本文選題：用戶屬性預(yù)測 + 智能手機(jī)　； 參考：《四川大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年06期

【摘要】：用戶屬性在個(gè)性化服務(wù)中具有重要的作用,利用手機(jī)數(shù)據(jù)進(jìn)行用戶屬性預(yù)測逐漸成為新方向.利用手機(jī)應(yīng)用類別均使用時(shí)長和應(yīng)用類別個(gè)數(shù),提出了基本屬性與輔助屬性的概念.首先對所有未標(biāo)注樣本的輔助屬性離散化,將輔助屬性基于類別的海靈格距離作為基本屬性的特征權(quán)重,將基本屬性與權(quán)重的乘積作為特征訓(xùn)練集成分類器中的各個(gè)基分類器,并引入隨機(jī)森林中的帶外樣本準(zhǔn)確率作為基分類器的權(quán)重,得到最終的分類結(jié)果.實(shí)驗(yàn)結(jié)果表明,本文所給出的集成分類器框架能夠提高用戶屬性預(yù)測的效果.
[Abstract]:User attributes play an important role in personalized services. It is becoming a new direction to use mobile phone data to predict user attributes. The concepts of basic attributes and auxiliary attributes are proposed by using the length of time and the number of application categories of mobile phone application categories. Firstly, the auxiliary attributes of all unlabeled samples are discretized, and the Helinglattice distance based on the category is taken as the feature weight of the basic attributes, and the product of the basic attributes and weights is taken as the basis classifiers in the feature training integrated classifier. The accurate rate of out-of-band samples in the random forest is introduced as the weight of the base classifier, and the final classification results are obtained. Experimental results show that the proposed integrated classifier framework can improve the performance of user attribute prediction.
【作者單位】： 后勤工程學(xué)院后勤信息與軍事物流工程系;四川大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金(61332066,81373239)
【分類號(hào)】：TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 余坦;王益民;;一種基于用戶屬性的搜索算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年07期

3 郭紅玲;程顯毅;;多分類器選擇集成方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年13期

4 呂岳,施鵬飛,趙宇明;多分類器組合的投票表決規(guī)則[J];上海交通大學(xué)學(xué)報(bào);2000年05期

5 韓宏;楊靜宇;;多分類器組合及其應(yīng)用[J];計(jì)算機(jī)科學(xué);2000年01期

6 陳剛,戚飛虎;多分類器結(jié)合的人臉識(shí)別[J];上海交通大學(xué)學(xué)報(bào);2001年02期

7 韓宏,楊靜宇,婁震;基于層次的分類器組合[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

8 王正群,葉暉,孫興華,楊靜宇;模糊多分類器組合[J];小型微型計(jì)算機(jī)系統(tǒng);2003年01期

9 楊利英,覃征,王向華;多分類器融合實(shí)現(xiàn)機(jī)型識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2004年15期

10 楊利英,覃征,王衛(wèi)紅;多分類器融合系統(tǒng)設(shè)計(jì)與應(yīng)用[J];計(jì)算機(jī)工程;2005年05期

相關(guān)會(huì)議論文 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級(jí)分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫識(shí)別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認(rèn)證[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無關(guān)”的說話人辨認(rèn)[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

7 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級(jí)聯(lián)分類器的快速人臉檢測方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 宋巍;張宇;謝毓彬;高漢東;劉挺;李生;;利用URL類別改進(jìn)查詢主題分類[A];第六屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

9 李方濤;張顯;孫建樹;朱小燕;;一種新的層次化結(jié)構(gòu)問題分類器[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

10 雷蕾;吳乃君;劉鵬;劉蘭娟;;靈敏度分析:分類器中的缺失數(shù)據(jù)[A];第11屆海峽兩岸信息管理發(fā)展策略研討會(huì)論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 許勁松;智能交通中目標(biāo)檢測與分類關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2014年

2 趙作林;基于圖像分析的北京地區(qū)楊樹種類識(shí)別研究[D];北京林業(yè)大學(xué);2015年

3 任亞峰;基于標(biāo)注和未標(biāo)注數(shù)椐的虛假評(píng)論識(shí)別研究[D];武漢大學(xué);2015年

4 曹鵬;不均衡數(shù)據(jù)分類方法的研究[D];東北大學(xué);2014年

5 劉明;分類器組合技術(shù)研究及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

6 王U，

本文編號(hào)：1893061