-
题名在线技术社区的用户技能与兴趣发现
被引量：1
- 1
-
-
作者
张东雷
林友芳
万怀宇
马语丹
陆金梁
-
机构
北京交通大学计算机与信息技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2018年第7期116-127,共12页
-
基金
国家自然科学基金(61603028)
-
文摘
在线技术社区是技术爱好者或者从业者进行技术交流、咨询和分享的重要平台。社区运营者如果能够准确掌握每个用户的技能和兴趣,对用户进行画像,将有助于为用户提供精准的推荐和个性化服务,从而增加用户的黏性和社区的活跃度。考虑到社区用户既是内容的生产者(作者)又是内容的消费者(读者),生产者体现用户技能,消费者体现用户兴趣,从而提出了一种作者—读者—话题(author-reader-topic,ART)模型,同时对用户的技能和兴趣进行建模。该模型可以将文档的作者和读者关联起来,因而能够提升话题的聚集效果,产生更准确的作者话题分布和读者话题分布。该文基于CSDN技术社区的真实数据集进行了实验对比和分析,实验结果表明,该文提出的ART模型能够有效地发现用户的技能和兴趣,明显优于现有的各种话题模型。
-
关键词
在线技术社区
用户画像
用户技能
用户兴趣
-
Keywords
online technology community
user profiling
user expertise
user interest
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
