问题回答者推荐算法汇报.ppt

《互动问答系统中问题回答者推荐研究》 ——相关介绍 问题回答者推荐算法组成 用户兴趣模型 用户专长模型 用户活跃性预测模型 用户兴趣模型 查询似然语言模型 计算用户对新问题的感兴趣程度。如果组成某个问 题的词汇与用户已回答问题集中的词汇具有较大相似度， 则表明用户对该问题可能具有较高兴趣。 公式定义 用户ui对问题qr的兴趣度可定义为用户ui 已回答的 问题集中生成问题qr，即： 用户兴趣模型 E(ui,qr)表示用户ui对新问题qr的兴趣度； P(qr|θQr(ui))表示用户ui已回答问题集Qr(ui)的语言模型 θQr(ui)下，qr的查询似然度； 语言模型θQr(ui)的估计，即P(w|θQr(ui))的估计 使用最大似然法对模型参数进行估计，可得语言 模型θQr(ui)的最大似然估计为： 用户兴趣模型 其中，c(w,Qr(ui))表示词项在问题集Qr(ui)中出现的 次数，|Qr(ui)|为问题集的长度（问题集中词汇的总数）。 查询似然度： P(qr|θQr(ui)) 采用多项式分布模型构建用户已回答问题集的语言 模型。即把查询看成多项随机试验的结果序列，语言模 型中的每个词项w对应于一个多项随机变量。多项式模 型下的查询似然P(qr|θQr(ui))是一个多项分布，即: 用户兴趣模型 对于qr=w1w2…wm: 其中，c(w,qr)表示词项在问题qr中出现的次数。 用户兴趣模型改进一 如果问题qr中只要有一个词汇没有在用户ui已回答问 题集Qr(ui)中出现，那么P(qr|θQr(ui))=0，表示用户ui对qr 不感兴趣，这是不合理的。 为此，引入数据平滑技术(Jelinek-Mercer平滑方法), 用户兴趣模型 加入整个问题数据集的语言模型，进行线性插值。改进 后的公式为： 其中，λ是平滑参数， λ∈[0,1]。如果qr中的词汇在 ui已回答问题集中，则λ=0；如果qr中的词汇不在ui已回 答问题集中，则λ=1，c(w,C)表示词汇w在所有已回答问 题集中出现的次数，|C|表示为所有问题集的长度。 用户兴趣模型 用户兴趣模型改进二 在实际问答社区中，一个用户回答过的问题通常较 少，由于观察到的数据不够，可能难以准确获取到用户 的兴趣。 为此，采用对用户进行聚类。在推荐用户回答问题 时先从用户类别着手，从而形成用户群已回答问题集。 改进好处： 大幅增加观察数据量大小，更确切的获取用户的兴趣。 构建用户群的已回答问题集的语言模型所花的时间要 小于构建用户已回答问题集的语言模型所花的时间。 用户兴趣模型 聚类步骤 利用TF-IAF构造向量空间模型（VSM）； TF:问题类别i在用户j已回答问题集中出现频率 IAF:全部用户中，回答过该类问题的用户数倒数 其中N表示用户总数，ni表示所有用户中，回答过 类别i问题的用户数。 VSM表示用户Uj=(w1j,w2j, …,wmj)，m为问题类别个数 用户兴趣模型 加入社会网络分析，利用Jaccard coefficient方法计算 用户相关系数，得到矩阵J（具体计算步骤参考论文）； 将Uj乘以矩阵J，得到更新后的用户模型（VSM）； 计算用户间的相似度，采用K-means方法，把用户分 成k类； 用户兴趣模型 用户聚类后的查询似然度P(qr|θQr(ui)) 唯一变化的是用户已回答问题集的语言模型θQr(ui)变 成用户群已回答问题集的语言模型θQr(Cluster(ui))。 用户专长模型 用户专长分析 用户兴趣模型将新问题qr推荐给那些对其感兴趣的 用户，但是没有考虑这些用户回答新问题qr 的答案质量， 即仅考虑了用户的“兴趣”，没有考虑用户的“专长”。 公式定义 在用户兴趣模型的基础上加上用户专长模型，用户 模型变为： 用户专长模型 其中，Q(ui,qr)表示用户回答问题qr的答案质量的估 计，α ∈[0,1]是权重系数，α越小，说明用户专长模型 对推荐用户影响越小。 Q(ui,qr)估计 采用用户已回答问题答案质量的加权平均来估计 待推荐用户对新问题答案的质量。其计算方法如下： 用户专长模型 其中，q为用户ui已回答问题Qr(ui)中的问题；sim(q,qr) 表示两问题的余弦相似度。 Q(ui,q)估计 Q(ui,qr)估计中的Q(ui,q)表示用户已回答答