社会化问答社区答题者发现研究
来源：图书情报工作杂志2020年第18期北京时间：
作者：潘梦雅,沈旺,代旺,刘嘉宇
单位：吉林大学管理学院 长春 130022
摘要：[目的/意义] 识别社会化问答社区中回答可能性高的专业答题者，可缩短提问用户得到满意答案的等待时间，促进用户间的知识共享，助力社会化问答社区的持续健康发展。[方法/过程] 基于社会资本理论及动机理论，对用户答题动因进行分析，结合专家发现研究提出测量指标，构建研究模型，以知乎社区为研究实例，借助Python语言对实验数据进行特征值提取、打标签等数据处理，研究运用逻辑回归模型、随机森林、XGBoost3种常用的机器学习分类模型进行训练及预测。[结果/结论] 与PageRank、HITS算法对比验证本文方法的有效性及优越性，本研究为同类平台如健康社区的问题推送、专家识别以及推荐模型的课题研究提供一定的参考。
关键词：社会化问答社区,专家发现,社会资本理论,动机理论,机器学习,
基金资助：本文系国家自然科学基金项目"基于图模型的多源异构在线产品评论数据融合与知识发现研究"（项目编号：71974075）研究成果之一。
