基于主题模型的用户画像构建方法
主要从用户所在的社交媒体中关联的数据里抽取画像特征。
常见的主题模型有
1.LDA(latent Dirichlet Allocation)文档主题生成模型
LDA文档主题生成模型,也称三层贝叶斯概率模型,包含词、主题、文档三层结构。
2.ATM (Author-Topic Model)
作者主题模型
3.ARTM (Author-Recipient-Topic Model)
作者接受者主题模型
4.APTM (Author Interest Topic Model)
作者兴趣模型
基于深度学习的用户画像构建方法
利用分布式表示学习的思想刻画出用户社交关系网络
分布式深度学习分为数据并行和模型并行
基于贝叶斯的用户画像构建方法
构建贝叶斯网络,将用户的特征属性以及行为关联映射到网络边权中。通过用户历史产生的行为事件,关联预测用户的表现特征,进而量化表示用户的兴趣习惯。
基于规则匹配的用户画像构建方法
根据具体的业务需求定义定义匹配规则,进行用户特征的挖掘