問答式社區(qū)的標(biāo)簽推薦技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，基于Web2.0的互聯(lián)網(wǎng)服務(wù)模式也越來越多種多樣，問答式社區(qū)正是在此背景下應(yīng)運(yùn)而生，它的出現(xiàn)不僅為用戶提供了知識(shí)交流與分享的平臺(tái)，同時(shí)也與傳統(tǒng)的自動(dòng)問答技術(shù)形成互補(bǔ)?；ヂ?lián)網(wǎng)技術(shù)發(fā)展的同時(shí)帶來的問題是網(wǎng)絡(luò)上的信息總量呈爆炸式增長(zhǎng)，這就要求一種合理、有效的方式來組織這些數(shù)據(jù)，問答式社區(qū)也面臨這樣的問題。
　　基于分眾分類學(xué)的標(biāo)簽式在線瀏覽與數(shù)據(jù)組織技術(shù)很好的解決了這樣的問題。與傳統(tǒng)的自頂向下的層次分類式體系不同，

2、標(biāo)簽的方式更加直觀、靈活，可以從多個(gè)維度，不同層次為任意形式的網(wǎng)絡(luò)資源提供標(biāo)引，并由此為用戶提供靈活多變的瀏覽方式。同時(shí)，用戶可以使用任意詞匯對(duì)網(wǎng)絡(luò)資源進(jìn)行標(biāo)注，具有極高的易用性，使得新興的網(wǎng)絡(luò)資源能夠更容易的被索引和瀏覽。然而在具備眾多優(yōu)勢(shì)的同時(shí)，標(biāo)簽方式同樣存在缺點(diǎn)，主要表現(xiàn)于以下兩個(gè)方面：
　　1)數(shù)據(jù)稀疏問題，由于標(biāo)簽式瀏覽是一種新興的信息組織方式，在中文資源中，采用這種組織方式的網(wǎng)絡(luò)資源過少。
　　2)用戶自行輸入

3、標(biāo)簽的模式雖然能夠帶來極大的便利性，但同時(shí)也造成了標(biāo)簽噪聲較多的問題，對(duì)標(biāo)簽的實(shí)用性造成了不小障礙。
　　為解決以上問題，近年來，標(biāo)簽推薦技術(shù)受到了較為廣泛的關(guān)注。通常，標(biāo)簽推薦技術(shù)為用戶提供一系列高質(zhì)量的標(biāo)簽作為候選，用戶可以從中選取自己滿意的標(biāo)簽以達(dá)到其標(biāo)注目的。標(biāo)簽推薦技術(shù)通過將“輸入”簡(jiǎn)化為“選擇”，大大方便了用戶的標(biāo)注行為，從而達(dá)到鼓勵(lì)用戶提供更多標(biāo)簽的目的。
　　本文的主要研究?jī)?nèi)容如下：
　　1)通過分析國(guó)

4、內(nèi)外典型的問答式社區(qū)的特點(diǎn)以及服務(wù)模式，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)問答式社區(qū)，它提供IT領(lǐng)域的知識(shí)服務(wù)，并通過標(biāo)簽方式組織社區(qū)內(nèi)資源。
　　2)采集網(wǎng)絡(luò)現(xiàn)存的問答對(duì)資源，為問答社區(qū)的資源采集和標(biāo)簽推薦技術(shù)的研究做好數(shù)據(jù)的準(zhǔn)備。
　　3)針對(duì)問答資源的標(biāo)簽稀疏問題，重點(diǎn)研究了針對(duì)短文本語料的標(biāo)簽推薦技術(shù)，通過綜合分析現(xiàn)有的標(biāo)簽推薦技術(shù)以及關(guān)鍵詞抽取、查詢擴(kuò)展等相關(guān)技術(shù)，提出了標(biāo)簽推薦技術(shù)的算法框架，著重研究了基于協(xié)同過濾和關(guān)鍵詞抽取相結(jié)