基于問答社區(qū)的個性化服務(wù)研究.pdf

1、隨著Internet的飛速發(fā)展，互聯(lián)網(wǎng)上積累的信息越來越多，如何在海量的數(shù)據(jù)中快速有效的找到所需要的信息成為目前的一個研究熱點。雖然現(xiàn)在互聯(lián)網(wǎng)上有許多搜索引擎可以幫助人們搜索自己想要的信息，但是目前的搜索引擎還有一些缺點，比如“關(guān)鍵字搜索”常常不能迅速找到用戶想要的內(nèi)容等。隨著信息社會、知識經(jīng)濟的到來，這種傳統(tǒng)的被動式知識傳授已逐步讓位于主動式知識探究。人們已經(jīng)不滿足于最初的消極瀏覽、關(guān)鍵字檢索，而是更希望用更高效的方式-自然語言問答來

2、表達自己對知識的獲取意愿和疑問。 近年來，新一代的搜索引擎-問答社區(qū)(Question Answering Community)已經(jīng)成為新興的知識分享模式，它并非直接根據(jù)關(guān)鍵字查詢已經(jīng)存在于互聯(lián)網(wǎng)上的內(nèi)容，而是用戶自己根據(jù)具體需求有針對性地提出問題，通過積分獎勵等機制發(fā)動社區(qū)中的其他用戶創(chuàng)造該問題的答案。同時，這些問題的答案又會進一步作為搜索結(jié)果，提供給其他有類似疑問的用戶，用戶既是問答社區(qū)的使用者也是知識的創(chuàng)造者，從而達到分享

3、知識的效果[1]。 本文以Web挖掘技術(shù)為手段，以Web2.0技術(shù)為輔助，針對問答社區(qū)的個性化服務(wù)展開研究。具體工作包括以下兩個方面： (1)基于社區(qū)化問答服務(wù)的結(jié)果聚類算法。根據(jù)已有的內(nèi)容聚類算法以及在搜索引擎領(lǐng)域中的應(yīng)用，提出了一種針對問答社區(qū)的結(jié)果重新聚類算法，通過分析問答系統(tǒng)返回的問答對(question answering pairs)，根據(jù)算法獲取問答結(jié)果中重要的關(guān)鍵詞并將其作為候選的問答結(jié)果標(biāo)簽，用戶可以通

4、過選擇若干個標(biāo)簽來快速聚類問答結(jié)果，同時，為用戶設(shè)計一種基于內(nèi)容聚合的交互式元搜索(metasearch)的用戶界面。 (2)基于加權(quán)HITS算法的問答專家推薦算法。針對問答系統(tǒng)的用戶希望獲取專家?guī)椭膫€性化需求，分析用戶在問答社區(qū)中扮演的不同角色，根據(jù)用戶行為的相關(guān)反饋定義相對應(yīng)的權(quán)重，利用加權(quán)的HITS算法計算用戶的得分，從而獲得某一問題類別里具有高權(quán)威度的專家用戶排名，為用戶提供問答專家的個性化推薦服務(wù)。 最后，我