基于随机森林的社交网络用户画像方法

摘要

本发明提供了一种基于随机森林的社交网络用户画像方法，具体包括如下步骤：获取在线社交网站的多源属性数据；将原始多源属性的数据属性集合进行原始属性标号，调用相似度函数对不同属性的数据属性集合遍历相似检测；根据原始单层多源属性的决策树，将相似度满足阈值范围的数据属性集合合并生成合并属性标签后，采用随机森林算法训练样本；获取投票众数，将获得的投票众数赋予权重，再按照权重的由大到小排序，获取全部的标签权重值；保留预设阈值内的标签，形成新的标签属性集用于用户社交网络中属性的画像。本发明目的在于采用随机森林模型，用于用户的属性标签划分，有效改进了传统的基于小样本抽样划分属性的不足和复杂度的问题。