面向微博用户的消费意图识别算法

摘要：

利用迁移学习的方法,融合京东问答平台数据与少量已标注的微博数据构建训练集,提出一种基于注意力机制的双向长短期记忆神经网络(Attentional-Bi-LSTM)模型,用于识别用户的隐性消费意图.针对显性意图识别问题,提出一种结合TF-IDF (term frequency-inverse document frequency)与句法分析中动宾关系(VOB)的消费意图对象提取算法.实验结果表明,通过将迁移京东问答平台的数据与微博数据相融合,可以有效地扩充训练集,在此基础上训练的神经网络分类模型具有较高的准确率和召回率;融合VOB和TF-IDF的显性消费意图对象提取方法的准确率达到78.8％.

关键词：消费意图识别、意图对象提取、迁移学习、注意力机制

所属期刊栏目：56

资助基金：国家重点研发计划项目;国家自然科学基金;计算机软件新技术国家重点实验室开放课题

在线出版日期：2020-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：68-74