面向在线问答系统的专家发现技术研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10-15页 |
| 1.2 相关研究现状 | 第15-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第二章 相关理论和技术 | 第18-31页 |
| 2.1 在线问答系统 | 第18-21页 |
| 2.1.1 在线问答系统概述 | 第18-19页 |
| 2.1.2 在线问答系统发展历程 | 第19-21页 |
| 2.2 用户权威度计算方法 | 第21-26页 |
| 2.2.1 PageRank算法 | 第21-24页 |
| 2.2.2 关于PageRank的改进算法 | 第24-26页 |
| 2.3 主题模型 | 第26-29页 |
| 2.3.1 LDA主题模型 | 第26-29页 |
| 2.3.2 基于LDA的扩展模型 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于指数平滑法的专家发现方法 | 第31-45页 |
| 3.1 问题描述 | 第31-32页 |
| 3.2 基于指数平滑的PageRank改进方法 | 第32-39页 |
| 3.2.1 改进的PageRank算法 | 第32-36页 |
| 3.2.2 时间趋势因子 | 第36-39页 |
| 3.3 实验结果与分析 | 第39-44页 |
| 3.3.1 实验环境 | 第39页 |
| 3.3.2 实验数据 | 第39-41页 |
| 3.3.3 评价方法 | 第41-42页 |
| 3.3.4 实验结果 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于贝叶斯预测的专家发现方法 | 第45-55页 |
| 4.1 问题描述 | 第45页 |
| 4.2 贝叶斯预测模型 | 第45-49页 |
| 4.2.1 贝叶斯预测的基本思想 | 第45-48页 |
| 4.2.2 动态线性模型 | 第48页 |
| 4.2.3 常均值模型 | 第48-49页 |
| 4.2.4 常均值折扣贝叶斯模型 | 第49页 |
| 4.3 算法思路 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-54页 |
| 4.4.1 实验环境 | 第50-51页 |
| 4.4.2 实验数据 | 第51页 |
| 4.4.3 评价方法 | 第51页 |
| 4.4.4 实验结果 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| 5.1 本文研究工作总结 | 第55-56页 |
| 5.2 进一步工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者在学期间取得的学术成果 | 第61页 |
