陈 卓，李 倩，杜军威

(青岛科技大学信息科学技术学院，山东 青岛 266061)

0 引言

近些年来，随着互联网的普及和知识爆炸性的增长，社区问答网站积累了大量的用户和内容，同时也产生了大量的低质量文本，极大地影响了用户检索满意答案的效率，因此，如何提升答案质量预测的性能变得尤为重要.对于问答社区平台来说，要尽可能地向用户展现高质量的答案，以此提高用户的浏览体验，同时促进优质内容的传播[1].对用户来说，有影响力的用户给出的答案具有较高的可信度和可靠性[2].为此，需要根据高质量答案的共有特征以及给出该答案的用户特征，设计高效的高质量答案识别方法，推动社区发展并加快知识传播，减少知识获取成本[3].

日常生活中，化工无处不在.人们每天的吃穿住行都离不开化工，但是目前针对化工问答社区的研究甚少，本文以海川化工论坛为例，海川化工技术论坛(bbs.hcbbs.com)日均访客10万人，拥有400万人注册会员，这是一个很好的对化工领域的科研人员进行专业知识交流的平台.海川化工论坛已成为国内最有人气的化工领域问答及社交网站.目前将社区问答系统答案质量预测问题看作是一个分类问题.传统的分类方法通常是基于机器学习的支持向量机、逻辑斯蒂回归、随机森林，但是支持向量机对核函数以及参数敏感；逻辑斯蒂回归容易欠拟合，分类精度不高；随机森林在噪声较大的分类问题上会过拟合[4].近……