摘要
在电商环境中,用户画像构建是为了更好地理解和满足用户需求而进行的重要任务.传统的TF-IDF标签权重计算方法无法很好地对标签权重进行调整,为了解决这一问题,提出基于TF-IDF算法的改进方法,旨在提高用户画像的准确性和个性化程度.融合相关系数矩阵,对相关性强的标签进行适当降权操作.不同类型的行为对标签信息产生不同的权重,并且标签的权重可能会随着时间的推移而衰减.因此,采用拟合记忆遗忘曲线模拟得到的兴趣遗忘曲线,对用户画像权重进行调优操作.实验结果表明,使用所提出的改进的TF-IDF算法构建用户画像的效果得到显著的提升.
NETL
NSTL
万方数据