一种基于集成学习的用户基础属性预测方法

摘要

随着移动互联网的发展,越来越多的公司开始关注用户性别、年龄等基础属性信息,以便提供更有效的商品推荐、广告投放等个性化服务.本文提出一种基于集成学习的预测方法,通过分析智能手机App安装和使用情况,预测用户的基础属性.首先将原多分类问题转化为多个二分类问题,将LightGBM和FM融合作为基分类器;然后把二分类的预测结果与原始特征合并,再进行多分类模型的学习.实验结果表明,本文提出的融合模型能够提高用户属性预测的效果.