《表3 专家角色识别的相关研究成果》
在以往研究中,学者们在预先确定专家含义的基础上,采用了不同的方法进行角色识别。例如,Liu D R等提出了一种基于内容与链接结构相结合的混合方法,有效地为问答社区中的目标问题类别寻找出专家[11]。Wei C P等依据用户正面和负面评价提出了ExpRank算法,有效的识别出网络论坛里的专家[12]。龚凯乐等通过构建“问题—用户”传播网络并运用答题质量改进加权的HIT算法,识别出网络问答社区内的专家[13]。特别地,先前的研究还采用基于内容的方法进行专家角色识别。Roy P K等首先根据用户过去问答行为来创建身份认证组。随后结合回答行为与发帖时间对身份认证组的用户进行了排名,以识别出问答社区的专家[14]。Wang S等构建了一种主题和专业层次相结合的主题专业水平模型(TPLM)。在此基础上,提出了一种基于TPLM算法的用户综合评分方法,有效地识别出专家用户[15]。根据专家角色识别方法中的主要识别方法与依据,总结上述文献如表3所示。根据表中结果可知,学者们对专业虚拟社区专家角色识别的研究大多以社会问答社区为情境。
图表编号 | XD00174850700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 张薇薇、朱杰 |
绘制单位 | 南京信息工程大学管理工程学院、南京信息工程大学管理工程学院 |
更多格式 | 高清、无水印(增值服务) |