基于问答社区的个性化服务系统的设计与实现

论文摘要

随着计算机技术、互联网技术和数据库技术水平的不断提高与研究水平的持续发展,大量的数据信息被存储在数据库中,如何对这些数据信息进行有效分类及后续的处理,挖掘隐藏数据间的有用知识与信息,目前已成为国内外学者研究的重点方向。虽然人们通过互联网上有许多搜索引擎可以寻找到需要的信息,但是目前的搜索引擎检索效率还是有待于提高,例如“关键字搜索”常常不能迅速找到自己想要的内容等。随着信息社会时代到来,被动式信息检索方式已经不能适应时代的发展,主动式知识探究方法将越来越适应时代发展。本文结合数据挖掘技术和网文排序技术,对问答社区的改进进行探索。参考的目前的内容聚类算法,设计了一种针对问答社区的结果重新聚类算法,通过对返回到客户端的问答结果对进行分析(question answering pairs),通过算法得到问答结果对中重要程度高的关键词并把它设置为聚类标签,用户可以使用标签来来加快检索效率,于此同时,本文为用户设计一种基于内容聚类的交互界面。针对用户一般只对排在前面的返回结果感兴趣,本文对返回文档的排序算法进行了介绍,应用了一种文档排序算法,对聚类返回的结果进行了新的有效排序。最后,本文从目前比较常见的社区问答系统(百度知道、Yahoo! Answers和天涯问答等)中抽取问答对作为语料进行测试,实验结果表明经过聚类的问答系统能够更好的满足用户的需求。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 课题的研究意义
• 1.2 论文的主要研究内容
• 1.3 论文内容和组织结构安排
• 2 知识准备
• 2.1 数据挖掘技术
• 2.2 聚类分析的基础知识
• 2.3 Web挖掘技术
• 2.4 本章小结
• 3 系统设计
• 3.1 问题描述
• 3.2 相关工作
• 3.3 系统主要实现的个性化服务的内容
• 3.4 系统设计方案
• 3.5 系统流程介绍
• 4 网页排序
• 4.1 问题描述
• 4.2 排序算法评价体系
• 4.3 目前主流排序算法介绍
• 4.4 几种排序算法比较
• 4.5 基于客户信息的网页排序算法
• 5 聚类算法研究
• 5.1 概述
• 5.2 相关工作
• 5.3 问答结果聚类算法
• 6 系统用户接口和实验结果分析
• 6.1 客户端交互式接口
• 6.2 系统实验
• 7 总结与展望
• 7.1 本文工作总结
• 7.2 下一步工作展望
• 致谢
• 参考文献