CN103714488A - 社会网络中问答平台的优化方法 - Google Patents

Abstract

本发明提供了一种社会网络中问答平台的优化方法，其从大量的问题回复中选择可信答案来帮助提问者得到准确率最高的最终答案；包括：对每个问题回复者的答案的错误率进行评估；计算满足用户要求的答案准确率所需的问题回复数目并在线进行答案收集；返回给用户最终的问题答案。采用本发明可以保证问答平台中提问者获取的最终答案的准确率，有效减小提问者获取答案的开销以及缩短提问者获取最终答案的时间。

Description

社会网络中问答平台的优化方法

技术领域

本发明涉及一种优化方法，尤其是一种社会网络中问答平台的优化方法，属于网络平台设计的技术领域。

背景技术

社会网络（Social Networks）是由许多节点构成的一种社会结构，节点通常指个人或组织，社会网络代表各种社会关系，经由这些社会关系，把从偶然相识的泛泛之交到紧密结合的家庭关系的各种人们或组织串连起来。在社会网络中，用户通常采用移动通信设备（掌上电脑，智能手机）来与那些与自己兴趣相似的用户进行交流与互动。例如讨论感兴趣的话题，分享感兴趣的影音资料。

2008年后，社会网络的发展引人注目。截至2013年4月，约有一半以上的中国网民通过社会网络沟通交流、分享信息，社会网络已成为覆盖用户最广、传播影响最大、商业价值最高的web2.0业务。社会网络巨大的发展潜力更是一度被国内外各大风投机构与公司看好，纷纷注资。与此同时，随着社会网络用户的不断增加，投资者、广告商、程序开发商等利益相关者也越来越多的将目光投向社会网络。国内社会网络热潮正风起云涌，不仅构筑了一个庞大的网络社会，还为其带来无限商机，其盈利模式逐渐形成，盈利能力也渐入佳境。

社会网络在人们的生活中扮演着重要的角色，它已成为人们生活的一部分，并对人们的信息获得、思考和生活产生不可低估的影响。社会网络成为人们获取信息、展现自我、营销推广的窗口。但是与此同时，社会网络也存在着一些弊端，包括个人信息的泄露等等。尤其是青少年，他们处在社会网络的前端，但同时也是受影响最深的。

据统计，每天社会网络的在线人数高达七千万以上。这些社会网络参与者通常来自于不同的地域，拥有不同的社会知识，技术背景，组成了一个巨大的知识库。因此如何有效利用这个知识库来解决一些机器无法处理的问题，在近几年来得到了科研界的广泛关注。例如用户可以通过在社会网络中进行提问来寻求其他在线用户的帮助，其中包括预测信息询问（“王力宏今年将会来香港开演唱会吗？”）、信息查询（“哥伦布是在哪一年入侵俄国的？”）、以及意见征求（“八月份去尼泊尔旅游是否合适呢？”）。在获取足够多的用户答复之后，该提问者便可以做出决定。这种在线征集意见的方式执行简便却是否有效，因此逐渐被越来越多的社会网络平台所接受。例如Twitter，Facebook以及Weibo。

虽然这种问答平台执行起来简单，有效利用社会网络中的知识库来构建问答平台仍然具有以下挑战。众所周知，许多问答问题都是时间敏感的。换言之，提问者需要在较短的时间内得到一个准确率较高的最终答案。然而为了保证最终答案的准确率，平台往往需要收集大量的用户答案。因此如何在最终答案的准确度与得到最终结果的时延之间做出取舍扮演着至关重要的角色。即针对每一个问题，平台需要决定在什么时刻停止答案收集，并从收集到的答案中归纳出最终的问题答案返回给用户。

其次，现有的问答平台通常引入奖励制度用以激励用户对问题进行回答。由于激励机制严重影响着用户回答问题的意愿以及回答问题的态度，因此这类激励机制在问答平台中扮演着至关重要的角色。然而现有问答平台中，回答者的奖励多少与回答者的答案质量之间并未进行很好的关联。例如：无论回答问题的答案正确或者错误，回答者都会得到相同的奖励。抑或那些积极回答问题的用户与那些消极回答问题的用户得到相同的奖励。这会严重影响用户回答问题的积极性。更甚者一些非法用户通过随意回答问题来赚取报酬。因此，不恰当的激励机制不但会带来较高的奖励费用，还会导致较低的答案质量。

最后，现有的基于社会网络知识库的问答平台通常不能主动的选择问题答案。然而，回答者的答案质量参差不齐。低质量的答案往往会对最终答案的质量造成较大的影响。除此之外，问题难度也严重影响问题答案的质量。因此在做基于社会网络知识库的问答平台时，也应该将用户回答问题的问题质量（即用户回答问题的准确率）以及问题的难度考虑在内。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种社会网络中问答平台的优化方法，其操作方便，能确保问答平台中提问者获取最终答案的准确率，有效减小提问者获取答案的开销及缩短提问者获取最终答案的时间，适应范围广，安全可靠。

按照本发明提供的技术方案，一种社会网络中问答平台的优化方法，所述优化方法包括如下步骤：

a、接收用户提问的问题，评估所述问题的难度以及回答者回答所述问题的准确率；

b、计算从当前知识库得到最终答案的准确率；

c、以满足用户需求的答案准确率为条件进行答案收集，并将答案返回给提问者。

通过对回答者以往回答问题的结果分析得到回答者回答所述问题的准确率。

本发明的优点：对提问者的提问以及其他用户的回答进行管理，通过回答者以往回答问题的情况对回答者的答案质量进行刻画，最终通过概率模型计算满足用户准确率要求的最少答案数量，在此基础上得到问题的最终答案并将该答案返回给提问者，操作方便，能确保问答平台中提问者获取最终答案的准确率，有效减小提问者获取答案的开销及缩短提问者获取最终答案的时间，适应范围广，安全可靠。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示：为了能确保问答平台中提问者获取最终答案的准确率，有效减小提问者获取答案的开销及缩短提问者获取最终答案的时间，本发明优化方法包括如下步骤：

a、接收用户提问的问题，评估所述问题的难度以及回答者回答所述问题的准确率；通过对回答者以往回答问题的结果分析得到回答者回答所述问题的准确率。

b、计算从当前知识库得到最终答案的准确率；

c、以满足用户需求的答案准确率为条件进行答案收集，并将答案返回给提问者。

本发明实施例中，回答者回答问题的错误率（简称用户出错率）是基于以下发现。对于一个问题Q，假设有K_y个人回答Yes，K_n个人回答No。直观的，当K_y与K_n的比值接近于1时，则可以认为该问题十分困难以至于人们都是在猜测答案。然而当K_y与K_n的比值远远大于或者小于1时，则可以认为该问题十分的简单。基于上述发现，将问题按照回复答案的组成结构进行分类。不失一般性，将问题难度定义为四个等级。当0<K_y/K_n<0.25时，将该问题难度定为L₁难度；当0.25<K_y/K_n<0.50时，将该问题难度定为L₂难度；当0.5<K_y/K_n<0.75时，将该问题难度定为L₃难度；当0.75<K_y/K_n<1时，将该问题难度定位L₄难度。对于每一个回答者，用以下公式刻画其回答问题的错误率：

${\mathrm{\&mu;}}_i=\mathrm{\&lambda;}\&CenterDot;{\mathrm{\&mu;}}_i^1+(1-\mathrm{\&lambda;})\&CenterDot;{\mathrm{\&mu;}}_i^2$

其中，为该用户i回答所有问题的错误率，

为该用户i回答与该问题难度相同问题的错误率，λ是权重。本发明实施例中，对于其他的问题都可以抽象为回答“Yes”或“No”的问题来进行分析。

下面以一个具体实施例来说明如何计算一个用户的错误率。给定一个问题Q，我们假设这里有4个用户给出了针对该问题的答案。其中一个人回答Yes，另外三个人回答No。在这种情况下，很容易得到该问题难度属于L₂，（0.25<1/3<0.5）。因此有

令λ=0.4，将以上三个数值带入上述公式可得：μ₅=34.5%。

将回答问题的用户集合定义为知识库C，定义A(C)为知识库C的准确率。因此A(C)代表从知识库C中得到的最终答案与问题真实答案之间的相似度。本发明实施例中，回答者回答准确率是通过所述回答者在该平台的历史记录计算得到。本发明实施例中，采用多数表决（majority voting）的方式来决定最终答案。因此A(C)表示在该知识库中有超过一半人的答案是正确答案的概率：

$A\left(C\right)=\mathrm{Pr}(k\&GreaterEqual;\frac{n+1}{2})=\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\underset{M\&Element;R_k}{\mathrm{\&Sigma;}}\underset{i\&Element;M}{\&prod;}(1-{\mathrm{\&mu;}}_i)\underset{j\&Element;M^c}{\&prod;}{\mathrm{\&mu;}}_j$

其中，μ_i代表用户i回答问题的错误率，M是元素个数为k的集合C的子集，M^c是集合M的补集，n为回答问题的人数；Pr（xx）为xx成立的概率；k为变量。该式子表示n个人中有一半以上的人回答的答案是正确的概率。上述公式列举了平台给出的最终答案是正确的所有情况。

对于平台上的一个问题Q，如果提问者对平台给出的最终答案的准确率有要求，例如提问者要求平台返回的最终答案的正确率不低于一个阈值δ，那么平台应该通过检测当前收集答案的答案质量来动态调整需要收集的答案的数量。

在线答案收集方法的执行过程如下，每当平台收集到一个答案时便更新平均错误率，然后用新的错误率来计算需要收集的答案数目，如果当前收集的答案数目小于达到用户要求的准确度所需的最少的答案数目时，平台继续收集答案。否则平台利用多数表决的方式得到最终的正确答案并返回给用户。

根据上述描述，即对于给定的准确率阈值δ，当知识库C的大小（回答问题的人数）

时，从知识库得到的问题最终答案的准确率一定高于该阈值δ。

本发明实施例中，令

代表知识库的平均错误率，即：

将

带入A(C)的表达式中得：

$\begin{array}{c}A\left(C\right)=\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\underset{M\&Element;R_k}{\mathrm{\&Sigma;}}\underset{i\&Element;M}{\mathrm{\&Pi;}}(1-{\mathrm{\&mu;}}_i)\underset{j\&Element;M^c}{\mathrm{\&Pi;}}{\mathrm{\&mu;}}_j\\ =\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\underset{M\&Element;R_k}{\mathrm{\&Sigma;}}\underset{i\&Element;M}{\mathrm{\&Pi;}}(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}})\underset{j\&Element;M^c}{\mathrm{\&Pi;}}\stackrel{\&OverBar;}{\mathrm{\&mu;}}\\ =\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\underset{M\&Element;R_k}{\mathrm{\&Sigma;}}{(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}})}^{\left|M\right|}{\left(\stackrel{\&OverBar;}{\mathrm{\&mu;}}\right)}^{(n-|M\left|\right)}\end{array}$

根据切尔诺夫界可知：

$\begin{array}{c}A\left(C\right)=\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\underset{M\&Element;R_k}{\mathrm{\&Sigma;}}{(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}})}^{\left|M\right|}{\left(\stackrel{\&OverBar;}{\mathrm{\&mu;}}\right)}^{(n-|M\left|\right)}\\ =\underset{k=\frac{n+1}{2}}{\overset{n}{\mathrm{\&Sigma;}}}\left(\begin{array}{c}m\\ k\end{array}\right){(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}})}^{\left|M\right|}{\left(\stackrel{\&OverBar;}{\mathrm{\&mu;}}\right)}^{(n-|M\left|\right)}\\ \&GreaterEqual;1-e^{-2n{(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}}-\frac{1}{2})}^2}\end{array}$

令 $1-e^{-2n{(1-\stackrel{\&OverBar;}{\mathrm{\&mu;}}-\frac{1}{2})}^2}\&GreaterEqual;\mathrm{\&delta;},$ 可知：

$n\&GreaterEqual;\frac{-\ln (1-\mathrm{\&delta;})}{2{(\frac{1}{2}-\stackrel{\&OverBar;}{\mathrm{\&mu;}})}^2}$

本发明对提问者的提问以及其他用户的回答进行管理，通过回答者以往回答问题的情况对回答者的答案质量进行刻画，最终通过概率模型计算满足用户准确率要求的最少答案数量，在此基础上得到问题的最终答案并将该答案返回给提问者，操作方便，能确保问答平台中提问者获取最终答案的准确率，有效减小提问者获取答案的开销及缩短提问者获取最终答案的时间，适应范围广，安全可靠。

Claims (2)

1.一种社会网络中问答平台的优化方法，其特征是，所述优化方法包括如下步骤：

（a）、接收用户提问的问题，评估所述问题的难度以及回答者回答所述问题的准确率；

（b）、计算从当前知识库得到最终答案的准确率；

（c）、以满足用户需求的答案准确率为条件进行答案收集，并将答案返回给提问者。

2.根据权利要求1所述的社会网络中问答平台的优化方法，其特征是：通过对回答者以往回答问题的结果分析得到回答者回答所述问题的准确率。

Images