申请/专利权人：合肥工业大学

申请日：2023-11-27

公开（公告）日：2024-03-26

公开（公告）号：CN117763240A

主分类号：G06F16/9536

分类号：G06F16/9536;G06F18/23213;G06F18/22;G06Q50/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种考虑用户人格特质与主题偏好的社区专家推荐方法和系统，涉及任务推荐技术领域，包括获取问答社区用户数据集；分析用户人格特质和主题偏好关系；训练问答社区专家推荐模型；通过人格特质和偏好关系得到待推荐解答者列表；进行TOP‑N专家推荐。本发明考虑用户人格特质与主题偏好的社区专家推荐方法和系统，采用隐性方法识别、分析解答者发布的文本，以得到解答者的大五人格特质分布作为性格参数，避免了以调查问卷等获取性格参数的显性方法对性格参数结果所造成的侵入性和耗时长的问题，突破了现有的问答社区专家推荐方法仅关注于显式文本信息进行特征提取的局限，对问答社区中的可用信息进行了内部复杂特征的深度捕捉。

主权项：1.考虑用户人格特质与主题偏好的社区专家推荐方法，其特征在于，所述推荐方法包括以下步骤：S1：获取问答社区用户数据集；所述数据集包括用户回答过的问题文本、用户回答文本、用户回答时间和回答所获点赞数，并对这些数据集进行预处理，划分成训练集以及测试集；S2：分析用户人格特质和主题偏好关系；通过问答社区用户数据集中训练集的用户回答文本数据和对应的问题文本，分析得到不同人格特质用户群的主题偏好，从而可知用户人格特质与主题偏好关系；S3：训练问答社区专家推荐模型；根据预处理后的用户历史回答数据训练考虑用户人格特质与主题偏好关系的问答社区专家推荐模型；S4：通过人格特质和偏好关系得到待推荐解答者列表；由不同人格特质用户群对问题的主题偏好情况与待推荐问题主题分布的匹配情况，得到待推荐解答者列表；S5：进行TOP-N专家推荐；基于训练好的专家推荐模型，对测试集中待推荐问题在待推荐解答者范围内进行+专家推荐。

全文数据：

权利要求：

百度查询： 合肥工业大学 考虑用户人格特质与主题偏好的社区专家推荐方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD