[發明專利]一種針對社區問答平臺的答者推薦方法

在審

• 申請號: 202110338095.8
• 申請日: 2021-03-30
• 公開（公告）號: CN112989197A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 方胡彬;高紅雨;蘇航
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/33;G06F16/35;G06F40/216;G06Q50/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

本發明公開了一種針對社區問答平臺的回答者推薦方法，包括以下步驟：對數據進行預處理，提取出平臺中所有用戶相關信息數據，并對問答帖子的文本內容進行文字預處理；根據用戶提出問題的標題、關鍵字、標簽和文本內容，進行Jaccard相似度和TF?IDF余弦相似度的計算，找出與它屬于同一類的問題帖子；在這個分類的帖子中找出回答的用戶，這些用戶都回答過和原問題相似的問題，依據之前提取的這些回答者的用戶信息數據，分析這些用戶信息數據找出對評價用戶質量和用戶回答傾向有決定作用的信息作為用戶的屬性特征，并對這些屬性特征使用不同的權重；對這些屬性值與權重進行累加和，得出的數值中最高的幾個回答者作為最終的推薦結果。本發明可以有效幫助提問者找到所提出問題的潛在回答者，解決問題長時間沒人回答的困境。

技術領域

本發明屬于推薦技術領域，具體屬于一種針對社區問答平臺的回答者推薦方法。

背景技術

傳統的推薦方法有協同過濾、基于內容的推薦、基于關聯規則的推薦，這些方法都有各自的優缺點，比如協調過濾的優點是：能夠有效的使用其他相似用戶的反饋信息，較少用戶的反饋量，加快個性化學習的速度；能夠過濾難以進行機器自動內容分析的信息；缺點是：數據稀疏性問題和可擴展性問題?；趦热莸耐扑]的優點是：沒有冷啟動、新項目和數據稀疏問題；能為具有特殊興趣愛好的用戶進行推薦；缺點是：所推薦的內容必須能抽象出有意義的特征，并且具有良好的結構性。

發明內容

本發明旨在解決以上出現的技術問題，提出一種針對社區問答平臺的回答者推薦方法。

一般社區問答平臺中回答某一話題帖子比較多的用戶也有回答相似帖子的傾向，所以首先可以根據問題帖子的相似程度，對問題帖子進行劃分。問題帖子除了顯示標記的標簽信息可以用來分類，其標題中的文本信息也可以用來進行相似度的計算。根據問題帖子中包含的標簽和標題，計算Jaccard相似度。

Jaccard相似度：

Jaccard(A，B)＝|A∩B|÷|AUB|

其中A是原有問題中的標題集合，B是新問題中的標題集合。

接下來，對于問題帖子的文本內容，運用一個結合文本詞匯頻率(TermFrequency)和逆文本頻率(Inverse Document Frequency)的混合模型，使用文本體上的余弦相似度測量方法計算帖子文本內容的余弦相似度。TF-IDF是一個數值統計，旨在反映一個詞在一個集合或語料庫中對文檔的重要程度，并作為給定用戶查詢的文檔相關性打分和排名的核心工具。帖子數據中的內容文本都是對問題或回答的文字描述，文字內容越相近說明這兩個帖子越相似。

TF-IDF：

tf-idf(t，d，D)＝tf(t，d)×idf(t，D)

其中N：語料庫中的文檔總數，N＝|D||{d∈D，t∈d}|，術語t出現的文檔數。D表示文檔，d表示文檔中的一項，t表示一個文檔中的一條術語。

余弦相似度：

其中A_i和B_i分別是向量A和B的分量。

進一步的，根據Jaccard相似度和TF-IDF余弦相似度對提問帖子進行劃分后，根據問題所在的分類，在這個分類中查找對應的回答，再找到這些回答對應的用戶，這些用戶都是潛在的相似新問題的回答者。在這里推薦比較可能回答相似問題的用戶時，考慮了系統對用戶過去歷史行為評價的一些屬性特征，比如用戶聲譽值、用戶主頁瀏覽數、用戶評分、用戶徽章數、用戶發帖數量等，并對這些用戶屬性特征使用不同的權重。使用邏輯回歸的方法來確定這些權重參數值，對這些屬性值與權重進行累加和，得出的數值中最高的幾個作為最終的推薦結果。