面向社會媒體的用戶消費意圖分析關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)媒體技術(shù)的發(fā)展和普及，Twitter、新浪微博等社會媒體成為了最普遍的信息發(fā)布、傳播和共享的工具。在這些用戶生成的數(shù)據(jù)中蘊含著用戶為了滿足某種需求，在一定購買動機的支配下，表達出對某產(chǎn)品或服務(wù)的購買意愿，我們將此意愿稱之為消費意圖。消費意圖分析，即針對用戶表現(xiàn)出的這些購買意愿進行分析、識別、挖掘和推理的過程。
　　面向社會媒體的用戶消費意圖分析主要包含兩大類內(nèi)容：其一是基于文本內(nèi)容的消費意圖分析，即用戶明確表達了對產(chǎn)品或服

2、務(wù)的購買意愿。基于文本內(nèi)容的消費意圖主要包含兩個重要元素，分別是消費意圖觸發(fā)詞和消費意圖對象，這兩種元素直接引發(fā)用戶的購買意愿，是決定用戶消費意圖的重要特征；其二是基于用戶偏好的消費意圖分析，用戶并未明確表達對產(chǎn)品或服務(wù)的購買意愿，可以通過用戶行為信息等表現(xiàn)出對消費需求的偏好，來判斷用戶的消費意圖。本文的研究工作涵蓋了上面兩類問題。我們充分利用互聯(lián)網(wǎng)上豐富的文本數(shù)據(jù)、用戶的群體智慧信息、詞匯的語義知識庫、以及用戶的行為等信息源，結(jié)合機器

3、學習、統(tǒng)計機器翻譯和信息檢索等方法，對社會媒體的用戶消費意圖分析這一問題進行探索。本文的主要研究內(nèi)容可概括如下：
　　1.基于特征遷移學習的消費意圖語料獲取。針對于社會媒體的用戶消費意圖分析問題而言，首先面臨著缺乏訓練語料的問題，而嚴重的數(shù)據(jù)稀疏問題導致人工標注語料的代價較大。為解決社會媒體中的消費意圖語料獲取這一問題，本章自動獲取了互聯(lián)網(wǎng)上用戶生成的具有消費意圖的異質(zhì)文本，進而將消費意圖語料獲取看作為領(lǐng)域自適應(yīng)學習問題。具體來說

4、，本文首先提出了一種基于用戶自然標注（查詢-點擊URL）的方法構(gòu)建大規(guī)模源領(lǐng)域訓練語料，解決了有指導方法需要人工標注的問題。其次，為了融合領(lǐng)域間相似性和差異性，引入了共享特征和特有特征的概念，使得從源領(lǐng)域訓練的分類器可以直接分類目標領(lǐng)域未標注的數(shù)據(jù)，進而將特有特征嵌入到目標領(lǐng)域的訓練中，采用自動生成大規(guī)模消費意圖語料的方法來提高消費意圖檢測模型的性能。
　　2.基于圖排序的消費意圖檢測。以往基于有指導的消費意圖檢測方法大多依賴于人

5、工標注訓練語料，這種方法在實際中是相當費時費力的。為了充分利用標注數(shù)據(jù)和未標注數(shù)據(jù)共同提升系統(tǒng)的性能，本章使用了基于弱監(jiān)督的圖排序算法。該方法適用于總數(shù)據(jù)量較大、已標注數(shù)據(jù)量相對較小的情形中，并且可以使未標注數(shù)據(jù)和標注數(shù)據(jù)同時參與到圖排序算法的學習過程中。本章將未標注數(shù)據(jù)和標注數(shù)據(jù)的關(guān)系描述為一個無向圖，其中數(shù)據(jù)集中的每個樣本表示圖上的一個節(jié)點，每一個具有相似性關(guān)系的節(jié)點對連接成圖上的一條邊，利用圖的結(jié)構(gòu)將節(jié)點權(quán)重值傳遞給其相鄰節(jié)點，以

6、此來為每一個節(jié)點計算權(quán)重值，按照最終的節(jié)點權(quán)重值確定節(jié)點類別。此外，與傳統(tǒng)的基于特征訓練分類器來檢測消費意圖的方法進行了對比，實驗結(jié)果表明，本文提出的基于圖排序的方法獲得了更好的結(jié)果。
　　3.基于單語詞對齊模型的消費意圖對象抽取。消費意圖對象，亦即用戶在具有消費意圖的文本中期望購買的產(chǎn)品或服務(wù)，是用戶的消費意圖得以滿足的明確目標。消費意圖對象通常是一個詞序列形式的文本片段，消費意圖對象抽取是將這樣的詞序列從具有消費意圖的文本中抽

7、取出來。本章將消費意圖對象抽取分為兩個步驟：（1）消費意圖對象候選抽取；（2）消費意圖對象修正。具體的，在消費意圖對象候選抽取中，為保證消費意圖對象抽取的完整性，本章提出在消費意圖對象抽取中引入詞對齊的搭配信息和觸發(fā)詞信息，在不需要人工干預(yù)的情況下有效地抽取出消費意圖對象候選。進一步，通過引入限定域知識庫對消費意圖對象修正，從而提高消費意圖對象抽取系統(tǒng)的性能。
　　4.基于用戶偏好的消費意圖識別。不同于已有的基于文本內(nèi)容的消費意圖

8、分析研究，提出了融合社會媒體用戶偏好的消費意圖識別方法。該方法將消費意圖識別視作多標記分類問題，并綜合使用了基于用戶關(guān)注者的標簽特征、領(lǐng)域標簽特征、轉(zhuǎn)發(fā)/回復行為特征以及用戶性別特征等多種特征。由于融合用戶偏好的消費意圖識別難以評價，自動抽取了大量跨不同媒體的用戶鏈指信息，利用該方法，共抽取出12萬余對的用戶鏈指。在此自動評價集上的實驗結(jié)果表明，所采用的多標記分類方法對用戶的消費意圖識別是行之有效的，其中使用的各種特征對于提高消費意圖識