基于改进的TF-IDF标签权重算法的电商用户画像构建

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

白雨珂、卢胜男

展开 >

作者单位：

西安石油大学陕西西安 710065

关键词：

电商相关系数标签权重用户画像 TF-IDF算法

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.08.011

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(8)