文献

J-GLOBAL ID：202202236398901334   整理番号：22A0067181

CQAにおけるユーザ関心の時間的動力学によるエキスパート推薦【JST・京大機械翻訳】

Expert Recommendations with Temporal Dynamics of User Interest in CQA

著者 (11件)： Lv Xiaoqi (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Lv Xiaoqi (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Ji Ke (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Ji Ke (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Chen Zhenxiang (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Chen Zhenxiang (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Ma Kun (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Ma Kun (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Wu Jun (School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Li Yidong (School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Xu Guandong (Data Science and Machine Intelligence Lab, Advanced Analytics Institute, University of Technology Sydney, Ultimo, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13080  ページ： 645-652  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： コミュニティ質問回答(CQA)は,ソーシャルプラットフォームにおける知識共有を促進する必須サービスになった。より効果的な質問を答えるために,CQAのためのいくつかのエキスパート推薦方法が提案されているが,それらの大部分はユーザ関心と質問内容の間の類似性マッチングに焦点を合わせ,一方,その変化は推薦結果の品質を低下させる可能性がある。本論文では,ユーザ興味だけでなくユーザ専門性も考慮している,注意機構ベースのCNNとBi-GRUによる,長期かつ短期ベースのエキスパート推薦モデル(LSTERM)を提案した。モデルは,注意機構ベースのCNNを用いて,様々なコンテンツ情報から組込みユーザ/質問特徴表現を学習することができ,次に,Bi-GRUを用いて,時間にわたるユーザ関心と専門知識の変化を追跡した。実データに関する実験結果は,時間動力学によって,推薦精度が他の最先端の方法と比較して実質的に改良することを示した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コミュニティ ,  類似性
準シソーラス用語： 専門的能力 ,  専門知識 ,  知識共有 ,  特徴表現 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： エキスパート推薦 ,  コミュニティ質問応答 ,  深層学習 ,  注意機構 ,  リカレントニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 関心 ,  動力学 ,  エキスパート ,  推薦