3  基于程序自动化的评价方式

由于互联网和在线问答社区的发展，已存在的问答数目十分庞大，采用人工打分方式十分浪费人力，因此，研究者开始探索基于程序自动化的评价方式。Tian Q等人[22]提出基于从标签数据入手，用随机森林算法模型预测最佳答案，结果显示，答案相互之间的上下文信息应该是要考虑的最重要因素。孔维泽等[23] 基于时序的特征、基于问题的粒度特征以及基于百度知道用户的特征，从更多的角度对回答质量进行评测。刘高军等人[24] 分析了百度知道里面“问答对”的统计信息、文本特征、提问者和回答者之间的关系以及问题和答案之间的相关度，建立了一个 “问答对”质量分类器，该分类器可以从社会化问答系统中抽取高质量的“问答对”。李晨等人[25]利用机器学习算法设计、社会网络的方法，实现了基于特征集的问答质量分类器。姜雯等人[26] 提取 Yahoo! Answers 中的回答信息的文本特征、用户特征、时序特征等，利用Weka机器学习的方法进行信息质量自动化分类预测。来社安等人[27]利用问题和各答案之间的语义关系，计算每个答案和问题当中语言“单位”之间的相似度和权值，并引入HITS算法对权值进行调整，选取出最佳答案。

参 考 文 献

[1] CNNIC发布第37次《中国互联网络发展状况统计报告》[R/OL]。(2016-01-22) [2016-04-27]。 http://cnnic。cn/gywm/xwzx/rdxw/2015/201601/W020160122639198410766。pdf

[2] 知乎CEO周源：用户数达1700万，将试水商业化[EB/OL]。 (2015-3-20)[2016-03-21]。http://www。donews。com/net/201503/2885050。shtm

[3] 宫春泉。 浅析网络信息存在的问题及对策[J]。 课程教育研究, 2013(28):111-112。

[4] 张蕊。 “异军”知乎的突起——浅析知乎的发展现状[J]。 视听, 2015(6)。

[5] 范哲, 朱庆华, 赵宇翔。 Web2。0环境下UGC研究述评[J]。 图书情报工作, 2009, 53(22):60-63。

[6] 李升。 中文社会化问答社区的发展策略研究[D]。 南京师范大学, 2015。

[7] 刘露。 萌芽中的社会化问答网站[J]。 百科知识, 2011(14):26-26。

[8] 吴克文, 赵宇翔, 朱庆华。 社会化问答网站使用模式分析——以雅虎知识堂为例[J]。 现代图书情报技术, 2009(12):57-63。

[9] Huang K T, Lee Y W, Wang R Y。 Quality information and knowledge[M]。 Prentice Hall PTR, 1998。

[10] 高智勇, 高建民, 陈富民。 数字化制造中的信息质量问题研究[J]。 计算机集成制造系统, 2005, 11(7):981-985。

[11] Liu Y, Agichtein E。 On the evolution of the yahoo! answers QA community[C]// Proceedings of the 31st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2008, Singapore, July 20-24, 2008。 2008:737-738。

[12] 刘高勇, 邓胜利。 社交问答服务的演变与发展研究[J]。 图书馆论坛, 2013, 33(1):17-21。

[13] Fichman P。 How Many Answers Are Enough? Optimal Number of Answers for Q&A Sites[C]// Proceedings of the 4th international conference on Social Informatics。 2012:260-274。

[14] 袁毅, 蔚海燕。 问答社区低可信度信息的传播与控制研究[J]。 图书馆论坛, 2011, 31(6):171-177。

[15] Zhu Z, Bernhard D, Gurevych I。 A Multi-Dimensional Model for Assessing the Quality of Answers in Social Q&A Sites[J]。 Technische Universität Ukp Lab, 2009:264-265。

[16] Kim S, Oh S。 Users' relevance criteria for evaluating answers in a social Q&A site[J]。 Journal of the American Society for Information Science & Technology, 2009, 60(4):716–727。

[17] Shah C, Pomerantz J。 Evaluating and predicting answer quality in community QA[C]// Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval。 ACM, 2010:411-418。