在web2.0技术快速发展的时代,诸如Yahoo!Answers、百度知道、知乎等问答社区网站每天发布数以万计的问题以及有些问题拥有成百上千条回答,海量的问题和答案信息造成了社区信息严重超载、冗余问题,阻碍了社区知识共享,因此本文提出了代表性问题和代表性答案提取的方法,分别对问题和答案进行代表性子集提取,通过这些提取的代表性问题或答案子集能方便用户快速获得完整全面的问题或答案信息。本文首先采用了 LDA文本处理算法对原始问题数据集建模,接着以代表性问题提取数量作为聚类个数进行k-means聚类,然后从每个类中提取一个代表问题形成候选子集,以覆盖度和冗余度的和差最大作为目标函数构建优化模型寻找最优代表性问题子集。针对代表性答案提取方法,首先基于LDA和k-means聚类获得答案的候选代表性子集,接着以覆盖度、冗余度以及答案“点赞数”的和差作为目标函数构建优化模型寻找最优代表性子集。为了验证本文提出的代表性问题和代表性答案提取方法的有效性,以“知乎”社区作为数据来源,以“雾霾”等突发事件话题下的问题和答案作为实验数据,将本文提出的方法与四种基准方法进行了对比实验。实验结果表明,本文提出的代表性问题和代表性答案提取方法所提取的代表性子集在覆盖度和冗余度两个指标方面都优于其他四种基准方法。