基于多任务融合模型的用户属性推断

• 作者: 李佳艺 王莉 赵宇
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 自然语言处理 doc2vec 多任务融合
• 年，卷（期）: 2018,（2）
• 页码范围: 334-342
• 页数: 9页
• 分类号: TP391
• 字数: 5826字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.02.016

摘要

传统的用户属性推断方法主要基于机器学习及统计学习,其推断方法忽略了用户的整体表征及任务之间的相关性.本文提出一种基于多任务融合模型的用户属性推断方法,利用doc2vec独特的结构特性,加入文档向量以实现用户整体表征,避免人工提取特征的局限性.为实现用户多属性推断任务,本文提出基于关联学习的多任务融合推断框架,即在分别识别用户多个属性基础上赋予单用户多属性表征,在增强用户整体表征能力的同时,建立多个属性间的关联关系,提高单任务学习的区分度;然后采用模型融合技术,完成属性间关联学习,提高学习准确率及模型泛化能力,同时使用尽可能少的模型进行融合,提高模型运行效率.经实验比对,本文在多个数据集上的实验结果较其他算法有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王莉	太原理工大学大数据学院	61	434	9.0	19.0
2	赵宇	太原理工大学计算机科学与技术学院	5	14	1.0	3.0
3	李佳艺	太原理工大学计算机科学与技术学院	2	2	1.0	1.0