随着Web2.0和移动互联网的快速发展和普及,在线社区问答平台逐渐成为人们进行实时信息交流和咨询的主要渠道。各大在线社区问答平台通过多年运作,积累了大量的咨询问答信息,并在此基础上逐渐衍生出智能问答的新型高端AI服务。但一般的自然语言问答过程中,存在问题描述逻辑复杂,语句结构不够工整,回答信息错误重复等问题,导致信息检索和机器学习算法很难针对一般用户的提问给出精准有效的回答。针对综合社区智能问答平台中数据的噪声问题,提出一种社区知识库优化方案,该方法通过分析社区平台公开的多元非文本属性特征,例如专业等级、擅长领域、回答满意度等对一个社区问答集中的多个回答进行排序筛选,解决了社区问答系统中“一问多答”现象给问答系统带来的干扰。针对问答系统问题检索答案筛选的准确性问题,提出一种基于可信评价机制的检索排序优化方案,在利用文本匹配检索出候选答案的基础上,将用户新的提问检索内容进行层次分类,并与候选答案回答者的擅长领域进行匹配,可信加权后对候选答案进行再排序,有效提高了问答系统对社区平台问答数据的检索命中率和准确率。最后本文将所提优化方案应用于中文健康医疗社区数据上并构建一套以辅助诊疗为目的的健康医疗智能问答系统。经过实验分析,优化后的系统性能和回答准确率有所提升。