深度学习 用户画像_用户画像的构建方法

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