面向問答社區(qū)的相關信息推薦技術研究.pdf

1、隨著互聯(lián)網(wǎng)信息量的飛速增長，出現(xiàn)了多種幫助用戶獲取信息的網(wǎng)絡服務。其中，問答社區(qū)作為一種基于用戶交流互動的知識分享平臺而受到歡迎。問答社區(qū)積累了大量的問答資源，用戶不用登錄可以直接搜索自己需求的信息。針對用戶的這種查詢行為，本文提出了基于問答語義關系的社區(qū)推薦系統(tǒng)，以給用戶推薦更為相關的問答信息，同時推薦相關的社區(qū)用戶，達到鼓勵交流、激勵其加入問答社區(qū)的目的。研究的內(nèi)容主要包括以下幾個方面：
　　首先，本文進行了問答對的語義關系研

2、究。根據(jù)問答對的文本特性，在處理中引入了以受限制波爾茲曼機(Restricted Boltzmann Machine,RBM)為基本單元的多層神經(jīng)網(wǎng)絡，通過對其結(jié)構(gòu)的優(yōu)化、參數(shù)的設定來完成問答對信息的特征降維。實驗結(jié)果表明，降維的特征表示方法能很好地體現(xiàn)問答對的語義相關性，在一定程度上解決了基于關鍵詞索引中出現(xiàn)的詞空缺(Lexical gap)問題。
　　其次，本文利用社區(qū)結(jié)構(gòu)信息完成答案質(zhì)量的評估。把問答社區(qū)中的結(jié)構(gòu)信息作為描述

3、答案信息的特征，通過機器學習方法，對語義相關的答案信息進行質(zhì)量評估。實驗結(jié)果表明，該方法有助于獲得更為相關的問答信息。
　　第三，文本闡述了基于問答對相似性的用戶推薦方法。把用戶的歷史問答信息通過多層神經(jīng)網(wǎng)絡的處理表示為語義特征向量，并將其視作一種描述用戶的結(jié)構(gòu)信息。為了體現(xiàn)這種結(jié)構(gòu)信息的應用效果，本文設計了依據(jù)查詢的相關用戶推薦算法。這個方法實現(xiàn)了對未登錄使用者進行社區(qū)相關用戶的推薦，能夠為問答社區(qū)吸引新的注冊用戶。實驗的結(jié)果說