位置:成果数据库 > 期刊 > 期刊详情页
融合加权动态权威度和兴趣度的专家推荐方法
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:武汉大学软件工程国家重点实验室,武汉430072
  • 相关基金:国家自然科学基金重点项目(U1135005)资助;武汉晨光计划项目(2013070104010036)资助.
作者: 王甜, 曾承
中文摘要:

问答系统是目前热门的知识库构建方式之一.然而,当前的问答系统普遍采用专家自主回答或分类随机推荐方式,问题回答的准确率、及时性均较低,导致知识库中噪音知识泛滥.针对以上现象,提出一种基于加权动态权威度的专家推荐方法.该方法首先通过分析专家历史回答内容,并将专家加权动态权威度与LDA模型相结合,构建专家偏好档案;然后及时、精准地将新问题推荐给潜在最适宜专家,从而达到提高问答系统知识库准确性的效果.为了验证本文方法的可行性和有效性,我们使用新浪爱问真实数据集进行分析实验,实验结果表明该方法能够有效地提高专家推荐的准确率.

英文摘要:

Question answering system has become a very popular knowledge base. However,in current QA system, experts answer the question independently or the question is recommended to answerers randomly, which results in the low accuracy and promptness of question. This procedure leads to the flooding of noise knowledge in knowledge base. To solve this problem, in this paper, an expert recommendation method based on Weighted Dynamic Degree of Authority is presented. By analyzing answerers' answering history , interest profile of answerers are modeled with the mixture weighted dynamic degree of authority and the Latent Dirichlet Allocation model. Finally, the new question will be recommended to the most appropriate experts so as to improve the accuracy of the question- answer system. And we evaluate the effectiveness and feasibility of our method using real dataset from Sinalask. Experiment results show that this method can improve the performance of expert recommendation comparing to the baseline method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212