微博通過(guò)自身多年的發(fā)展,逐漸成為國(guó)內(nèi)最大且具有代表性的社交媒體,每天都有大量用戶通過(guò)微博瀏覽新聞信息,發(fā)表微博文本,進(jìn)行社交互動(dòng)等。但是,在微博被廣泛應(yīng)用的同時(shí),也產(chǎn)生了相應(yīng)的問(wèn)題:海量信息造成的數(shù)據(jù)冗余與用戶實(shí)際的數(shù)據(jù)需求間產(chǎn)生的矛盾,既造成了用戶接收無(wú)意義信息的負(fù)擔(dān),也增加了信息傳播的成本。對(duì)微博用戶建模進(jìn)行研究,不僅有利于各類商業(yè)信息的精準(zhǔn)投放,同時(shí)對(duì)社會(huì)輿情監(jiān)控,民生反映等方面都有著十分重要的作用。本文主要針對(duì)微博用戶建模任務(wù)中特征提取不完善,性別分類和興趣識(shí)別準(zhǔn)確率不高等問(wèn)題進(jìn)行研究,主要的工作內(nèi)容如下:1.針對(duì)中文微博性別分類工作中特征提取有待完善,性別分類準(zhǔn)確率有待提高的問(wèn)題,提出了一種新的基于融合策略的微博用戶性別分類模型。該模型首先利用微博用戶的微博文本特征構(gòu)建分類器并得到分類結(jié)果;然后利用卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)用戶的性別進(jìn)行分類;最后采用XGBoost模型將兩個(gè)分類模型進(jìn)行融合,得到最終分類結(jié)果。實(shí)驗(yàn)結(jié)果表明,該方法相比一系列對(duì)比方法有更好的分類結(jié)果。2.針對(duì)微博用戶興趣識(shí)別問(wèn)題中語(yǔ)料利用不充分,識(shí)別效果不理想的問(wèn)題,提出了一種用戶興趣三層建模方法。首先利用傳統(tǒng)的分類方... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

用戶“wulongdefencenews”標(biāo)簽信息圖

【參考文獻(xiàn)】：
期刊論文
[1]基于發(fā)文內(nèi)容的微博用戶興趣挖掘方法研究[J]. 熊才偉,曹亞男.  計(jì)算機(jī)應(yīng)用研究. 2018(06)
[2]基于多類型文本的半監(jiān)督性別分類方法研究[J]. 戴斌,李壽山,貢正仙,周國(guó)棟.  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[4]基于情緒特征的中文微博用戶性別識(shí)別[J]. 劉寶芹,牛耘.  計(jì)算機(jī)工程與科學(xué). 2016(09)
[5]微博中結(jié)合轉(zhuǎn)發(fā)特性的用戶興趣話題挖掘方法[J]. 王永貴,張豐田,劉雨詩(shī),肖成龍.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[6]微博用戶標(biāo)簽與博文內(nèi)容相關(guān)度研究[J]. 朱玲,薛春香,章成志,傅柱.  現(xiàn)代圖書情報(bào)技術(shù). 2016(03)
[7]基于文檔分布式表達(dá)的新浪微博情感分類研究[J]. 楊宇婷,王名揚(yáng),田憲允,李鵬宇.  情報(bào)雜志. 2016(02)
[8]基于有指導(dǎo)LDA用戶興趣模型的微博主題挖掘[J]. 王立人,余正濤,王炎冰,高盛祥,李賢慧.  山東大學(xué)學(xué)報(bào)(理學(xué)版). 2015(09)
[9]基于RBF神經(jīng)網(wǎng)絡(luò)的微博用戶興趣預(yù)測(cè)模型[J]. 于巖,陳鴻昶,于洪濤.  計(jì)算機(jī)應(yīng)用研究. 2015(12)
[10]基于微博擴(kuò)展的用戶興趣主題挖掘算法[J]. 楊福強(qiáng),王洪國(guó),董樹(shù)霞,丁艷輝,尹傳城.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(05)



本文編號(hào)：3234558