随着互联网的蓬勃发展,问答社区已经成为了一种新兴的用户解决问题的新途径,然而问答社区普遍存在着用户对问题的回复响应时间长,问答社区提问者无法准确高效地找到社区中的领域专家等问题。因此如何把问答社区的领域专家高效地推荐给提出问题的提问者,已经成为了问答社区算法的难点。主流的问答社区专家发现方法主要包括基于网络的方法和基于主题模型的方法,目的是通过对用户在社区产生的文本或根据用户之间的关系对用户的专业领域和专业水平进行建模,然后根据计算得到的模型,把用户提出的问题精准地推荐给问答社区的领域专家。但是对于大多数问答社区或者对于处于发展前期的问答社区来说,规模都相对比较小,用户产生的文本也都是一些特征稀疏的短文本,传统的基于主题模型的专家发现方法大多仅根据文本中词项的共现特征来发现主题,忽略了文档中元数据信息对主题建模的作用,或者不能全面利用这些文档中的各种元数据,导致复杂的推理算法,在挖掘用户产生的短文本的主题分布上有一定的局限性,而且基于主题模型的方法在聚类时利用的是文本中词项的共现特征,没有考虑到文本加入了上下文信息的语义语法和主题分布特征。因此本文分析了当今在问答社区发现领域专家方法的难点,融合了自然语言处理、机器学习、决策理论等多个学科领域,开展了对发现问答社区专家方法的研究。本文研究的主要内容如下所示:(1)基于Meta LDA(Meta LDA Topic Model)的改进算法。本文针对现有基于主题模型的发现问答社区专家专业领域的研究方法中,由于用户产生文本特征稀疏造成专家专业领域发现效果不好的问题,提出了基于Meta LDA改进算法的发现问答社区专家的方法。首先,从社区的问答数据中抽取出问答对文本以及与其对应的元数据,然后对每个问答对的文本用Meta LDA算法进行文本聚类,得到问答对文本的主题分布矩阵,然后将问答对的文本主题分布矩阵与用BERT(Bidirectional Encoder Representation from Transformers)通过训练得到的问答对文本的句向量行连接起来并用自动编码器进行特征提取,用Kmeans进行聚类得到文本加入了上下文信息的语义语法和主题分布特征的聚类标签。将计算得到的聚类标签,经过预处理后的问答对文本,以及回答者、问答对主题标签、问答对ID作为文档级的元数据和使用词嵌入工具Glo Ve处理得到的单词级的元数据,用改进的Meta LDA算法对用户的专业领域进行建模。用吉布斯采样的方法推断出模型的话题参数,从而统计出用户的专业领域,最后结合答案的点赞信息,计算用户的专业水平分布。最后,本文用小象问答社区的问答数据作为数据集,对算法的有效性进行了验证。(2)结合用户的多维度数据,用多属性决策方法衡量问答社区专家的专业水平。针对现有的基于网络的专家水平衡量方法存在的局限性:只能对用户之间的某种关系进行建模,不能很好地利用问答社区用户的多维数据进行用户专家水平的衡量。提出了基于多属性决策的专家影响力衡量方法。本文采用了问答社区专家的多维数据进行实验,数据包括用户的社交属性,用户在问答社区中产生与问答相关的其他行为数据。算法首先使用多属性决策中的最大离差法确定属性的权重,然后用基于多属性决策方法对专家的影响力进行排序。最后,用小象问答的问答数据与传统的专家发现方法做对比实验,验证了该算法在衡量问答社区专家专业水平方面的有效性。(3)融合基于Meta LDA的改进算法和多属性决策方法,结合改进的Meta LDA算法计算出用户在各领域的专业水平分布,用多属性决策方法计算出用户整体的专业水平作为权重,衡量问答社区专家在每个领域下的专业水平,从而发现问答社区每个领域内的专家用户。