[发明专利]基于主题模型和机器学习的回答者推荐方法

权利要求书

1.一种基于主题模型和机器学习的回答者推荐方法，其特征在于，包括如下两方面：

(一)基于扩展隐含的狄利克雷主题模型构建回答者推荐模型，所述回答者推荐模型包括三部分：用户的专业知识、用户的主题和用户的活跃度；包括如下步骤：

步骤1，从问答社区中获取历史数据，得到每个用户在各个时间段内的问答记录，问答记录内容包括提问信息、回答信息和评论信息，对问答记录内容清理后获得主题模型训练的语料库，根据语料库训练得到主题模型和问题标签特征；并利用回答者获得的投票数作为回答者的专业知识水平，利用用户访问问答社区的记录计算用户的活跃度；

用户的活跃度s根据下面公式计算得到：

其中，Activeness表示用户操作的活跃度计算函数，M表示用户在提问日期D之前参与问答社区的三个月之内的操作集合；n为集合M中操作的次数；D_i代表集合M中第i个操作的创建日期；λ为时间衰减参数；

步骤2，基于主题模型计算用户主题分布、主题词项分布、用户主题专业知识分布和用户主题活跃度分布；其中，用户主题分布表示为θ_u,k，用户主题专业知识分布为φ_k,u,e，用户主题活跃度分布为δ_k,u,a，主题词项分布为小脚标中，u代表用户，k代表主题，e代表专业知识水平，a代表活跃度等级，w代表词项；

设主题数为K，根据狄利克雷先验分布的参数α，用户u的主题分布服从狄利克雷分布θ_u,k，如下：

表示用户u的主题k的概率；

设专业知识水平共有E个等级，根据狄利克雷先验分布的参数β，用户u在主题k下的专业知识服从狄利克雷分布φ_k,u,e，如下：

表示用户u在主题k下专业知识水平为e的概率；

设活跃度共A个等级，根据狄利克雷先验分布的参数ρ，在主题k下用户u的主题活跃度分布表示用户u在主题k下活跃度等级为a的概率；

步骤3，将为问题推荐回答者的问题转化为机器学习领域的分类问题，将步骤2所获得的概率分布转化为机器学习的特征向量，获得用户的主题特征、专业知识特征和活跃度特征；

用户的主题特征θ_u,q，根据用户的主题分布θ_u,k和问题主题的分布θ_q,k得到，表示为：

θ_u,q＝θ_u,k×θ_q,k,k＝1,2,…,K；

用户的专业知识特征φ_e,q，根据用户的专业知识分布φ_e,k和问题主题的分布θ_q,k得到，表示为：φ_e,q＝φ_e,k×θ_q,k,k＝1,2,...,K；其中，φ_e,k＝max(φ_k,u,e)代表用户u最高的主题专业知识分布；

用户的活跃度特征δ_a,q，根据用户的活跃度分布δ_a,k和问题主题的分布θ_q,k得到，表示为：

δ_a,q＝δ_a,k×θ_q,k,k＝1,2,...,K；其中，δ_a,k＝max(δ_k,u,a)代表用户u的最高的主题活跃度分布；

步骤4，将主题特征、专业知识特征、活跃度特征和问题标签特征转化为特征向量，作为机器学习的输入，通过机器学习得到回答者推荐模型；

(二)利用回答者推荐模型为提问者推荐回答者，包括：

步骤5，当问答社区中有提问者提出新的问题时，对该问题进行特征提取，获得问题主题的分布θ_q,k；

步骤6，利用回答者推荐模型获得问题回答者的推荐列表。

2.根据权利要求1所述的回答者推荐方法，其特征在于，所述的步骤2中，计算概率分布时，设置狄利克雷先验分布的参数α,β,ρ，利用Gibbs采样获取回答者推荐模型的后验分布，进而计算用户主题分布、用户主题专业知识分布和用户主题活跃度分布。