基于知识图谱的在线社区搜索推荐.pdf

硕士学位论文基于知识图谱的在线社区搜索推荐

摘要

互联网为大众提供了信息交互的平台，随着移动终端的覆盖和科技的发展，人们越

来越离不开网络，也由此产生各种信息，人们逐渐被信息淹没。CSDN作为在线技术社

区，用户群体庞大，社区内信息纷杂，信息品质不一，如何从用户的搜索需要出发，推

荐更优质的结果变得日益重要。同时，知识图谱对多维数据有良好的组织利用能力，使

得人们能够基于知识图谱更好的开展后续应用。

本文面向CSDN社区数据，研究如何基于知识图谱完成搜索推荐，主要的工作内容

如下：

一是基于CSDN数据，提出适应后续推荐模型的知识图谱模式。本文利用python

在CSDN内进行数据爬取，通过对爬取数据的内容分析、对用户搜索输入内容的分析、

对后续搜索推荐所需数据的考量，结合对200篇文章全文的试标注，提出适应CSDN社

区数据特点、能够满足后续搜索推荐应用数据要求的知识图谱模式。

二是基于2000篇在线社区内知识图谱领域的全文本，遵循知识图谱模式，采用BIO

标注体系进行实体标注，构建了在线社区知识图谱领域的命名实体识别数据集。

三是针对在线社区内文章中英文混合的特点，提出一种实体识别的改进模型，不仅

从字、词、句的角度对中文信息进行特征提取，还兼顾英文字母、单词、句的特征。改

进模型在BiLSTM-CRF模型基础上，从句子、词汇、字符三个层级进行embedding，同

时引入IDCNN模型和Bert模型。实验表明，基于中英文混合的自建数据集，改进模型

表现最优。

四是提出了融合知识图谱与信息质量评估的搜索推荐模型。为验证本文提出的融合

知识图谱与信息质量评估的搜索推荐模型效果，设置传统基于标题相似度的搜索推荐、

基于知识图谱的搜索推荐、CSDN网站的搜索推荐为对照组。结果表明，基于知识图谱

的推荐结果优于传统推荐方法；融合知识图谱与信息质量评估的推荐结果优于仅基于知

识图谱的搜索推荐结果，推荐结果不仅与用户搜索更相关，同时文章的质量更好，更能

帮助用户解决问题；CSDN的搜索推荐结果比融合推荐结果的内容相关性较好，但融合

推荐结果具有更高的信息质量和用户采纳。

关键词：知识图谱，在线社区，搜索推荐，命名实体识别，信息质量评估

I

Abstract硕士学位论文

Abstract

TheInternetprovidesaplatformforinformationinteractionforthepublic,withthe

coverageofmobileterminalsandthedevelopmentofscienceandtechnology,peopleare

moreandmoreinseparablefromthenetwork,andthusproduceavarietyofinformation,

peoplearegraduallyfloodedbyinformation.Asanonlinetechnicalcommunity,CSDNhasa

largeusergroup,complexinformationinthecommunity,anduneveninformationquality,

howtorecommendbetterresultsfromtheuserssearchneedshasbecomeincreasingly

important.Atthesametime,theknowledgegraphhasagoodorganizationalutilizationability

formulti-dimensionaldata,whichmakesitpossibletocarryout