戶興趣主題分析26-31
• 3.2.1 實驗與分析27-29
• 3.2.2 主題分布的同質(zhì)性(Homophily)29-31
• 3.3 本章小結(jié)31-32
• 4 面向社交問答系統(tǒng)的個性化專家排序算法研究32-45
• 4.1 經(jīng)典專家排序算法32-40
• 4.1.1 PageRank算法32-34
• 4.1.2 主題敏感型PageRank算法34-35
• 4.1.3 Hill Top算法35-37
• 4.1.4 HITS算法37-38
• 4.1.5 SPEAR算法38-40
• 4.2 基于主題相關(guān)性的個性化專家排序算法40-43
• 4.2.1 專家排序算法的框架40-41
• 4.2.2 專家排序算法的設(shè)計41-43
• 4.3 本章小結(jié)43-45
• 5 專家排序算法的評測與分析45-58
• 5.1 評測環(huán)境與結(jié)果45-57
• 5.1.1 實驗環(huán)境與數(shù)據(jù)45
• 5.1.2 數(shù)據(jù)分析與處理45-51
• 5.1.3 實驗結(jié)果與分析51-57
• 5.2 結(jié)論57-58
• 6 總結(jié)與展望58-60
• 6.1 總結(jié)58
• 6.2 展望58-60
• 參考文獻(xiàn)60-63
• 作者簡歷63-65
• 學(xué)位論文數(shù)據(jù)集65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 張中峰;李秋丹;;社區(qū)問答系統(tǒng)研究綜述[J];計算機(jī)科學(xué);2010年11期

  本文關(guān)鍵詞：基于主題相關(guān)性的社交問答系統(tǒng)個性化專家排序算法的研究，由筆耕文化傳播整理發(fā)布。

本文編號：368555