声明
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 问答社区介绍
1.2.2 基于主题生成模型的专家发现方法
1.2.3 基于机器学习的专家发现方法
1.2.4 基于问答关系网络的专家发现方法
1.3 本文的研究内容
1.4 本文组织结构
第2章 “用户-标签”网络
2.1 问题描述与分析
2.2 融合相似标签
2.2.1 标签相似度衡量
2.2.2 针对相似标签的融合
2.3 “用户-标签”网络
2.3.1 用户与标签的联系
2.3.2 构建“用户-标签”网络
2.3.3 网络表示
2.4 实验设计及结果分析
2.4.1 数据集
2.4.2 评价标准
2.4.3 实验结果分析
2.5 本章小结
第3章 基于深度学习的专家发现方法
3.1 问题描述与分析
3.2 基于深度学习的专家发现方法
3.2.1 算法思想
3.2.2 问题文本向量
3.2.3 深度学习模型
3.3 实验设计及结果分析
3.3.1 数据集和数据预处理
3.3.2 结果评价
3.3.3 实验结果与分析
3.4 本章小结
第4章 基于强化排序学习的专家发现方法
4.1 问题描述与分析
4.2 基于强化排序学习的专家发现方法
4.2.1 算法思想
4.2.2 马尔可夫决策过程
4.2.3 策略梯度学习
4.3 实验设计及结果分析
4.3.1 数据集和数据预处理
4.3.2 结果评价
4.3.3 实验结果与分析
4.4 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
研究生期间发表论文
武汉理工大学;