基于互動問答系統(tǒng)的問題推薦.pdf

1、在過去的幾十年間，人們見證了互聯(lián)網(wǎng)的飛速發(fā)展，見證了一個全新的信息時代的到來。然而，互聯(lián)網(wǎng)上的信息數(shù)量之多，增長和更新速度之快，也是前所未有的。在進入信息時代的同時，我們也迎來了信息爆炸的時代?；ヂ?lián)網(wǎng)提供的信息超過了個人所能接受、處理或有效利用的范圍，大量無關的冗余信息嚴重干擾了人們對相關有用信息的準確分析和正確選擇。 針對這種情況，廣大學者開始研究如何將成百上千萬的網(wǎng)站有效地組織起來，并從這些網(wǎng)站所蘊含的海量信息中抽取出有用的

2、信息為人類服務。因此，信息檢索技術被提出并逐漸被計算機界所重視?，F(xiàn)如今，最重要的信息檢索系統(tǒng)便是搜索引擎。但是，現(xiàn)在的搜索引擎缺陷也很明顯，幾乎快成了新的信息過載：一是搜索結果數(shù)量龐大；二是搜索結果的線性排列。在現(xiàn)有技術中，問答技術和個性化推薦被認為是能夠提高檢索返回結果質量的可能途徑。問答系統(tǒng)可以被分為自動問答系統(tǒng)和互動問答系統(tǒng)。自動問答系統(tǒng)主要利用基于語義匹配的方法獲取答案?；訂柎鹣到y(tǒng)則采用網(wǎng)絡協(xié)作的方式，將所有用戶組成高效的社會

3、協(xié)作網(wǎng)，互相解決對方提出的問題?；訂柎鹣到y(tǒng)的優(yōu)勢在于： 首先，用戶拋棄了孤立的關鍵字，利用自然語言的形式提問，能夠準確得描述他所需求的信息。其次，允許其他用戶回答問題，解決了一些需要推理或是歸納總結的問題。個性化服務，即推薦系統(tǒng)是一種有針對性的服務方式，根據(jù)用戶的設定，依據(jù)各種渠道對資源進行收集、整理和分類，向用戶提供和推薦相關信息，以滿足用戶的需求。從整體上說，個性化服務打破了傳統(tǒng)的以被動服務模式，能夠充分利用各種資源優(yōu)勢，

4、主動開展以滿足用戶個性化需求為目的的全方位服務。所以怎樣將互動問答系統(tǒng)和個性化的推薦服務合理地整合在一起，是一項值得研究和解決的問題。本文對推薦技術在互動問答系統(tǒng)中的應用做了深入和細致的研究。在如何根據(jù)互動 問答領域的自身特點，更加合理和有效地向用戶推薦相關問題方面進行了探索，以便使用戶準確地得到感興趣的問題，提高用戶回答問題的積極性和準確率。本文的研究內容如下：首先，改進了基于奇異值分解的協(xié)同過濾算法，將時間權重有機地結合到奇異值分解

5、的過程中，提出了一種結合奇異值分解和時間權重的協(xié)同過濾算法。該算法以用戶對問題的評分矩陣作為輸入，通過梯度下降法對其進行奇異值分解，并直接將結果用于預測評分。該算法從整體上考察所有已知評分，而非局部地考慮用戶的最近鄰居，有效地克服了評分數(shù)據(jù)的稀疏性問題，顯著地提高了推薦質量。其次，合作提出了基于負載平衡的問題推薦方法。該方法用于對新問題的推薦。將用戶權威性和興趣度相結合進行用戶個性化分析，引入負載平衡機制，按照重要問題優(yōu)先推薦的原則將問