ارائه یک سیستم پیشنهاد دهنده مبتنی بر محتوا جهت بکارگیری در سیستم های پرسش و پاسخ
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 633
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK02_141
تاریخ نمایه سازی: 8 آبان 1395
Abstract:
سیستم های پرسش و پاسخ طی سال های اخیر از جایگاه قابل توجهی در بین کاربران اینترنت برخوردار شده اند. ماهیتمشارکتی آنها، باعث شده است روزانه حجم انبوهی از سوالات جدید در آنها تولید گردد که این مسئله این سیستم ها را باچالش اضافه بار بیش از حد اطلاعات مواجه کرده و باعث شده است کاربران در رسیدن به اطلاعات مورد نظر خود در سیستم با مشکل رو برو شوند. در این تحقیق سعی شده است با ارائه یک سیستم پیشنهاد دهنده مبتنی بر روش (LDA(Latent Dirichelet Allocation با این چالش مقابله شود. در روش پیشنهادی، سیستم ابتدا با استفاده از LDA، موضوعات مطرح در مجموعه پرسش و پاسخ را استخراج کرده و سپس بر اساس سوالات طرح شده توسط کاربران و موضوعات استخراج شده،مشخص می نماید که هر کاربر به چه موضوعاتی گرایش بیشتری دارد. پس از تشخیص گرایشات کاربران، سیستم سعی می کندسوالاتی را به آنها پیشنهاد دهد که شباهت بیشتری به لحاظ موضوع با گرایشات کاربر داشته باشند. علاوه بر آن، سیستم عمرسوال را نیز در پیشنهادات خود در نظر می گیرد و سعی می کند سوالات جدیدتر را با وزن بیشتری در لیست های پیشنهادیخود شرکت دهد. بمنظور ارزیابی عملکرد سیستم، روش ارائه شده در این مقاله بر اساس معیار های MAP و P@a با روش های کیسه لغات و روش LDA پایه مقایسه شد که نتایج بدست آمده از ارزیابی ها نشان داد سیستم پیشنهادی، از نظر این دو معیاراز عملکرد بهتری نسبت به دو روش دیگر برخوردار می باشد.
Keywords:
Authors
حامد خسروجردی
دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
مهرداد جلالی
استادیار دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :