AskMe：面向问题推荐的个体级与社区级行为交互联合建模
信息检索
2021-10-12 v1
摘要
社区问答（CQA）站点中的问题被推荐给用户，主要基于从用户已回答或已提问的问题中提取的用户兴趣。然而，普遍存在一种现象：用户回答的问题较少，却更多关注关注问题和投票答案。在使用现有研究中的历史回答行为向用户推荐问题（以获取其回答）时，这会影响性能。为解决数据稀疏问题，我们提出 AskMe，旨在利用 CQA 中丰富的混合行为交互来提升问题推荐性能。一方面，我们建模用户多样行为（如回答、关注、投票）之间的丰富关联，以获得个体级行为交互。另一方面，我们建模相似用户间复杂的行为关联，以获得社区级行为交互。最后，我们提出逐元素融合的方式将这两类交互混合以预测排序分数。使用从知乎收集的数据集（1126 名用户，219434 个问题）评估所提模型的性能，实验结果表明我们的模型相比基线方法取得了最佳性能，尤其在历史回答行为数据稀缺时。
引用
@article{arxiv.2110.05295,
title = {AskMe: Joint Individual-level and Community-level Behavior Interaction for Question Recommendation},
author = {Nuo Li and Bin Guo and Yan Liu and Lina Yao and Jiaqi Liu and Zhiwen Yu},
journal= {arXiv preprint arXiv:2110.05295},
year = {2021}
}
备注
26 pages; 10 fingures