| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第13-32页 |
| 1.1 课题来源 | 第13页 |
| 1.2 课题研究的背景和意义 | 第13-15页 |
| 1.3 国内外研究现状与趋势 | 第15-28页 |
| 1.3.1 问答社区简介 | 第15-18页 |
| 1.3.2 问答社区的国内外研究现状 | 第18-24页 |
| 1.3.3 问答社区中问题响应时间预测的国内外研究现状 | 第24-26页 |
| 1.3.4 问答社区中问题响应时间预测研究存在的问题 | 第26-28页 |
| 1.4 研究目的和主要内容 | 第28-30页 |
| 1.5 论文内容安排 | 第30-32页 |
| 第二章 基于标签簇主题和加权PageRank的专家发现方法 | 第32-55页 |
| 2.1 问题描述与分析 | 第32-33页 |
| 2.2 专家发现的研究现状与存在的问题 | 第33-37页 |
| 2.2.1 基于LDA主题模型的专家分类研究现状与问题分析 | 第33-35页 |
| 2.2.2 基于PageRank算法的专家排序研究现状与问题分析 | 第35-37页 |
| 2.3 基于LC-LDA和TSWPR的专家发现过程 | 第37-49页 |
| 2.3.1 基于标签簇-LDA模型（LC-LDA）的专家分类 | 第37-45页 |
| 2.3.2 基于主题敏感加权的PageRank（TSWPR）的专家排序 | 第45-49页 |
| 2.4 实验与模型评估 | 第49-53页 |
| 2.4.1 实验数据 | 第49-50页 |
| 2.4.2 评价标准 | 第50-51页 |
| 2.4.3 实验过程与参数设置 | 第51页 |
| 2.4.4 实验结果与分析 | 第51-53页 |
| 2.5 小结 | 第53-55页 |
| 第三章 基于多因素模型匹配的问题推荐方法 | 第55-78页 |
| 3.1 问题描述与分析 | 第55-56页 |
| 3.2 问题推荐中特征提取的研究现状与存在问题 | 第56-59页 |
| 3.3 基于多因素特征的问答模型（MQAM）构建 | 第59-66页 |
| 3.3.1 问答模型特征提取 | 第60-65页 |
| 3.3.2 问答模型表示 | 第65-66页 |
| 3.4 问答模型匹配策略 | 第66-71页 |
| 3.4.1 基于模型相似度的模型匹配策略 | 第66-67页 |
| 3.4.2 基于因子分解机的模型匹配策略 | 第67-71页 |
| 3.5 实验 | 第71-76页 |
| 3.5.1 实验数据 | 第71页 |
| 3.5.2 评价标准 | 第71-73页 |
| 3.5.3 实验过程与参数设置 | 第73-74页 |
| 3.5.4 实验结果与分析 | 第74-76页 |
| 3.6 小结 | 第76-78页 |
| 第四章 基于问答模型匹配的回答者响应时间预测方法 | 第78-90页 |
| 4.1 问题描述与分析 | 第78-79页 |
| 4.2 回答者响应时间预测方法 | 第79-84页 |
| 4.2.1 回答者响应时间预测方法描述 | 第79-82页 |
| 4.2.2 基于问答模型的响应时间预测过程 | 第82-84页 |
| 4.3 实验 | 第84-88页 |
| 4.3.1 实验数据 | 第84页 |
| 4.3.2 评价标准 | 第84-85页 |
| 4.3.3 实验过程 | 第85-86页 |
| 4.3.4 实验结果与分析 | 第86-88页 |
| 4.4 小结 | 第88-90页 |
| 第五章 结论与展望 | 第90-93页 |
| 5.1 本文主要工作 | 第90-92页 |
| 5.2 展望 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第98-99页 |
| 作者在攻读硕士学位期间所作的项目 | 第99-100页 |
| 致谢 | 第100页 |
