原文传递
面向人口属性预测的词嵌入构建方法
| 题名： | 面向人口属性预测的词嵌入构建方法 |
| 作者： | 高广尚 |
| 作者单位： | 桂林理工大学 |
| 关键词： | 人口统计属性预测;词嵌入;神经网络;购买数据 |
| 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。 |
| 期刊名称： | 系统工程 |
| 出版日期： | 202101 |
| 出版年： | 2021 |
| 期： | 01 |
| 页码： | 148-156 |
检索历史
应用推荐
