【摘要】：隨著智能設(shè)備的普及和在線社交網(wǎng)絡(luò)的繁榮,數(shù)十億用戶的狀態(tài)、軌跡被收集和記錄下來。綜合的人類行為數(shù)據(jù)能夠揭示用戶的特點,反映出他們的基本屬性,比如性別、年齡和婚姻狀況,甚至還能預(yù)測出用戶的性格、興趣愛好、工作領(lǐng)域等內(nèi)容。從公開的社交媒體數(shù)據(jù)中推斷用戶的屬性可以廣泛應(yīng)用于精準(zhǔn)營銷和個性化推薦,對于企業(yè)具有重要商業(yè)意義。然而,數(shù)據(jù)的稀疏性為用戶屬性的推斷帶來了巨大的困難。針對社交媒體數(shù)據(jù)本文提出了一種基于連續(xù)條件隨機場(C-CRF)的用戶屬性推斷方法。首先,本文基于真實數(shù)據(jù)集分析了文本、簽到、移動模式和社交關(guān)系四類特征與用戶屬性之間的關(guān)聯(lián)性。然后,為幾類數(shù)據(jù)設(shè)計了不同的特征提取方法,尤其針對稀疏的移動模式數(shù)據(jù)提出了基于層次結(jié)構(gòu)圖的數(shù)據(jù)模擬生成算法。最后通過基于連續(xù)條件隨機場的方法融合各類特征,對用戶屬性進(jìn)行推斷。實驗結(jié)果表明,本文提出的屬性推斷方法在效果上優(yōu)于之前研究中常用的幾種基線方法,并且簽到數(shù)據(jù)和移動模式數(shù)據(jù)的使用有助于用戶屬性的推斷任務(wù)。本文主要工作包括以下幾個方面:收集整理并擴充了一個真實的社交媒體數(shù)據(jù)集,包含社交媒體用戶的發(fā)帖紀(jì)錄、簽到行為記錄、簽到地點的詳細(xì)信息、社交關(guān)系和人口屬性信息等。針對移動模式數(shù)據(jù)提出了基于層次結(jié)構(gòu)圖的特征提取方法,緩解了移動模式記錄稀少的問題。提出了基于連續(xù)條件隨機場的用戶屬性推斷方法來融合各類特征,并在真實數(shù)據(jù)集上驗證了方法的有效性,同時為軌跡數(shù)據(jù)分析提供了新的角度。
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP301.6
【圖文】：

邐｜｜內(nèi)容：ｘｘ的演技太差了，不忍直視。逡逑圖３．１微博軌跡示例逡逑如圖３．１所示，編號為１７９丨２２５５１０的用戶在２0１３年８月３號的一條微博軌跡逡逑由：記錄：ｒ２、ｒ３、ｒ＿４構(gòu)成記錄朽和■發(fā)布時fB＿它們不隹肩一天所以不能加逡逑入軌跡�！坝脩糗壽E集合”包含一個用戶的所有微博軌跡，它的定義如逡逑定義３．１．２．（用戶軌跡集合）一個用戶的軌跡集合Ｗ７？由用戶的所有微博軌跡組逡逑成，Ｗ７＂＝邋｛萬，％，…，？；｝，其中７１即前文定義的由微博記錄ｒ構(gòu)成的微博軌逡逑跡。相應(yīng)的，ＷＴ中出現(xiàn)過的所有記錄的文本內(nèi)容ｅｏｎｉｅｆｔｉ構(gòu)成了用戶的文本集合逡逑ＷＣ，所有記錄包含的經(jīng)廔度坐標(biāo)如0構(gòu)成了用戶的簽到坐標(biāo)集合逡逑１０逡逑

圖３．３女性和男性用戶的高頻詞詞云圖逡逑為了寅直觀地展示文本內(nèi)容對于用戶屬性的區(qū)分能力，本文以性別屬性和職逡逑業(yè)領(lǐng)域?qū)傩詾槔L制了高頻詞語的飼云圖《圖３．２展示了傳媒、娛樂和體育領(lǐng)域用逡逑戶的高頻用詞，傳媒領(lǐng)域用戶的高頻飼逋常與電視廣播、新聞事件以及Ｈ聯(lián)網(wǎng)等逡逑內(nèi)容有關(guān)，娛樂領(lǐng)域用戶的高頻詞能反映出用戶參與的演出排練、與關(guān)注者的互逡逑

圖３．４木橖職業(yè)領(lǐng)域用戶的簽到數(shù)據(jù)熱力圖逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王穎;唐萬梅;;一種改進(jìn)的基于用戶屬性聚類的推薦算法[J];現(xiàn)代計算機(專業(yè)版);2017年11期

2 丁宇新;肖驍;吳美晶;張逸彬;董麗;;基于半監(jiān)督學(xué)習(xí)的社交網(wǎng)絡(luò)用戶屬性預(yù)測[J];通信學(xué)報;2014年08期

3 婁國哲;王蘭成;;基于涉軍論壇中用戶屬性及關(guān)系的用戶影響力分析[J];中國管理信息化;2016年22期

4 于鑫;魏志光;盛鴻宇;;基于用戶屬性證書的數(shù)字簽名在電子政務(wù)建設(shè)中的應(yīng)用[J];電子政務(wù);2007年04期

5 吳飛;金士堯;胡浩民;;基于用戶屬性的個性化教學(xué)智能輔助研究和設(shè)計[J];計算機工程與科學(xué);2012年09期

6 張治中;;新媒體的用戶屬性與傳統(tǒng)媒體的戰(zhàn)略轉(zhuǎn)型[J];新聞戰(zhàn)線;2010年05期

7 王斯盾;琚生根;周剛;劉玉嬌;;基于集成分類器的用戶屬性預(yù)測研究[J];四川大學(xué)學(xué)報(自然科學(xué)版);2017年06期

8 強磊;;3G通用用戶屬性及其參考結(jié)構(gòu)的研究[J];信息網(wǎng)絡(luò);2006年03期

9 趙宇;李佳藝;王莉;;基于多任務(wù)融合模型的用戶屬性推斷[J];數(shù)據(jù)采集與處理;2018年02期

10 王硯青;;“Feed”爆發(fā)[J];英才;2015年03期

相關(guān)會議論文 前3條

1 姜勁松;胡谷雨;楊波;繆志敏;朱寶山;;一種基于任務(wù)和用戶屬性的工作流任務(wù)分配算法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 ;中國網(wǎng)絡(luò)約租車服務(wù)用戶研究報告 2015年[A];艾瑞咨詢系列研究報告（2015年第12期）[C];2015年

3 張琦;喬衛(wèi)勇;;RACF介紹[A];第二次計算機安全技術(shù)交流會論文集[C];1987年

相關(guān)重要報紙文章 前1條

1 本報記者 別坤;王效轍:扁平化網(wǎng)絡(luò)更高效[N];計算機世界;2013年

相關(guān)博士學(xué)位論文 前2條

1 馮珍;產(chǎn)品級再使用研究[D];西安電子科技大學(xué);2005年

2 李文峰;基于主題模型的用戶建模研究[D];北京郵電大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李佩佩;面向稀疏特征的用戶屬性推斷方法研究[D];華東師范大學(xué);2018年

2 喬伊娜;基于強關(guān)系的用戶屬性信息推斷方法[D];哈爾濱工業(yè)大學(xué);2018年

3 趙宇;基于多任務(wù)融合模型的用戶屬性推斷[D];太原理工大學(xué);2018年

4 胡紀(jì)坤;基于移動終端應(yīng)用的用戶屬性預(yù)測[D];廣東工業(yè)大學(xué);2018年

5 陶建容;基于智能手機應(yīng)用數(shù)據(jù)的用戶屬性挖掘[D];浙江大學(xué);2017年

6 秦Z諑

本文編號：2796512