基于多模态融合技术的用户画像方法

摘要：

针对当前用户画像工作中各模态信息不能被充分利用的问题,提出一种跨模态学习思想,设计一种基于多模态融合的用户画像模型.首先利用Stacking集成方法,融合多种跨模态学习联合表示网络,对相应的模型组合进行学习,然后引入注意力机制,使得模型能够学习不同模态的表示对预测结果的贡献差异性.改进后的模型具有精心设计的网络结构和目标函数,能够生成一个由特征级融合和决策级融合组成的联合特征表示,从而可以合并不同模态的相关特征.在真实数据集上的实验结果表明,所提模型优于当前最好的基线方法.

关键词：用户画像、模型组合、stacking、跨模态学习联合表示、多层多级模型融合

所属期刊栏目：56

资助基金：国家自然科学基金61572376

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：105-111