用戶畫像構(gòu)建技術(shù)研究.pdf

1、伴隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，人們的日常生活越來越離不開互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)，互聯(lián)網(wǎng)早已成為人們獲取信息（如網(wǎng)購、新聞等）的重要渠道。然而，在互聯(lián)網(wǎng)中，人們所面對的信息呈指數(shù)級增長，并且其中大多數(shù)都是無用信息，在巨大的信息數(shù)據(jù)中快速挖掘用戶群體的不同特點(diǎn)，構(gòu)建用戶畫像，以滿足不同用戶的個性化需求已成為當(dāng)前急需解決的問題。本文針對用戶畫像的構(gòu)建問題，對兩種不同領(lǐng)域的用戶畫像進(jìn)行了相關(guān)研究：
　?。?）面向電網(wǎng)用戶的用戶畫像構(gòu)建技術(shù)研究<

2、br>　　電網(wǎng)公司的電費(fèi)敏感客戶往往對由用電引發(fā)的電量、電價(jià)、電費(fèi)、欠費(fèi)等電力服務(wù)具有強(qiáng)烈反應(yīng)。如何快速定位電費(fèi)敏感客戶，對于降低客戶投訴率，提升客戶滿意度，樹立供電企業(yè)良好的服務(wù)形象具有重要的作用。本文在電網(wǎng)用戶數(shù)據(jù)基礎(chǔ)上提出了一種多視角融合框架，該框架能夠快速、準(zhǔn)確的識別出電費(fèi)敏感客戶，構(gòu)建用戶畫像。首先，本文對電網(wǎng)用戶進(jìn)行了分析研究，提出利用雙通道對不同特性的用戶分別建模預(yù)測；其次，本文提出了多種特征萃取方法，用于構(gòu)建用戶多源特征

3、體系；最后，為了充分利用多源特征，本文進(jìn)一步提出了基于機(jī)器學(xué)習(xí)的多視角融合模型。使用該方法在2016 CCF大數(shù)據(jù)與計(jì)算智能大賽“客戶畫像”競賽中獲得了F1值0.90379（第一名）的成績，驗(yàn)證了該方法的有效性。
　?。?）面向微博用戶的用戶畫像構(gòu)建技術(shù)研究
　　新浪微博作為國內(nèi)最大的社交媒體，每天都有大量用戶在上面瀏覽和發(fā)布微博。面對海量信息，構(gòu)建微博用戶畫像對于輿情監(jiān)控、廣告精準(zhǔn)投放、社情民生反映等方面都有著重要的作用。

4、本文針對微博用戶畫像中的用戶年齡分類問題進(jìn)行了研究。首先進(jìn)行了多粒度特征體系的構(gòu)建，根據(jù)微博特征種類的不同，分為文本特征和社交特征，接著按照不同的刻畫角度將文本特征分為微博粒度特征和用戶粒度特征，歸納總結(jié)出一系列特征作為預(yù)測的依據(jù)。然后根據(jù)微博特征的粒度不同，本文在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行了改進(jìn)，提出了一種融合多粒度特征的神經(jīng)網(wǎng)絡(luò)，使之能夠充分利用上一階段劃分得到的多種微博粒度。與此同時(shí)，由于不同的模型對于特征的利用程度有所不同，因此在