节点文献

基于数据挖掘的专业可信回答者个性化推荐——以Stack Overflow问答社区为例

免费订阅

【作者】 刘迎春朱旭谢年春李佳

【Author】 LIU Ying-chun;ZHU Xu;XIE Nian-chun;LI Jia;College of Education Science and Technology, Zhejiang University of Technology;

【机构】 浙江工业大学教育科学与技术学院

【摘要】 针对问答社区中问题不能得到及时、有效解答的现状,文章以Stack Overflow问答社区为例,首先介绍了问答社区数据的采集与预处理情况;然后,通过挖掘学习者信息,得到专业可信回答者、高信誉回答者和徽章回答者三种潜在回答者;最后,实施了三种回答者推荐并对比了推荐性能。实验结果表明,与高信誉回答者推荐和徽章回答者推荐相比,考虑回答质量和专业相关性的专业可信回答者推荐具有更高的准确率和召回率,其推荐性能更优。实施基于数据挖掘的专业可信回答者个性化推荐,能有效缓解问答社区的信息过载问题,有助于建设更高效的网络学习社区环境。

【基金】 国家社会科学基金项目“社交媒体中基于群体深度交互的信任生成研究”(项目编号:17BTQ067)的阶段性研究成果
【所属期刊栏目】 网络与开放教育 (2019年05期)
  • 【分类号】TP391.3;TP311.13
  • 【下载频次】73
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: