DeepTagRec：一种基于内容与用户的 Stack Overflow 标签推荐框架
社会与信息网络
2019-03-12 v1 信息检索
摘要
在本文中，我们开发了一个基于内容与用户的深度学习框架 DeepTagRec，用于在 Stack Overflow 上推荐合适的问题标签。所提出的系统从问题标题和正文中学习内容表示。随后，从用户与标签之间的异构关系中学习到的表示与内容表示融合，用于最终的标签预测。在一个包含五十万问题帖子的超大规模数据集上，DeepTagRec 击败了所有基线；特别地，它显著优于表现最佳的基线 TagCombine，在 precision@3 和 recall@10 上分别实现了 60.8% 和 36.8% 的总体增益。DeepTagRec 还在 exact-k 准确率和 top-k 准确率上分别相较 TagCombine 实现了最大 63% 和 33.14% 的提升。
引用
@article{arxiv.1903.03941,
title = {DeepTagRec: A Content-cum-User based Tag Recommendation Framework for Stack Overflow},
author = {Suman Kalyan Maity and Abhishek Panigrahi and Sayan Ghosh and Arundhati Banerjee and Pawan Goyal and Animesh Mukherjee},
journal= {arXiv preprint arXiv:1903.03941},
year = {2019}
}
备注
7 pages, 1 figure, 2 tables, In proceedings of ECIR 2019