基于深度学习BCCM模型的网上用户画像识别分析?
周晓华
西安医学院信息技术处 西安 710021
摘要：综合运用了传统学习方法与深度用户表示学习方法,构建一种通过分析内容和行为特征来识别感性投资者的BCCM模型.之后对此模型有效性进行了对此测试.根据实际测试结果得到:采用BCCM模型处理非均衡数据集时,得到的R、F1、F2值都比决策树、逻辑回归、朴素贝叶斯传统模型的数值更高;通过处理均衡数据集可以发现,BCCM模型达到了比传统基线分类模式更优的结果.对各个实验结果进行综合分析可以发现,对于识别感性投资者的用户画像进行研究时,可以采用深度用户表示学习方法并加入特定的文本内容数据,有助于促进用户画像评价指标的全面提升.
关键词：用户画像情感分析用户学习特征融合
分类号：TP311(计算技术、计算机技术)
资助基金：国家自然科学基金(61725103)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2176-2179,2226 )
英文信息