计算机应用研究

作者：邵一博,秦玉华,崔永军,高宝勇,赵彪,

单位：1.青岛科技大学信息科学技术学院,山东青岛266061；2.康复大学青岛医院青岛市市立医院,山东青岛266001；

关键词：用户画像,多粒度信息融合,特征提取,双向控制循环单元,

基金：青岛市科技惠民示范项目(23-2-8-smjk-20-nsh)；；

现有用户画像方法缺乏不同粒度文本信息表示，且特征提取阶段存在噪声，导致构建画像不够准确。针对以上问题，提出一种融合多粒度信息的用户画像生成方法（user profile based on multi-granularity information fusion，UP-MGIF）。首先，该方法在嵌入层融合字粒度、词粒度表示向量以扩充特征内容；其次，在改进双向门控循环单元网络基础上，结合降噪自编码器和注意力机制设计一种特征提取混合模型Bi-GRU-DAE-Attention，实现特征降噪和语义增强；最后，将鲁棒性强的特征向量输入到分类器中实现用户画像生成。实验表明，该用户画像生成方法在医疗和互联网两个画像数据集上的分类准确率高于其他基线方法，并通过消融实验验证了各个模块的有效性。

来源：2024年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第2期