中文问答社区答案质量的评价研究:以知乎为例
来源：图书情报工作杂志2017年第22期北京时间：
作者：王伟,冀宇强,王洪伟,郑丽娟
单位：1. 华侨大学工商管理学院 泉州 362021;<br />\r\n2. 同济大学经济与管理学院 上海 200092;<br />\r\n3. 聊城大学商学院 聊城 252000
摘要：[目的/意义]在线问答社区成为互联网用户获取高质量知识的重要途径，探索中文问答社区答案质量对知识传播具有重要意义。[方法/过程]以规模最大的中文问答社区之一"知乎"为研究对象，采用数据挖掘和机器学习方法，选取逻辑回归、支持向量机和随机森林三种分类模型，进行三层递进式训练和检验。从结构化特征、文本特征以及用户社交属性三个维度构建答案质量的特征体系。[结果/结论]实验结果显示，随着特征体系的不断丰富，三种分类模型的性能逐步提升；而随机森林作为一种组合分类模型，在全量特征的情况下，取得出色的分类性能。对特征组合分析发现，包含用户社交属性的随机森林总是比同等级的其它模型更加出色，表明社会化网络在答案质量评价中的地位。研究结论表明从答案本身和答案编写者两个角度能够评价答案质量，构建的特征体系和模型可以较为全面地预测答案质量。
关键词：答案质量,质量评价,机器学习,文本挖掘,知乎,
基金资助：本文系国家自然科学基金项目"文本语言特征对众筹项目融资效果的影响：基于文本挖掘的方法"（项目编号：71601082）和国家自然科学基金项目"基于在线评论文本挖掘的线上线下服务补救：以网络零售为例"（项目编号：71701085）研究成果之一。
