文献类型：期刊文章

作　　者：周晓华[1]

ZHOU Xiaohua(Xi'an Medical College Information Technology Department, Xi'an 710021)

机构地区：[1]西安医学院信息技术处

出　　处：《计算机与数字工程》

基　　金：国家自然科学基金项目(编号:61725103)资助

年　　份：2019

卷　　号：47

期　　号：9

起止页码：2176-2179

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：综合运用了传统学习方法与深度用户表示学习方法,构建一种通过分析内容和行为特征来识别感性投资者的BCCM模型。之后对此模型有效性进行了对此测试。根据实际测试结果得到:采用BCCM模型处理非均衡数据集时,得到的R、F1、F2值都比决策树、逻辑回归、朴素贝叶斯传统模型的数值更高;通过处理均衡数据集可以发现,BCCM模型达到了比传统基线分类模式更优的结果。对各个实验结果进行综合分析可以发现,对于识别感性投资者的用户画像进行研究时,可以采用深度用户表示学习方法并加入特定的文本内容数据,有助于促进用户画像评价指标的全面提升。

关 键 词：用户画像  情感分析 用户学习  特征融合  

分 类 号：TP311]