面向微博用户的消费意图识别算法

贾云龙¹, 韩东红^1,?, 林海原¹, 王国仁², 夏利¹

1. 东北大学计算机科学与工程学院, 沈阳 1108192. 北京理工大学计算机学院, 北京100081

收稿日期:2019-05-22修回日期:2019-09-24出版日期:2020-01-20

基金资助:国家重点研发计划项目(2016YFC1401900)、国家自然科学基金(61173029, 61672144, 61872072)和计算机软件新技术国家重点实验室开放课题(KFKT2018)资助

Consumption Intent Recognition Algorithms for Weibo Users

JIA Yunlong¹, HAN Donghong^1,?, LIN Haiyuan¹, WANG Guoren², XIA Li¹

1. School of Computer Science and Engineering, Northeastern University, Shenyang 1108192. College of Computer, Beijing Institute of Technology, Bejing 100081

Received:2019-05-22Revised:2019-09-24Published:2020-01-20

PDF

(717KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 利用迁移学习的方法, 融合京东问答平台数据与少量已标注的微博数据构建训练集, 提出一种基于注意力机制的双向长短期记忆神经网络(Attentional-Bi-LSTM)模型, 用于识别用户的隐性消费意图。针对显性意图识别问题, 提出一种结合TF-IDF (term frequency-inverse document frequency)与句法分析中动宾关系(VOB)的消费意图对象提取算法。实验结果表明, 通过将迁移京东问答平台的数据与微博数据相融合, 可以有效地扩充训练集, 在此基础上训练的神经网络分类模型具有较高的准确率和召回率; 融合VOB和TF-IDF的显性消费意图对象提取方法的准确率达到78.8%。

引用本文

贾云龙, 韩东红, 林海原, 王国仁, 夏利. 面向微博用户的消费意图识别算法[J]. 北京大学学报自然科学版, 2020, 56(1): 68-74.
JIA Yunlong, HAN Donghong, LIN Haiyuan, WANG Guoren, XIA Li. Consumption Intent Recognition Algorithms for Weibo Users[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(1): 68-74.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3435