文献知网节
(录用定稿)网络首发时间:2020-12-09 11:02:16
  • 记笔记

面向人口属性预测的词嵌入构建方法研究

高广尚

桂林理工大学商学院

摘要:本文探讨如何从用户购买数据中学习出高质量词嵌入,以让模型据此实现高效的人口属性预测任务。首先分析购买数据并对其进行编码,并在此基础上构建嵌入向量生成模型,之后用样本数据训练该模型,然后用神经网络程序实现该模型,最后通过实验验证该模型的可行性和高效性。提出的模型不仅能将具有大量模态的分类特征数据转换为低维的高质量词嵌入,而且能让模型据此实现高效的人口属性预测,此外具有较广泛的通用性。提出的方法不仅可扩展到大型数据集,而且能适用于不同领域的数据集。学习到的高质量词嵌入有助于大量下游非语言任务的开展,例如人口属性预测、情感分析、社区检测或社交网络上的概率推理等,从而为新型推荐引擎提供支持。
  • 专辑:

    电子技术及信息科学

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP391.1

中国知网独家网络首发,未经许可,禁止转载、摘编。

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:30 页数:14 大小:488K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者
  • 相关视频