基于深度学习BCCM模型的网上用户画像识别分析

摘要

提出基于深度学习BCCM模型的网上用户画像识别方法,改善以往网上用户画像识别方法仅提取行为特征导致识别精度低的缺陷。采用爬虫软件挖掘网上用户的访问量、评论量、转发量、影响力、关注量以及网龄六种行为特征,采集网上用户发帖以及评论文本信息建立用户向量,规约处理所建立用户向量。以类别的总距离平方和最小为聚类目标,采用K-means聚类算法聚类处理用户向量。设置聚类结果为网上用户内容特征,将所获取的内容特征与所挖掘行为特征输入深度卷积神经网络中,通过卷积操作以及池化操作实现网上用户画像的有效识别。实验结果表明,采用该方法识别网上用户画像的精度高于99%,F1值高于0.92,说明所提出方法的识别精度高。