期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向用户需求主题的在线问答社区信息多层级分类研究
被引量：
4
1
作者
成全
张燕刚
《情报学报》
CSSCI
CSCD
北大核心
2022年第8期860-871,共12页
互联网在线问答社区服务的广泛性、便捷性、互动性与个性化特征促进了该模式的飞速发展,在线问答社区已逐渐成为人们获取各类生活信息的重要平台。然而,社区内信息资源存在缺乏有效组织与语义关联缺失等现实瓶颈,以及生活类信息的高复...
互联网在线问答社区服务的广泛性、便捷性、互动性与个性化特征促进了该模式的飞速发展,在线问答社区已逐渐成为人们获取各类生活信息的重要平台。然而,社区内信息资源存在缺乏有效组织与语义关联缺失等现实瓶颈,以及生活类信息的高复杂、多层级等特性,导致用户的在线信息需求服务体验效果不尽如人意。为实现对在线问答社区内各类信息资源的细粒度组织与语义关系揭示,进而达到面向用户需求主题实施信息精准分类的目标,本研究利用在线母婴社区内用户提问数据构建用户需求的多层级架构体系,进而生成经过验证的、具有多层级需求主题的标签化数据实验样本。最后,通过比对本研究所构建的面向用户需求主题的信息多层级分类模型(users’needs topicshierarchical classification,UNT-HC)与TextAttBiRNN (text attention bi-directional recurrent neural network)单层级分类模型及HFT-CNN (hierarchical fine-tuning conventional neural network)、HCCNN (hierarchical classification conventional neural network)等多层级分类模型的分类效果,验证了UNT-HC模型在实现在线问答社区中多层级单标签、超细粒度文本信息分类应用中性能的优越性。
展开更多
关键词
用户信息需求
需求主题
在线问答社区
多层级分类
机器学习
在线阅读
下载PDF
职称材料
问答社区中基于问题粒度的用户专业性预测方法
被引量：
1
2
作者
朱敏
田伟
+2 位作者
彭第
苏亚博
牛颢
《工程科学与技术》
EI
CAS
CSCD
北大核心
2019年第1期173-180,共8页
在线问答社区中大量问题等待回答时间过长、高质量回答数极少,对社区用户在具体问题上的专业程度进行度量具有现实需求。现有的基于链接分析和基于文本分析等方法多集中在社区和话题粒度的专业性度量,并未深入到问题粒度。针对上述问题...
在线问答社区中大量问题等待回答时间过长、高质量回答数极少,对社区用户在具体问题上的专业程度进行度量具有现实需求。现有的基于链接分析和基于文本分析等方法多集中在社区和话题粒度的专业性度量,并未深入到问题粒度。针对上述问题,定义了问答社区中基于问题粒度的用户专业性概念,在此基础上提出了基于问题粒度的用户专业性预测方法,包括用户专业性度量方法和用户专业性预测模型。该预测方法先利用问答社区中社区用户对回答质量的评价机制,在问题粒度上为用户建立专业性度量;再基于矩阵分解,融合用户偏差、问题偏差以及用户已回答问题集的隐含反馈等信息,构建用户在问题粒度上的专业性预测模型,进而预测用户在待回答问题上的专业程度。利用知乎问答社区互联网话题下的问答数据集,设计了与前述两种主流方法的对比实验。实验结果表明,提出的用户专业性度量方法可以有效地度量用户在具体问题上的专业程度,基于此方法构建的用户专业性预测模型具有更高的预测精度。
展开更多
关键词
在线问答社区
问题粒度
用户专业性
矩阵分解
预测模型
在线阅读
下载PDF
职称材料
社会化问答社区知识特征对问题质量的影响研究
被引量：
1
3
作者
石燕青
陈思
康乐乐
《现代情报》
CSSCI
2021年第12期60-68,120,共10页
[目的/意义]本文从知识特征的角度,对在线问答社区中问题质量和价值的影响因素进行分析,为优化用户生成内容质量、实现有效的知识共享提供参考。[方法/过程]以编程问答社区Stack Overflow为研究对象,收集社区建设以来10年的数据,从知识...
[目的/意义]本文从知识特征的角度,对在线问答社区中问题质量和价值的影响因素进行分析,为优化用户生成内容质量、实现有效的知识共享提供参考。[方法/过程]以编程问答社区Stack Overflow为研究对象,收集社区建设以来10年的数据,从知识的大众化程度、知识间的关联程度、知识的多样化程度、知识在网络中的重要程度4个方面,考察哪些知识特征会影响社区用户对于问题质量的评价。[结果/结论]知识特征对问题的内容质量具有显著影响。其中,知识间的关联程度、知识在网络中的重要程度,对问题得到的评价具有正向影响作用;随着知识的大众化水平提高,问题得到的评价呈现先升后降的趋势。
展开更多
关键词
社会化标注系统
在线问答社区
标签特征
问题质量
影响因素
在线阅读
下载PDF
职称材料
题名
面向用户需求主题的在线问答社区信息多层级分类研究
被引量：
4
1
作者
成全
张燕刚
机构
福州大学经济与管理学院
出处
《情报学报》
CSSCI
CSCD
北大核心
2022年第8期860-871,共12页
基金
国家社会科学基金一般项目“多源在线医疗健康信息的语义融合及精准推荐服务研究”(19BTQ072)。
文摘
互联网在线问答社区服务的广泛性、便捷性、互动性与个性化特征促进了该模式的飞速发展,在线问答社区已逐渐成为人们获取各类生活信息的重要平台。然而,社区内信息资源存在缺乏有效组织与语义关联缺失等现实瓶颈,以及生活类信息的高复杂、多层级等特性,导致用户的在线信息需求服务体验效果不尽如人意。为实现对在线问答社区内各类信息资源的细粒度组织与语义关系揭示,进而达到面向用户需求主题实施信息精准分类的目标,本研究利用在线母婴社区内用户提问数据构建用户需求的多层级架构体系,进而生成经过验证的、具有多层级需求主题的标签化数据实验样本。最后,通过比对本研究所构建的面向用户需求主题的信息多层级分类模型(users’needs topicshierarchical classification,UNT-HC)与TextAttBiRNN (text attention bi-directional recurrent neural network)单层级分类模型及HFT-CNN (hierarchical fine-tuning conventional neural network)、HCCNN (hierarchical classification conventional neural network)等多层级分类模型的分类效果,验证了UNT-HC模型在实现在线问答社区中多层级单标签、超细粒度文本信息分类应用中性能的优越性。
关键词
用户信息需求
需求主题
在线问答社区
多层级分类
机器学习
Keywords
user’s information needs
needs topics
online Q&Acommunity
multi-hierarchical classification
machine learning
分类号
G252.61 [文化科学—图书馆学]
在线阅读
下载PDF
职称材料
题名
问答社区中基于问题粒度的用户专业性预测方法
被引量：
1
2
作者
朱敏
田伟
彭第
苏亚博
牛颢
机构
四川大学计算机学院
四川省计算机研究院
出处
《工程科学与技术》
EI
CAS
CSCD
北大核心
2019年第1期173-180,共8页
基金
国家自然科学基金资助项目(61572332)
四川省重点研发项目资助(2018GZ0171)
文摘
在线问答社区中大量问题等待回答时间过长、高质量回答数极少,对社区用户在具体问题上的专业程度进行度量具有现实需求。现有的基于链接分析和基于文本分析等方法多集中在社区和话题粒度的专业性度量,并未深入到问题粒度。针对上述问题,定义了问答社区中基于问题粒度的用户专业性概念,在此基础上提出了基于问题粒度的用户专业性预测方法,包括用户专业性度量方法和用户专业性预测模型。该预测方法先利用问答社区中社区用户对回答质量的评价机制,在问题粒度上为用户建立专业性度量;再基于矩阵分解,融合用户偏差、问题偏差以及用户已回答问题集的隐含反馈等信息,构建用户在问题粒度上的专业性预测模型,进而预测用户在待回答问题上的专业程度。利用知乎问答社区互联网话题下的问答数据集,设计了与前述两种主流方法的对比实验。实验结果表明,提出的用户专业性度量方法可以有效地度量用户在具体问题上的专业程度,基于此方法构建的用户专业性预测模型具有更高的预测精度。
关键词
在线问答社区
问题粒度
用户专业性
矩阵分解
预测模型
Keywords
community question answering
question granularity
user professionalism
matrix factorization
prediction model
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
社会化问答社区知识特征对问题质量的影响研究
被引量：
1
3
作者
石燕青
陈思
康乐乐
机构
南京农业大学信息管理学院
南京信息工程大学管理工程学院
南京大学信息管理学院
出处
《现代情报》
CSSCI
2021年第12期60-68,120,共10页
基金
国家自然科学基金项目“从驱动到扩散:基于多元方法的移动应用创新机理研究”(项目编号:72072087)
江苏省社会科学基金项目“社交网络中基于交互特征的学术知识扩散研究”(项目编号:20TQC003)。
文摘
[目的/意义]本文从知识特征的角度,对在线问答社区中问题质量和价值的影响因素进行分析,为优化用户生成内容质量、实现有效的知识共享提供参考。[方法/过程]以编程问答社区Stack Overflow为研究对象,收集社区建设以来10年的数据,从知识的大众化程度、知识间的关联程度、知识的多样化程度、知识在网络中的重要程度4个方面,考察哪些知识特征会影响社区用户对于问题质量的评价。[结果/结论]知识特征对问题的内容质量具有显著影响。其中,知识间的关联程度、知识在网络中的重要程度,对问题得到的评价具有正向影响作用;随着知识的大众化水平提高,问题得到的评价呈现先升后降的趋势。
关键词
社会化标注系统
在线问答社区
标签特征
问题质量
影响因素
Keywords
social tagging system
online Q&A community
tag characteristic
question quality
influence factor
分类号
G252.6 [文化科学—图书馆学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向用户需求主题的在线问答社区信息多层级分类研究
成全
张燕刚
《情报学报》
CSSCI
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
2
问答社区中基于问题粒度的用户专业性预测方法
朱敏
田伟
彭第
苏亚博
牛颢
《工程科学与技术》
EI
CAS
CSCD
北大核心
2019
1
在线阅读
下载PDF
职称材料
3
社会化问答社区知识特征对问题质量的影响研究
石燕青
陈思
康乐乐
《现代情报》
CSSCI
2021
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
