问题回答者推荐算法汇报要点分析.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|