数据挖掘技术在问答社区中的应用

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:liqing804240
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网的发展和知识与信息的几何级膨胀,通过在线问答社区分享经验、交换信息及从同行、专家处获取信息正快速发展成为当下人们最热的一种信息交流方式。因此,在线问答社区平台积累了丰富和海量的涵盖了商业、文化到生活各个方面的用户见解和专家知识,从而对商业、社会研究和政府管理等基于信息和知识进行决策和管理领域具有重要的数据挖掘价值。本文选择当前中国最具影响力的在线问答社区知乎作为研究对象,并基于知乎的内容创造和传播机制,提出了基于知乎话题的话题画像系统和方法。本文采用实证分析的研究方法,选择商业类和社会研究类型话题作为话题画像应用研究的代表,通过编写爬虫共爬取问题2533条、用户回答数341505条、用户信息382606个、话题信息39266条。由此进一步:1.本文针对知乎中的问题、话题数据维度高的问题,提出了问题舆论和动机分类法,用户话题标签自定义法;2.针对话题画像中的用户画像问题,提出了包含用户活跃度、能力值和兴趣度属性的用户画像模型和用户画像方法;3.针对话题画像中的网络数据,提出了针对问题父话题共现网络的交互可视化和网络分析数据挖掘方法;4.针对话题画像中的文本数据,提出了针对用户提问内容的主题挖掘和主题偏好差异分析的数据挖掘方法。最终本文通过自主编写爬虫、自主编程实现数据预处理和数据分析、web可视化开发,完成了实证分析,展示了话题画像系统和方法在商业和社会研究领域的应用价值,所获得的部分结论对品牌管理者还是社会研究者都具有参考意义。
其他文献
为进一步提升甘肃省产业脱贫能力,"十三五"期间,甘肃省将实施旅游扶贫工程、电商扶贫工程、光伏扶贫工程、资产收益扶贫试点工程、农村小水电扶贫工程等五项新型产业扶贫项目,
会计核算的风险点是银行在运用结算工具从事货币活动、资金清算过程防止资金遭受损失的重要环节。文章分析了会计核算的主要风险点及其产生的原因,并给出了风险防范控制措施
以美国科学情报所(ISI)的Web of science数据库所收录的2000年以来的56篇跳马研究相关文献和中国知网(CNKI)数据库自1959年以来所收录的656篇跳马相关文献为研究对象,利用Cit
五华河河子口水文站近年来因河道采沙造成河床下切严重,根据梅江五华河河子口站近30 a的水文、泥沙资料,分析了断面动力、沉积及河床的演变过程,并讨论了其影响因子。提出了
我国在改革开放的过程中有两种误区,一是认为,我国已经加入世界贸易组织,对外承诺市场开放,就可以对外国企业和产品一概开放;二是认为,政府采购中,只要所购买的产品和项目不保密,就都可以不设屏障地一律公开。这导致我国许多政府采购项目无限制无禁区地进行进口,造成未来信息安全的隐患。
当前,我国电子政务已经不满足于上"网"(内部网),而纷纷开始依托云平台为广大公众提供服务。政府部门采用云计算,有利于资源共享和整合、绿色环保以及提高投资经济效益,有利于缩短信息化项目周期和提高信息化项目成功率,有利于低成本地开展业务创新试验等,但在体验高速便捷云计算平台好处的同时,也面临着巨大的信息安全隐患和风险。政府部门的云平台更易受到攻击
行政诉讼起诉期限又称起诉期间,是指公民、法人或其他组织(统称行政相对人)认为自己的合法权益受到具有国家行政职权的机关、机构、组织及其工作人员具体行政行为的侵害,依法向人
报纸
介绍了公路工程常用材料的性质和检验项目、检验频率及取样数据要求和施工过程中对材料质量控制措施,通过科学的检验及有效的预防措施,保证了原材料的质量。