-
题名一种基于用户关注行为的标签预测方法研究
被引量：2
- 1
-
-
作者
邓春燕
郭强
林青轩
王雅静
刘建国
-
机构
上海理工大学管理学院
上海财经大学会计与财务研究院
新浪微热点大数据研究院
-
出处
《上海理工大学学报》
CAS
CSCD
北大核心
2021年第3期313-318,共6页
-
基金
国家自然科学基金资助项目(71771152,617773248)
国家社会科学基金资助项目(18ZDA088,20ZDA060)。
-
文摘
为从互联网用户的关注行为中抽离出更有效的用户标签,通过挖掘用户行为的关注特性,对标签进行预测,完善用户画像系统。首先,构建用户和关注行为对象的邻接矩阵,对其进行奇异值分解,得到行为特征矩阵;然后,利用逻辑斯蒂回归模型训练特征矩阵,预测用户行业属性标签;最后,针对微博上673144条用户行为数据进行实验研究。结果表明,利用用户关注行为特征矩阵预测行业标签,15类行业标签中预测准确性的最大值可达到0.657。研究结果缓解了用户关注行为的稀疏性,并且提升了行业标签的预测效果,改善了用户关注行为不能很好反映用户重要标签的缺陷,可为互联网用户画像贴标系统提供借鉴。
-
关键词
用户画像
关注行为
特征分解
标签预测
-
Keywords
user portrait
attention behavior
feature decomposition
label prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
