一种基于集成学习的用户基础属性预测方法

摘要：

随着移动互联网的发展,越来越多的公司开始关注用户性别、年龄等基础属性信息,以便提供更有效的商品推荐、广告投放等个性化服务.本文提出一种基于集成学习的预测方法,通过分析智能手机App安装和使用情况,预测用户的基础属性.首先将原多分类问题转化为多个二分类问题,将LightGBM和FM融合作为基分类器;然后把二分类的预测结果与原始特征合并,再进行多分类模型的学习.实验结果表明,本文提出的融合模型能够提高用户属性预测的效果.

关键词：用户属性预测、集成学习、多分类问题、LightGBM

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金项目;北京市属高校高水平教师队伍建设支持计划青年拔尖人才培育计划项目;北京市自然科学基金项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2509-2515