基于交流平台QA系统的专家发现

摘要

近二十年，伴随着互联网技术的发展，大量的社交网络不断涌现。其中，在线Question Answering(QA)系统是一种供用户提问与回答的网站，正以其独特的方式实现信息和知识的共享。因此，在在线交流平台QA系统中引入专家发现的研究是非常有必要的。现有关于专家发现的研究主要基于统计语言模型和链接分析，并且已有部分学者将在线问答网站作为研究对象，如Yahoo Answers!。本论文以专业编程问答网站Stack Overflow为研究对象，考虑主题分布和链接关系双重影响，分别建立主题模型和得分传播模型。目标是实现对一条以自然语言形式输入的问题，返回一系列适合回答该问题的专家。
　　 论文具体研究内容如下:
　　 1)总结了现有关于专家发现以及在线问答系统的研究，针对存在的不足以及研究需求，提出在专业编程问答网站Stack Overflow中实现专家发现的整体思路与方案。同时，介绍了数据采集过程，并且对数据进行了一些统计与分析，同时对数据进行了必要的清洗和预处理;
　　 2)建立主题聚类模型，实现相应主题和专家的定位。首先，以数据集中的问题作为训练集，实现对主题的划分。进一步地，衡量问题与主题之间的距离，依据距离最短实现对所有问题的聚类。对此利用测试问题进行了实验，实验证明我们提出的主题模型和聚类方法能够实现较好的结果。
　　 3)建立得分传播模型，实现对主题内的专家的排序。根据获得的数据集中的问答记录，通过用户之间Authority和Hub两种属性的得分的传播计算，实现对用户的专业能力进行排序。对此，我们同样利用测试问题进行了实验，实验证明我们提出的得分传播模型能够实现对主题内用户的排序，并且具有一定的准确率。
　　 4)专家发现的具体实现。首先，依据主题聚类模型实现主题的定位。然后，依据对输入问题与主题内的问题之间的相似度衡量，建立隐含链接，构建用户关系网络。进一步地，利用得分传播模型返回一系列的专家，并对结果进行了分析。
　　 5)图形用户界面GUI的实现过程。该GUI能够形象地体现专家发现的工作。用户在输入文本框中键入自己的问题，系统就可以返回一系列专家到界面供用户参考。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景与意义

1．2 课题的研究现状

1．3 论文创新点

第2章 专家发现的整体框架及数据集的建立

2．1 专家发现的整体框架

2．2 数据集的建立

2．2．1 数据的采集

2．2．2 数据集的分析和预处理

2．3 本章小结

第3章 专家主题定位

3．1 引言

3．2 PLSA算法

3．3 主题聚类模型的建立

3．3．1 主题分解

3．3．2 聚类

3．4 实验分析

3．5 本章小结

第4章 特定主题内的专家的排序

4．1 引言

4．2 HITS算法

4．3 得分传播模型

4．3．1 建立用户关系网络

4．3．2 得分传播

4．4 实验结果分析

4．5 本章小结

第5章 基于交流平台QA系统专家发现的实现

5．1 专家发现

5．1．1 基于隐含链接的得分传播模型

5．1．2 返回专家及实验结果分析

5．2 专家发现的GUI实现

5．2．1 wxPython

5．2．2 GUI的实现和展示

5．3 本章小结

第6章 总结与展望

6．1 全文总结

6．2 课题展望

参考文献

在读期间发表的学术论文和研究成果

致谢