[目的/意義]識(shí)別社會(huì)化問答社區(qū)中回答可能性高的專業(yè)答題者,可縮短提問用戶得到滿意答案的等待時(shí)間,促進(jìn)用戶間的知識(shí)共享,助力社會(huì)化問答社區(qū)的持續(xù)健康發(fā)展。[方法/過程]基于社會(huì)資本理論及動(dòng)機(jī)理論,對(duì)用戶答題動(dòng)因進(jìn)行分析,結(jié)合專家發(fā)現(xiàn)研究提出測(cè)量指標(biāo),構(gòu)建研究模型,以知乎社區(qū)為研究實(shí)例,借助Python語言對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行特征值提取、打標(biāo)簽等數(shù)據(jù)處理,研究運(yùn)用邏輯回歸模型、隨機(jī)森林、XGBoost3種常用的機(jī)器學(xué)習(xí)分類模型進(jìn)行訓(xùn)練及預(yù)測(cè)。[結(jié)果/結(jié)論]與PageRank、HITS算法對(duì)比驗(yàn)證本文方法的有效性及優(yōu)越性,本研究為同類平臺(tái)如健康社區(qū)的問題推送、專家識(shí)別以及推薦模型的課題研究提供一定的參考。

【文章頁數(shù)】：13 頁

【文章目錄】：
1 引言
2 相關(guān)研究綜述
    2.1 專家發(fā)現(xiàn)
    2.2 知識(shí)共享
3 社會(huì)化問答社區(qū)答題者發(fā)現(xiàn)特征指標(biāo)抽取
    3.1 社會(huì)化問答社區(qū)用戶答題動(dòng)因分析
        3.1.1 動(dòng)機(jī)理論視角
        3.1.2 社會(huì)資本理論視角
    3.2 專家發(fā)現(xiàn)特征指標(biāo)
    3.3 社會(huì)化問答社區(qū)答題者特征指標(biāo)及指標(biāo)測(cè)度
        3.3.1 用戶可信度
        3.3.2 用戶活躍度
        3.3.3 用戶專業(yè)性
            (1)tf-idf。
            (2)LDA主題模型。
        3.3.4 用戶權(quán)威性
            (1)用戶發(fā)言影響力。
            (2)PeopleRank算法。
        3.3.5 其他特征指標(biāo)
4 社會(huì)化問答社區(qū)答題者發(fā)現(xiàn)過程及算法
    4.1 社會(huì)化問答社區(qū)答題者發(fā)現(xiàn)過程
    4.2 社會(huì)化問答社區(qū)答題者發(fā)現(xiàn)算法
5 實(shí)驗(yàn)構(gòu)建及數(shù)據(jù)對(duì)比分析
    5.1 數(shù)據(jù)集及預(yù)處理
        5.1.1 實(shí)驗(yàn)數(shù)據(jù)集
        5.1.2 數(shù)據(jù)預(yù)處理
    5.2 數(shù)據(jù)表征提取及分析
        5.2.1 用戶可信度
            (1)背景資料完整度。
            (2)與其他用戶的交互行為。
        5.2.2 用戶活躍度
        5.2.3 用戶專業(yè)性
            (1)用戶的興趣話題及其與問題話題的相似性。
            (2)內(nèi)容質(zhì)量。
        5.2.4 用戶權(quán)威性
        5.2.5 其他特征值
    5.3 實(shí)驗(yàn)結(jié)果及對(duì)比分析
6 總結(jié)與展望



本文編號(hào)：3846608