Extracting evolutionary communities in community question answering
Extracting evolutionary communities in community question answering
复制标题
在社区问答中提取进化社区
DOI：
10.1002/asi.23003
复制
发表时间：
2014-06
影响因子：
3.5
通讯作者：
Gao, Heng
中科院分区：
文献类型：
--
作者：
Zhang, Zhongfeng;Li, Qiudan;Zeng, Daniel;Gao, Heng
随着Web 2.0的快速发展，社区问答（Community Question Answering，CQA）已经成为一种流行的信息搜索渠道，用户通过发布问题和提供答案形成互动社区。社区可能会随着时间的推移而发展，因为用户的兴趣，活动和新用户加入网络的变化。为了更好地理解CQA社区中的用户交互，有必要分析社区结构并跟踪社区随时间的演变。现有的CQA研究主要集中在问题搜索和内容质量检测上，对社区抽取和进化模式检测等重要问题尚未进行研究。在这篇文章中，我们提出了一个概率社区模型（PCM），以提取重叠的社区结构，并捕捉它们的演化模式在CQA。实验结果表明，我们的算法似乎提高了社区提取的质量。我们的经验表明，使用iPhone的数据集，有趣的社区演变模式可以发现，每个演变模式反映了用户的兴趣随时间的变化。我们的分析表明，个人用户可以从跟踪产品的过渡中获得全面的信息。我们还表明，社区为企业提供了决策基础。
With the rapid growth of Web 2.0, community question answering (CQA) has become a prevalent information seeking channel, in which users form interactive communities by posting questions and providing answers. Communities may evolve over time, because of changes in users' interests, activities, and new users joining the network. To better understand user interactions in CQA communities, it is necessary to analyze the community structures and track community evolution over time. Existing work in CQA focuses on question searching or content quality detection, and the important problems of community extraction and evolutionary pattern detection have not been studied. In this article, we propose a probabilistic community model (PCM) to extract overlapping community structures and capture their evolution patterns in CQA. The empirical results show that our algorithm appears to improve the community extraction quality. We show empirically, using the iPhone data set, that interesting community evolution patterns can be discovered, with each evolution pattern reflecting the variation of users' interests over time. Our analysis suggests that individual users could benefit to gain comprehensive information from tracking the transition of products. We also show that the communities provide a decision‐making basis for business.
登录
查看更多内容
影响因子：
22.7
作者：
D. Schuler
通讯作者：
D. Schuler
DOI：
10.1109/wi-iat.2010.189
发表时间：
2010-08
期刊：
2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology
影响因子：
--
作者：
Zhongfeng Zhang;Qiudan Li;D. Zeng
通讯作者：
Zhongfeng Zhang;Qiudan Li;D. Zeng
DOI：
10.5555/2017356.2017363
发表时间：
2007-12
期刊：
MIS Q.
影响因子：
--
作者：
C. Chua;J. Wareham;D. Robey
通讯作者：
C. Chua;J. Wareham;D. Robey
DOI：
10.1007/978-3-540-74976-9_12
发表时间：
2007-09
期刊：
--
影响因子：
--
作者：
Steve Gregory
通讯作者：
Steve Gregory
DOI：
10.1007/978-3-540-78849-2_7
发表时间：
2008-04
期刊：
--
影响因子：
--
作者：
Fang Wei;Chen Wang;Li Ma;Aoying Zhou
通讯作者：
Fang Wei;Chen Wang;Li Ma;Aoying Zhou