首页 期刊 北京大学学报·自然科学版 面向微博用户的消费意图识别算法 【正文】

面向微博用户的消费意图识别算法

作者:贾云龙; 韩东红; 林海原; 王国仁; 夏利 东北大学计算机科学与工程学院; 沈阳110819; 北京理工大学计算机学院; 北京100081
消费意图识别   意图对象提取   迁移学习   注意力机制  

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(termfrequency-inversedocumentfrequency)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%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅