基于主题模型和机器学习的回答者推荐方法

摘要

本发明提出一种基于主题模型和机器学习的回答者推荐方法，属于软件工程与机器学习领域。本发明同时考虑了用户的专业知识、主题和活跃度，扩展隐含的狄利克雷模型得到回答者推荐模型，将推荐问题转化为机器学习的分类问题，将用户主题分布、用户主题专业知识分布和用户主题活跃度分布转化为特征向量，得到用户的主题特征、专业知识特征和活跃度特征，从而得到一种问题回答者的推荐方法。本发明方法直观、简单、有效，在一定程度上解决了现有的问题回答者推荐方法缺乏对推荐的回答者能够及时回答的可能性以及对新问题推荐回答者的准确性等问题，并且能够更好地提高对问题推荐回答者的有效性和可用性。