1. 研究目的与意义（文献综述）

如今，基于社区的问答（CQA）网站成为流行的基于互联网的网络服务，随着时间的推移，已经积累了上亿的问题和答案，这些社区问答数据覆盖了方方面面的用户知识和信息需求。因此，“问题答案”问题在CQA网站中的非常重要。预测问答流行度也有重要意义，即给定CQA（知乎、quora等）中的一个问题及一个特定答案，预测他的流行度（例如：多少人点赞）。预测答案流行度可以在问答平台首页展示问题-答案对（按流行度），好处在于不用细化到具体问题，对于所有问题皆可能有展示机会。

目前，大部分已有的工作都是在深层语义匹配模型的基础上研究“问题答案”的问题，同时也有一部分考虑了回答者对于给定问题的权威性，但很少考虑预测问答流行度时对问题发布者额外进行建模。社区问答系统有大量的用户参与，存在丰富的用户行为信息，例如回答者的问题采纳率、以及用户、问题、答案之间的相互关联信息等等，这些用户行为信息对于社区中问题和答案的分析具有重要的价值。本文在预测问答流行度时，不仅计划考虑答案与问题的匹配度，还考虑了提供答案的用户的性质（由于CQA中答案具有开放性，不一定只有唯一答案），以及问题发布者对整体流行度的影响。

2. 研究的基本内容与方案

研究的基本内容主要是根据答案与问题的匹配度，提供答案的用户的性质，以及问题发布者对整体流行度的影响，设计与实现问题答案的流行度预测。拟使用python语言进行，利用神经网络（卷积神经网络（convolutionalneural network, cnn）和循环神经网络（recurrent neural network,rnn））自动特征学习的特点，使用神经网络对问题和答案的自然语言文本信息进行特征学习，结合机器学习的学习模型，分析得到预测问答流行度的最优方法；（1）首先先仅考虑问题和答案的特征，利用得到的文本特征和其他分析后有用的特征，建模预测流行度；（2）进一步考虑答案提供者对于给定问题的权威性，添加进模型，优化结果；（3）最后考虑问题发布者对问答的整体流行度的影响，结合神经网络和机器学习模型得到最终的流行度预测方法。

cnn 可以得到文本特征向量用于分类学习。cnn 的优势在于在计算文本特征向量过程中有效保留有用的词序信息。与 cnn 相比，rnn 能够更自然地考虑文本的词序信息，是近年来进行文本表示最流行的方案之一。其中rnn的扩展模型，长短时记忆网络（lstm）提出记忆单元结构，能够更好地处理文本序列中的长程依赖，克服循环神经网络梯度消失问题。

3. 研究计划与安排

2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善；

2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

1) tay y, tuan l a, hui s c. crosstemporal recurrent networks for ranking question answer pairs[j]. arxivpreprint arxiv:1711.07656, 2017.

2) 周志华. 机器学习[m]. qing hua da xue chu ban she, 2016.

3) hochreiter s, schmidhuber j.long short-term memory[j]. neural computation, 1997, 9(8): 1735-1780.