基于随机森林算法的知乎优质答案推荐研究

摘要

第1章绪论

1．1研究背景、目的及意义

1．1．1研究背景

1．1．2研究目的

1．1．3研究意义

1．2国内外研究综述

1．2．1国内研究现状

1．2．2国外研究现状

1．2．3研究述评

1．3研究方法

1．4论文组织架构

1．5本文创新点

第2章相关概念及理论基础

2．1知乎问答社区

2．1．1知乎问答运行机制

2．1．2知乎答案排序机制

2．1．3知乎优质答案界定

2．2随机森林算法原理

2．2．1决策树算法

2．2．2集成学习算法

2．2．3随机森林构建过程

2．2．4随机森林算法的优点

2．3对比算法模型概述

2．3．1极端梯度提升树

2．3．2深度神经网络

2．4回答者P指数

2．5本章小结

第3章答案推荐模型构建过程

3．1数据采集流程

3．2数据预处理

3．2．1数据清洗

3．2．2答案文本分词处理

3．3数据标注

3．4特征体系构建

3．4．1答案文本向量提取

3．4．2特征构建

3．4．3特征筛选

3．5模型构建

3．6模型训练与参数优化

3．6．1模型复杂度调整

3．6．2模型超参数寻优方法

3．6．3模型训练与参数寻优流程

3．7本章小结

第4章实验验证与结果分析

4．1实验环境与数据集

4．2分类模型评价指标

4．2．1混淆矩阵

4．2．2P-R曲线

4．3模型训练

4．3．1数据集划分

4．3．2模型参数寻优

4．4模型预测结果

4．5模型对比

4．6实验结果分析

4．7本章小结

第5章结论与展望

5．1研究的结论

5．2研究的局限与展望

5．2．1研究的局限之处

5．2．2研究的展望

参考文献

致谢

声明