2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)技術(shù)特別是以谷歌和百度等為代表的搜索引擎的飛速發(fā)展,互聯(lián)網(wǎng)的數(shù)據(jù)呈現(xiàn)爆炸性增長(zhǎng)。數(shù)據(jù)就是我們這個(gè)時(shí)代的石油,如何高效地、系統(tǒng)地開發(fā)利用這些海量數(shù)據(jù)顯得尤為重要。我們每天都通過搜索引擎留下大量行為記錄如歷史查詢?cè)~等,這些數(shù)據(jù)為分析用戶人口屬性和愛好習(xí)慣,細(xì)致、全面地構(gòu)建用戶畫像,提供了豐富的數(shù)據(jù)基礎(chǔ)。能否充分利用用戶行為記錄數(shù)據(jù),刻畫出用戶屬性信息全貌,可以看作是企業(yè)大數(shù)據(jù)應(yīng)用的基礎(chǔ),用戶畫像構(gòu)建任務(wù)越來越受到企業(yè)的關(guān)注。201

2、6年由中國計(jì)算機(jī)協(xié)會(huì)舉辦的大數(shù)據(jù)競(jìng)賽《搜狗用戶畫像挖掘》中,本題目的數(shù)據(jù)集包括了搜狗用戶的歷史查詢記錄數(shù)據(jù)與用戶的人口屬性(包括年齡、性別、學(xué)歷)標(biāo)簽。
  針對(duì)用戶歷史查詢?cè)~語料,本文比較系統(tǒng)地對(duì)比分析了多種表示學(xué)習(xí)方法,Bag of ngrams特征反映了用戶用詞習(xí)慣的差異,主題詞向量(Topic Word Embedding, TWE)用于提取用戶查詢?cè)~的主題信息,文檔向量(Doc2Vec)用于總結(jié)用戶查詢?cè)~之間的語義關(guān)聯(lián)信

3、息;此外,針對(duì)用戶查詢?cè)~的短文本的特點(diǎn),本文專門改進(jìn)了Doc2Vec模型,分別提出了 Query Document Vector: distributed bag of words(qdv-dbow)和 Query Document Vector:A distributed memory model(qdv-dm)2種算法,進(jìn)一步提升了查詢?cè)~文檔向量的知識(shí)表示質(zhì)量。
  針對(duì)用戶畫像構(gòu)建任務(wù),本文提出了一種用于預(yù)測(cè)多維人口屬性標(biāo)簽

4、(包括性別、年齡、學(xué)歷)的二級(jí)融合算法框架。(1)在第一級(jí)單任務(wù)單模型中,結(jié)合Trigram特征與傳統(tǒng)機(jī)器學(xué)習(xí)模型來總結(jié)用戶用詞習(xí)慣的差異,結(jié)合 Doc2Vec知識(shí)表示與神經(jīng)網(wǎng)絡(luò)模型來抽取用戶查詢語義關(guān)聯(lián)信息;(2)在第一級(jí)多任務(wù)單模型中,使用深層卷積神經(jīng)網(wǎng)絡(luò)模型(Very Deep Convolutional Neural Network, VDCNN)來從字符粒度上深層萃取上下文關(guān)聯(lián)信息,使用 FastText神經(jīng)網(wǎng)絡(luò)模型從單詞粒度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論