|
|||||
|
|
| 一种基于用户关注行为的标签预测方法研究 | |
| 作者姓名： | 邓春燕 郭强 林青轩 王雅静 刘建国 |
| 作者单位： | 上海理工大学 管理学院,上海 200093;上海财经大学 会计与财务研究院,上海 200433;新浪微热点大数据研究院 上海 201204 |
| 基金项目： | 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） |
| 摘 要： | 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... |
| 关 键 词： | 用户画像 关注行为 特征分解 标签预测 |
| 收稿时间： | 2020-09-08 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《上海理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《上海理工大学学报》下载免费的PDF全文 | |