基于問答社區(qū)的個性化服務研究.pdf

1、隨著Internet的飛速發(fā)展，互聯網上積累的信息越來越多，如何在海量的數據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。雖然現在互聯網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“關鍵字搜索”常常不能迅速找到用戶想要的內容等。隨著信息社會、知識經濟的到來，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。人們已經不滿足于最初的消極瀏覽、關鍵字檢索，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)已經成為新興的知識分享模式，它并非直接根據關鍵字查詢已經存在于互聯網上的內容，而是用戶自己根據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挖掘技術為手段，以Web2.0技術為輔助，針對問答社區(qū)的個性化服務展開研究。具體工作包括以下兩個方面： (1)基于社區(qū)化問答服務的結果聚類算法。根據已有的內容聚類算法以及在搜索引擎領域中的應用，提出了一種針對問答社區(qū)的結果重新聚類算法，通過分析問答系統(tǒng)返回的問答對(question answering pairs)，根據算法獲取問答結果中重要的關鍵詞并將其作為候選的問答結果標簽，用戶可以通

4、過選擇若干個標簽來快速聚類問答結果，同時，為用戶設計一種基于內容聚合的交互式元搜索(metasearch)的用戶界面。 (2)基于加權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，根據用戶行為的相關反饋定義相對應的權重，利用加權的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。 最后，我