问答社区中的动态演化推荐算法研究

《问答社区中的动态演化推荐算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文问答社区中的动态演化推荐算法研究作者姓名林政工程领域计算机专业硕士校内指导教师董守斌教授校外指导教师Pro.Samia所在学院计算机科学与工程学院论文提交日期2018年4月分类号：TP3911学校代号：10561学号：201321030787华南理工大学硕士学位论文问答社区中的动态演化推荐算法研究作者姓名：林政指导教师姓名，职称：董守斌教授申请学位级别：专业学位硕士工程硕士工程领域名称：计算机技术论文形式：应用研究研究方向：推荐算法与机器学习论文提交日期：2018年4月19日论文答辩日期：2018年6月1日学位授予单位：华南理工大学学位授予日期：年月日答辩委员

2、会成员：主席：李克秋委员：于志文刘发贵张星明董守玲ResearchonDynamicEvolutionaryRecommendationAlgorithmforCommunityQuestionAnsweringADissertationSubmittedfortheDegreeofMasterCandidate：LinZhengSupervisor：Prof.DongShoubinSouthChinaUniversityofTechnologyGuangzhou,China摘要人类的进步离不开文明的传承与发展。在这个传承与发展的过程中，相互交流相互学习的方式使得知识代代延续

3、下去。其中最简单的交流学习方式是问答方式。随着互联网的普及，各类问答社区蓬勃发展。推荐技术已广泛应用于各个领域，也应用于问答网络中为用户推荐感兴趣的好友、问题及答案。当前主流的推荐技术以用户与用户之间的历史兴趣相似性为主导，而在问答社区中用户兴趣可能随时都在变化，用户兴趣的动态变化会给问答社区的相关推荐带来不准确性。为了解决这些问题，本文提出一种基于时序的用户兴趣向量的建模方法，并设计了新型的用户兴趣变化模拟演化模型，利用用户的各类兴趣分布及兴趣成长性变化曲线，实现基于用户兴趣变化的推荐优先级排序的动态演化。最终实现对已有的一些推荐算法进行推荐结果优化，这种优化体现在推荐优先

4、级上，而且这种演化过程自然地带来了一些社区发现功能。本文完成的主要工作如下：（1）用户兴趣成长性建模：通过词库匹配、词向量相似度度量等方法，提取用户的兴趣倾向，并使用聚类方法对用户的兴趣倾向进行聚类，获得不同类型用户的标签。在此基础上，通过在时序上分析用户回答过的问题，构建基于时序的用户兴趣向量，并应用于用户好友推荐及问题答案推荐；（2）问题最佳答案预测：在时序的兴趣特征提取，以及对问题进行话题建模的基础上，对问题的最佳答案进行预测，结合前面的时序特征提取方法对用户和问题进行特征提取，使用SVR算法预测答案点赞数，并具有较高点赞数的答案推送给问题发布者；（3）用户好友推荐的动

5、态演化排序：本文提出基于自适应变种PSO演化的用户好友推荐的演化排序算法，在推荐算法的初始推荐结果上实现推荐优先级别的排序优化，同时实现一些社区发现的功能，如好友推荐删除功能，潜在好友发现等。并采用类变种EM算法对演化算法中的重要参数进行优化；（4）问题回答者推荐的动态演化排序：本文提出了一种基于自适应一阶马尔科夫随机游走的演化排序算法，并应用于推荐算法的推荐结果上，实现推荐优先级别排序的优化，同时实现一些社区发现的功能，如发现潜在的对问题感兴趣的用户等。并采用类变种EM算法对演化算法中的重要参数进行优化。本文在知乎的真实数据集上进行了实验，实验结果表明论文提出方法的有效性。

6、I关键词：问答社区；推荐优先级排序优化；基于时序的兴趣向量；动态演化推荐；IIABSTRACTHumanprogressisinseparablefromtheinheritanceanddevelopmentofcivilization.Inthisprocessofinheritanceanddevelopment,thewayofmutuallearningallowsknowledgetobespreadfromgenerationtogeneration.Thesimplestwaytocommunicateisquestionandanswer.Howeverth

7、ecurrentrecommendationtechnologyisdominatedbythesimilarityofhistoricalinterestsamongusers,theusers’interestmaychangeatanytimeinthequestionandanswer(QA)community,andthedynamicchangeofusers’interestwillbringinaccuracytotherelevantrecommendationsoftheQAcomm