深度学习用户画像_基于深度学习的用户画像研究

最新推荐文章于 2020-12-29 14:33:20 发布

欲戴王冠必承其重颖宝

最新推荐文章于 2020-12-29 14:33:20 发布

阅读量925

点赞数

文章标签：深度学习用户画像

本文链接：https://blog.csdn.net/weixin_36211244/article/details/112011574

版权

该研究探讨了在大数据背景下，深度学习如何克服传统浅层学习在预测高维特征用户画像标签时的局限。通过特征扩展和独热编码，结合深度神经网络，实现了较传统算法（如决策树、逻辑回归）更高的AUC值（0.792），证明了深度学习在用户画像构建中的优势。

摘要由CSDN通过智能技术生成

基于深度学习的用户画像研究

作者：兰秋军周妹璇

所属学科：管理学　　二级学科：管理工程

关键字：用户画像高维特征标签深度神经网络

摘要/Abstract

用户画像在个性化推荐以及精准营销中起到了重要作用.如今在大数据背景下，传统的浅层学习方法由于不能深入挖掘特征之间的关系，尤其是在高维特征基础上预测用户画像标签时面临挑战。本文采用在原有特征基础上进行特征拓展与独热编码方法，并利用深度神经网络对用户画像标签进行预测，通过与决策树、逻辑回归算法的实验对比，本文方法获得较高的AUC值，达0.792。本文进一步对深度神经网络的网络层数、神经元个数及正则化技术进行探索。

User profile plays an important role in personalized recommendation and precision marketing. In the era of big data, due to the lack of mining the relation of the features, the traditional shallow learning methods are faced with difficulties in predicting the tags of user profile especially based on high-dimensional features. In this paper, we expand the primeval basic features and convert them with one-hot encoding, and we predict the tag of user profile by Deep Neural Network (DNN). By the contrast experiments with Decision Tree (DT) and Logistic