申请/专利权人:北京工业大学
申请日:2021-05-14
公开(公告)日:2024-03-15
公开(公告)号:CN113297482B
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/335;G06F16/35;G06N3/0499
优先权:
专利状态码:有效-授权
法律状态:2024.03.15#授权;2021.09.10#实质审查的生效;2021.08.24#公开
摘要:本发明公开了一种基于多模型的搜索引擎数据的用户画像刻画方法及系统,方法包括:采用标注的训练样本数据对机器学习分类器和深度学习模型进行训练,并对比不同组合的训练结果,确定针对不同属性分类的最佳模型组合;获取所要刻画画像用户的搜索引擎数据,并通过自然语言处理技术进行特征提取及文本表示;将搜索引擎数据分别输入针对不同属性分类的最佳模型组合;将针对不同属性分类的预测结果作为二阶XGBOOST模型的输入,通过网格搜索方法确定最优参数组合,作为对所要刻画用户的画像。通过本发明的技术方案,合理且高效地挖掘搜索引擎数据中的用户数据,精准地对用户在不同属性分类上实现画像刻画,提高了用户画像刻画的准确率。
主权项:1.一种基于多模型的搜索引擎数据的用户画像刻画方法,其特征在于,包括:采用标注的训练样本数据对机器学习分类器和深度学习模型进行训练,并对比不同组合的训练结果,确定针对不同属性分类的最佳模型组合;获取所要刻画画像用户的搜索引擎数据,并通过自然语言处理技术进行特征提取及文本表示;将特征提取及文本表示后的所述搜索引擎数据分别输入针对不同属性分类的最佳模型组合;将针对不同属性分类的最佳模型组合的预测结果作为二阶XGBOOST模型的输入,通过网格搜索方法确定最优参数组合,作为对所要刻画用户的画像;其中,所述搜索引擎数据的不同属性分类包括性别属性、年龄属性和教育属性,针对性别属性分类的最佳模型组合为TF-IDF+SVM分类器,针对年龄属性的最佳模型组合为DM+BPNN分类器,针对教育属性的最佳模型组合为DBOW+BPNN分类器。
全文数据:
权利要求:
百度查询: 北京工业大学 基于多模型的搜索引擎数据的用户画像刻画方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。