一种基于用户搜索关键词数据的用户画像构建方法

摘要

本发明公开了一种基于用户搜索关键词数据的用户画像构建方法，步骤为：在doc2vec训练搜索内容分词结果的同时，融合堆积模型的第二层对向量维度进行提高；在词频‑逆文档频率的基础上引入归一化方差的方法进行加权，并运用k‑means聚类算法以提高用户画像构件精度；使用stacking模型融合SVM分类算法对聚类结果进行最终的用户画像构建。本发明在支持向量机分类的基础上，通过将doc2vec的文本向量处理和改进后的TF‑IDF权重计算的结合，对搜狗用户搜索数据进行stacking建模。在权重处理基础上，引入k‑means聚类算法，使关键词分类更加快速便捷，在内容准确度上更加精确，以实现较为理想的用户画像构建方法。