开源问答服务系统专家推荐混合模型

被引：2

作者：

赵文普

赵逢禹

刘亚

机构：

[1] 上海理工大学光电信息与计算机工程学院

来源：

计算机应用与软件 | 2018年 / 35卷 / 06期

关键词：

问答服务系统; 兴趣主题; 权威度; 最近活跃度; 专家推荐;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对专业领域问答系统中推荐专家回答不准确与不及时的问题,提出一种基于兴趣度、权威度、信誉度和最近活跃度的专家推荐混合模型。采用加权的LDA主题模型获得专家兴趣主题分布,采用基于主题的PageRank算法计算专家的权威度;根据专家回答问题的质量计算专家的信誉度,根据专家历史回答问题的时间获得专家的最近活跃度。给出用户问题的分析方法,采用混合模型推荐最适宜的问题服务专家。为了验证模型的可行性和有效性,使用Stack Over Flow真实数据集进行分析实验。实验结果表明该方法能够有效地提高新问题专家推荐的准确率。

引用

页码：42 / 47+121 +121

页数：7

共 15 条

[1]

Latent Dirichlet allocation. Blei D M,Ng A Y,Jordan M I. Journal of Machine Learning Research . 2003

[2]

Finding experts in community-based question-answering services. Liu X,Croft W B,Koll M. ACM International Conference on Information and Knowledge Management . 2005

[3]

CQArank Jointly Model Topics and Expertise in Community Question Answering. Yang L,Qiu M,Gottipati S,Zhu F,Jiang J。et al. Proceedings ofthe 22nd ACM international conference on Information&Knowledge Management . 2013

[4]

[5]

Finding expert users in community question answering. Riahi F,Zolaktaf Z,Shafiei M,et al. International conference companion on World Wide Wed . 2012

[6]

Identifying authoritative actors in question-answering forums:the case of Yahoo!answers. Bouguessa M,Dumoulin B,Wang S. ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . 2008

[7]

Finding scientific topics. Griffiths Thomas L,Steyvers Mark. Proceedings of the National Academy of Sciences of the United States of America . 2004

[8] 融合加权动态权威度和兴趣度的专家推荐方法 [J].