基于用户兴趣和需求的问句推荐新方法

• 作者: 林鸿飞 王健 许笛
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 社区问答 问句推荐 翻译模型
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 数据工程
• 页码范围: 50-52,104
• 页数: 4页
• 分类号: TP391
• 字数: 5168字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.08.011

摘要

问句推荐在 CQA 中主要是针对用户提出来的新问题进行需求分析，然后在历史问答对中找到与用户原始问题最相关的问题，从而在不能给用户提供精确结果的情况下，为用户带来更多的选择，从而提高用户的体验。提出一种基于用户兴趣和需求的问句推荐方法，主要是利用 PLSA 模型根据用户历史回答问题的记录去发现用户的兴趣，同时采用基于翻译模型根据用户的查询预测用户的需求。结合用户的兴趣和需求在问答语料库中推荐最相关的问句。实验在 Yahoo！Answers 上抽取的真实标注数据集上进行，对比实验结果表明，该方法在性能上得到了较好的结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞	大连理工大学计算机科学与技术学院	214	3759	31.0	55.0
2	王健	大连理工大学计算机科学与技术学院	86	451	11.0	15.0
3	许笛	大连理工大学计算机科学与技术学院	1	0	0.0	0.0