基于多任务融合模型的用户属性推断

来源 :数据采集与处理 | 被引量 : 0次 | 上传用户:bigcat8194
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的用户属性推断方法主要基于机器学习及统计学习,其推断方法忽略了用户的整体表征及任务之间的相关性。本文提出一种基于多任务融合模型的用户属性推断方法,利用doc2vec独特的结构特性,加入文档向量以实现用户整体表征,避免人工提取特征的局限性。为实现用户多属性推断任务,本文提出基于关联学习的多任务融合推断框架,即在分别识别用户多个属性基础上赋予单用户多属性表征,在增强用户整体表征能力的同时,建立多个属性间的关联关系,提高单任务学习的区分度;然后采用模型融合技术,完成属性间关联学习,提高学习准确率及模型泛化能
其他文献
链路预测是复杂网络的一个重要研究方向,基于节点相似性的链路预测方法是最为常用的一种方法。目前大部分使用节点链接紧密度的节点相似性链路预测方法,未考虑每个共同邻居节
在常规圆检测算法中,Hough变换、随机Hough变换以及随机圆检测算法的检测效率低,导致难以适用于复杂场景或者对检测速度有较高要求的情况。为了提高圆检测的效率,本文从采样点的选取、候选圆的确定以及真圆的确认3个阶段进行分析,结合这3个阶段的优化方法,提出一种结合多阶段优化的圆检测算法。人工图像和实际图像的实验结果表明:该算法较其他算法有效地提高了圆检测的速度,并且具有较好的检测鲁棒性和检测精度。
为降低合成孔径雷达(Synthetic aperture radar,SAR)图像目标识别中目标方位角的影响,并提高对SAR变形目标的识别率,本文提出了一种基于压缩感知和支持向量机决策级融合的目标
针对光载无线(Radio over fiber,ROF)链路中的固有非线性,研究了多种数字线性化技术,来提高链路性能。下行链路针对多频段多制式场景,提出采用多维数字预失真技术,最大输入射频
以基于平均共识的分布式合作频谱感知算法为基础,提出了一种基于信噪比加权共识的合作频谱感知算法。该算法在平均共识收敛过程中引入能够反映用户的平均信噪比的权重,并以平均
为了解决虹膜识别过程中睫毛噪声干扰的问题,提出了一种基于形态学算子和小波变换相结合的睫毛抑制算法。该算法首先将虹膜图像中的睫毛区域模拟成背景图像中的"裂缝",通过形态学膨胀算子对裂缝区域进行像素填充,然后利用小波变换的多分辨率特性,对变换后的高频系数进行非线性小波阈值处理,低频部分进行反锐化掩膜,最后经小波逆变换重构虹膜图像。样本仿真实验表明:该算法可以使Daugman和Wildes定位算法的精确
逆合成孔径雷达(Inverse synthetic aperture radar,ISAR)使用距离多普勒算法成像时,当目标尺寸较大或转角过大,会发生越距离单元徙动(Migration through resolution cells,MTRC
针对小波变换和轮廓波变换在合成孔径雷达(Synthetic aperture radar,SAR)图像中去噪应用的不足,结合小波变换和轮廓波变换的优点,将小波变换与轮廓波变换相结合,提出一种改进
考虑度分布、最小环长和环近似外信息度等因素,从减少短环和增加外信息度入手,提出了可变码长LDPC码的GAU(Girth-ACE union)构造算法。该算法构造的校验矩阵能适应较大范围的码