基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)分析

《基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)分析》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、摘要摘要問(wèn)答系統(tǒng)可以被分為自動(dòng)問(wèn)答系統(tǒng)和交互式問(wèn)答系統(tǒng)。在電子商務(wù)等系統(tǒng)中，常見(jiàn)的問(wèn)答系統(tǒng)有客戶(hù)服務(wù)系統(tǒng)，CallCenter，智能查詢(xún)等。但是目前的這些問(wèn)答系統(tǒng)中，并沒(méi)有根據(jù)問(wèn)題的有效期、用戶(hù)的知識(shí)結(jié)構(gòu)及積極性去設(shè)計(jì)個(gè)性化的推薦方案。協(xié)同過(guò)濾是現(xiàn)階段最成功的個(gè)性化推薦技術(shù)之一，怎樣將協(xié)同過(guò)濾算法應(yīng)用到交互式問(wèn)答系統(tǒng)中，是一項(xiàng)值得研究和解決的問(wèn)題。本文根據(jù)交互式問(wèn)答領(lǐng)域以及協(xié)同過(guò)濾算法的特點(diǎn)，提出了基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)，對(duì)更加合理和有效地向用戶(hù)提供個(gè)性化推薦的相關(guān)問(wèn)題方面進(jìn)行了探索，以便使用戶(hù)準(zhǔn)確地得到

2、感興趣的問(wèn)題。本文的研究?jī)?nèi)容如下：第一，研究了交互式問(wèn)答系統(tǒng)的幾種常見(jiàn)模型，語(yǔ)義模式以及基于案例推理模型，并對(duì)基于案例推理模型進(jìn)行了改進(jìn)。第二，提出了基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)。傳統(tǒng)的交互式問(wèn)答系統(tǒng)中，有的沒(méi)有提供任何問(wèn)題推薦機(jī)制，有的僅向用戶(hù)隨機(jī)推薦若干與他所回答問(wèn)題所屬版面相同的問(wèn)題，并沒(méi)有根據(jù)問(wèn)題的有效期、用戶(hù)的知識(shí)結(jié)構(gòu)及積極性去設(shè)計(jì)個(gè)性化的推薦方案．本文提出了基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)，從而向用戶(hù)提供更加合理和有效地個(gè)性化推薦。1、提出了基于用戶(hù)知識(shí)、用戶(hù)行為和用戶(hù)社會(huì)的用戶(hù)模型。2、改進(jìn)了基于

3、協(xié)同過(guò)濾算法的問(wèn)題推薦機(jī)制，通過(guò)計(jì)算評(píng)分矩陣中未評(píng)分問(wèn)題，在用戶(hù)瀏覽一個(gè)問(wèn)題的同時(shí)，系統(tǒng)將選出對(duì)于該用戶(hù)來(lái)說(shuō)預(yù)測(cè)評(píng)分最高的若干個(gè)問(wèn)題，作為推薦問(wèn)題，顯示給用戶(hù)。第三，對(duì)基于協(xié)同過(guò)濾算法的交互式問(wèn)答系統(tǒng)進(jìn)行了分析和設(shè)計(jì)，闡釋了該系統(tǒng)中的用戶(hù)數(shù)據(jù)庫(kù)，用戶(hù)管理和建模模塊、問(wèn)題分析模塊和問(wèn)題推薦模塊，并介紹了各個(gè)模塊的功能。關(guān)鍵詞：交互式問(wèn)答系統(tǒng)；協(xié)同過(guò)濾算法；個(gè)性化推薦廣東工業(yè)大學(xué)碩士學(xué)位論丈ABSTRACTQAsystemscanbeclassifiedintoautomaticQAsystemanduser—inte

4、ractiveQAsystem．Inthee—commercesystems，commonQAsystemsincludecustomerservicesystem，CallCenterandintelligentinquiryetc．However，thecurrentQAsystemsdonotprovidepersonalizedrecommendationaccordingtothevalidityoftheproblem，knowledgestructureofusersandpositiveness．C

5、ollaborativefilteringisoneofthemostsuccessfulpersonalizedrecommendationtechniques，SOhowcollaborativefilteringalgorithmisappliedtoaninteractiveQAsystemisaworthystudyandsolveproblems．AccordingtothespecialtyofinteractiveQAareaandcollaborativefilteringalgorithm，th

6、ispaperproposedaninteractiveQAsystembasedoncollaborativefilteringalgorithm，andamorereasonableandeffectivetoprovidepersonalizedrecommendationoftherelevantissuesareexploredinordertogetusersinterestedintheproblemaccurately．Thisarticleincludesthefollowing：First，we

7、investigatedseveralcommonmodelsoftheinteractiveQAsystem，includingthesemanticmodelsandCBRmodel，andtheCBRmodelisimproved．Second，weproposedaninteractiveQAsystembasedoncollaborativefilteringalgorithm．TraditionalinteractiveQAsystemhardlyprovidedanyrecommendationmec

8、hanism．someonlyrecommendedanumberofquestionsheansweredinthesamepagestotheuserwithoutconsideringthevalidityofquestion，theuser’Sknowledgestructureandincentivetodesignpersonalizedreco