公开(公告)号：CN111125486A

公开(公告)日：2020-05-08

申请号：CN201911340531.4

申请日：2019-12-23

Applicant: 重庆邮电大学

Inventor： 程克非 ,  单凤池

IPC: G06F16/951 ,  G06F16/9536 ,  G06F16/35 ,  G06F40/289 ,  G06Q50/00

Abstract: 本发明涉及一种基于多特征的微博用户属性分析方法，属于智能媒体计算和大数据分析技术领域。该方法包括：S1利用爬虫软件爬取用户微博博文信息并清洗、打标；S2通过word2vec模型构造微博博文信息的词向量，在此基础上根据集成学习的组合策略，得出用户微博文本特征；S3从用户微博数据中构造出用于微博属性分析的多特征体系，并通过基础特征构造出符合用户属性分析的复合特征；S4采用Stacking模型融合技术将多个基分类器进行融合，构造微博用户属性分析模型，输入待检测数据，得到最终的微博用户属性分析结果。本发明提高了微博用户属性分类的准确率，为商家给用户提供更高效的个性化推荐提供技术支持。

公开(公告)号：CN111125486B

公开(公告)日：2022-11-25

申请号：CN201911340531.4

申请日：2019-12-23

Applicant: 重庆邮电大学

Inventor： 程克非 ,  单凤池

IPC: G06F16/951 ,  G06F16/9536 ,  G06F16/35 ,  G06F40/289 ,  G06Q50/00

Abstract: 本发明涉及一种基于多特征的微博用户属性分析方法，属于智能媒体计算和大数据分析技术领域。该方法包括：S1利用爬虫软件爬取用户微博博文信息并清洗、打标；S2通过word2vec模型构造微博博文信息的词向量，在此基础上根据集成学习的组合策略，得出用户微博文本特征；S3从用户微博数据中构造出用于微博属性分析的多特征体系，并通过基础特征构造出符合用户属性分析的复合特征；S4采用Stacking模型融合技术将多个基分类器进行融合，构造微博用户属性分析模型，输入待检测数据，得到最终的微博用户属性分析结果。本发明提高了微博用户属性分类的准确率，为商家给用户提供更高效的个性化推荐提供技术支持。