基于维基百科内容生成的协作认知研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 用户生成内容 | 第10-11页 |
| 1.1.2 维基百科 | 第11-13页 |
| 1.1.3 维基百科质量 | 第13-14页 |
| 1.2 研究内容 | 第14-16页 |
| 1.2.1 数据准备 | 第14-15页 |
| 1.2.2 分析并挖掘质量相关特征 | 第15页 |
| 1.2.3 基于编辑历史的质量评估模型 | 第15-16页 |
| 1.2.4 在线质量评估系统 | 第16页 |
| 1.3 研究成果与意义 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关工作及研究目标 | 第18-26页 |
| 2.1 维基百科质量评估相关工作 | 第18-23页 |
| 2.1.1 基于人工特征工程的质量评估模型 | 第18-20页 |
| 2.1.2 基于用户-文章交替评估的质量评估模型 | 第20-21页 |
| 2.1.3 基于深度学习的质量评估模型 | 第21页 |
| 2.1.4 ORES质量评估服务 | 第21-23页 |
| 2.2 研究目标 | 第23页 |
| 2.3 本章小结 | 第23-26页 |
| 第三章 数据准备 | 第26-34页 |
| 3.1 相关技术简介 | 第26-28页 |
| 3.1.1 MediaWikiAPI | 第26-28页 |
| 3.1.2 Python爬虫技术 | 第28页 |
| 3.2 MediaWiki API爬虫工具 | 第28-30页 |
| 3.3 数据白描 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 分析并挖掘质量相关特征 | 第34-44页 |
| 4.1 相关技术简介 | 第34-36页 |
| 4.1.1 方差分析 | 第34-35页 |
| 4.1.2 互信息 | 第35页 |
| 4.1.3 相关性分析 | 第35-36页 |
| 4.2 特征定义与提取 | 第36-42页 |
| 4.2.1 文本特征 | 第36-37页 |
| 4.2.2 编辑历史特征 | 第37-39页 |
| 4.2.3 分析结果 | 第39-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第五章 基于编辑历史的质量评估模型 | 第44-60页 |
| 5.1 相关技术简介 | 第44-47页 |
| 5.1.1 循环神经网络 | 第44-46页 |
| 5.1.2 Word2Vec模型 | 第46-47页 |
| 5.1.3 TensorFlow深度学习框架 | 第47页 |
| 5.2 基于编辑历史的质量评估模型 | 第47-53页 |
| 5.2.1 一般问题描述 | 第47-48页 |
| 5.2.2 基于大跨度编辑历史的层次化模型 | 第48-50页 |
| 5.2.3 基于近期编辑历史的短时模型 | 第50-53页 |
| 5.3 实验及结果分析 | 第53-58页 |
| 5.3.1 基线模型及参数配置 | 第53页 |
| 5.3.2 本文模型及参数配置 | 第53-54页 |
| 5.3.3 模型验证及评价 | 第54-55页 |
| 5.3.4 实验结果分析 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 在线质量评估系统 | 第60-68页 |
| 6.1 相关技术简介 | 第60-62页 |
| 6.1.1 Django Web框架 | 第60-61页 |
| 6.1.2 Chrome浏览器插件 | 第61-62页 |
| 6.2 在线质量评估系统 | 第62-66页 |
| 6.2.1 离线模块 | 第63-64页 |
| 6.2.2 在线模块 | 第64-66页 |
| 6.2.3 在线模块响应时间 | 第66页 |
| 6.3 本章小结 | 第66-68页 |
| 第七章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76-78页 |
| 附录1 缩略语表 | 第76-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |
