基于多源混合标签的社会化问答社区问题推荐方法研究

被引：6

作者：

陈晨 ^{[1
]}

侯景瑞 ^{[2
]}

吴任力 ^{[2
]}

王平 ^{[2
]}

机构：

[1] 华中师范大学信息管理学院

[2] 武汉大学信息管理学院

来源：

情报科学 | 2019年 / 07期

关键词：

社会化问答社区; 推荐算法; 多源混合标签; 标签自动标注; 协同过滤;

D O I：

10.13833/j.issn.1007-7634.2019.07.023

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

【目的/意义】社会化问答社区现已成为网络用户共享、传播及获取知识的重要平台,但其开放性和交互性也给其问题推荐工作带来了巨大的挑战。本文提出的基于多源混合标签的方法能够有效提高社会化问答社区的问题推荐质量,以促使问题得到及时有效地解决。【方法/过程】利用自动标签标注系统从问答文本中提取关键词,将语义扩展后的关键词作为基本标签,并建立多源混合标签库;利用标签表示用户的兴趣偏好与权威度,并建立用户特征模型;最终通过协同过滤的方式进行匹配推荐。【结果/结论】实验结果表明,本文提出的基于多源混合标签的问题推荐方法在检全率、检准率以及F值等指标方面均不同程度地优于基于文本相似度的基准方法。

引用

页码：139 / 145

页数：7

共 26 条

[1]

基于Labeled-LDA模型的在线医疗专家推荐研究[D]. 倪秀丽.浙江大学 2018

[2]

Cross-Domain Recommendation via Tag Matrix Transfer. Fang Z,Gao S,Li B, et al. IEEE International Conference on Data Mining Workshop . 2015

[3]

Interactive resource recommendation algorithm based on tag information. Xie Q,Xiong F,Han T, et al. World Wide Web-internet&Web Information Systems . 2018

[4] 个性化推荐系统综述 [J].

王国霞 ;

刘贺平 .

计算机工程与应用 , 2012, (07) :66-76

[5]

Question Recommendation Based on User Model in CQA. Wang J,Su L,Chen J, et al. Cloud Computing, Security, Privacy in New Computing Environments . 2016

[6] 开源问答服务系统专家推荐混合模型 [J].