基于集成分类器的用户属性预测研究

• 作者: 刘玉娇 周刚 王斯盾 琚生根
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 用户属性预测 智能手机 离散化 海灵格距离 特征权重
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1195-1201
• 页数: 7页
• 分类号: TP391
• 字数: 4563字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2017.06.012

摘要

用户属性在个性化服务中具有重要的作用,利用手机数据进行用户属性预测逐渐成为新方向.利用手机应用类别均使用时长和应用类别个数,提出了基本属性与辅助属性的概念.首先对所有未标注样本的辅助属性离散化,将辅助属性基于类别的海灵格距离作为基本属性的特征权重,将基本属性与权重的乘积作为特征训练集成分类器中的各个基分类器,并引入随机森林中的带外样本准确率作为基分类器的权重,得到最终的分类结果.实验结果表明,本文所给出的集成分类器框架能够提高用户属性预测的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚	四川大学计算机学院	23	196	8.0	13.0
2	琚生根	四川大学计算机学院	72	460	11.0	16.0
3	王斯盾	后勤工程学院后勤信息与军事物流工程系	4	14	2.0	3.0
4	刘玉娇	四川大学计算机学院	5	48	3.0	5.0