基于数据挖掘的专业可信回答者个性化推荐*——以Stack Overflow问答社区为例

摘要：

针对问答社区中问题不能得到及时、有效解答的现状,文章以Stack Overflow问答社区为例,首先介绍了问答社区数据的采集与预处理情况;然后,通过挖掘学习者信息,得到专业可信回答者、高信誉回答者和徽章回答者三种潜在回答者;最后,实施了三种回答者推荐并对比了推荐性能.实验结果表明,与高信誉回答者推荐和徽章回答者推荐相比,考虑回答质量和专业相关性的专业可信回答者推荐具有更高的准确率和召回率,其推荐性能更优.实施基于数据挖掘的专业可信回答者个性化推荐,能有效缓解问答社区的信息过载问题,有助于建设更高效的网络学习社区环境.

关键词：专业可信度、回答者推荐、数据挖掘、Stack Overflow问答社区

所属期刊栏目：29

分类号：G40-057(教育学)

资助基金：国家社会科学基金项目"社交媒体中基于群体深度交互的信任生成研究"17BTQ067

在线出版日期：2019-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84