用户画像常用方法（相关论文）

1.英文文献

1.1 User Profile Extraction from Twitter for Personalized News Recommendation(2014)

摘要&＃xff1a;news recommendation 中使用的较多的用户画像方法是从用户读过的article获取信息&＃xff0c;如title,text,click-through data。本文探索一种新的用户画像方法&＃xff0c;数据来源是tweets&＃xff0c;re-tweets&＃xff0c;hashtags&＃xff0c;从这些数据中提取keywords 来构建用户画像。&＃xff08;数据来源的创新&＃xff09;
1. introduction&＃xff1a;在推荐的两种方法&＃xff08;基于协同过滤的推荐和基于内容的推荐&＃xff09;中&＃xff0c;一般来说基于协同过滤的方法比基于内容的方法表现好。但在一些特定的领域如news recommendation领域&＃xff0c;基于内容的方法要优于协同过滤方法。原因&＃xff08;1&＃xff09;在news recommendation中&＃xff0c;如果要将新的news推荐给用户&＃xff0c;协同过滤方法不能马上推荐&＃xff0c;需要先等待用户点击news以产生点击记录&＃xff0c;然后才能推荐给其他用户&＃xff0c;在news recommendation中&＃xff0c;对news的实时性有要求&＃xff0c;使用协同过滤方法不能实时地把news推荐给用户。而基于内容的方法可实时推荐&＃xff0c;不需要等待。
&＃xff08;2&＃xff09;基于协同过滤的方法存在“cold start”问题&＃xff0c;当一些news不存在点击记录时&＃xff0c;不能将news推荐给用户。而基于内容的方法不存在item的冷启动问题。
2.related work&＃xff1a;本文使用了topic model 和tfidf.其中使用topic model来比较news title的相似性。
3.proposed method&＃xff1a;news recommendation的步骤有两个。&＃xff08;1&＃xff09;user profile &＃xff08;2&＃xff09;news ranking。本文围绕这两个部分展开&＃xff0c;先进行用户画像&＃xff0c;再进行news的推荐。

1.2 A Framework for Interaction-driven User Modeling of Mobile

&＃xff08;提出了一个扩展用户画像的框架&＃xff08;创新1&＃xff09;–>考虑用户的阅读模式&＃xff0c;即作者提出来的6个要素&＃xff0c;接着用几种方法&＃xff08;求解方法无创新&＃xff09;来求解这些要素&＃xff0c;设计了一个app来收集用户阅读模式相关数据。
并没有通过用户的阅读模式6要素来进行推荐。&＃xff09;
摘要&＃xff1a;在news推荐中&＃xff0c;用户读了哪些内容对于推荐效果来说是重要的&＃xff08;用户兴趣&＃xff09;&＃xff08;多数研究使用的方式&＃xff09;&＃xff0c;用户以某种模式浏览、阅读内容&＃xff08;如阅读频率&＃xff0c;阅读的类别分布等&＃xff09;&＃xff08;阅读模式&＃xff09;&＃xff08;交互习惯和偏好&＃xff09;&＃xff08;少有研究考虑&＃xff09;也同样重要。
作者提出了一个框架来扩展用户画像&＃xff0c;这个框架用以对阅读模式模式进行建模&＃xff08;此框架并不对用户兴趣进行建模&＃xff09;。在进行扩展画像过程中使用了多种方法&＃xff0c;如&＃xff1a;推测、变换函数、有监督学习方法。
贡献&＃xff08;1&＃xff09;对用户画像进行扩展。&＃xff08;2&＃xff09;在多种方法上对提出的用户画像进行测试&＃xff0c;并讨论此用户画像如何应用在个性化新闻推荐app中。
our work&＃xff1a;很多推荐算法&＃xff08;如协同过滤、基于内容的算法、混合算法&＃xff09;被提了出来&＃xff0c;但对用户阅读模式进行建模的算法还比较少。
在我们之前的work中&＃xff0c;我们识别出了三种用户类型&＃xff0c;在以前work的基础上&＃xff0c;我们提出了层次框架模型&＃xff0c;能够分析mobile-sensing数据&＃xff0c;以进行用户建模。层次框架过程如下&＃xff1a;手机原始数据、简单处理变成low-level特征、函数变换转化成用户画像中阅读模式6要素。
六要素如下&＃xff1a;
频率&＃xff1a;一天之中多少次阅读&＃xff1f;
花费时间&＃xff1a;花费在新闻阅读中的时间&＃xff1f;&＃xff08;1小时&＃xff1f;2小时&＃xff1f;&＃xff09;
阅读时间段&＃xff1a;喜欢在哪个时间段阅读&＃xff1f;&＃xff08;早上、中午&＃xff0c;晚上&＃xff1f;&＃xff09;
阅读习惯&＃xff1a;粗读&＃xff1f;细读&＃xff1f;
浏览策略&＃xff1a;从某一板块选择点击新闻&＃xff1f;浏览全部板块点击新闻&＃xff1f;&＃xff08;计算两个指标&＃xff0c;一个是用户在所有会话中都浏览过的新闻类型&＃xff08;代表着用户的类型偏好&＃xff09;&＃xff0c;另一个是用户指在某个回话中点击过的新闻类型&＃xff08;代表着用户是只浏览了少数类型还是浏览了多数类别&＃xff09;&＃xff0c;从而知道用户的浏览策略。&＃xff09;
地点&＃xff1a;家中&＃xff1f;单位&＃xff1f;室外&＃xff1f;
4、buiding user profile:
4.1 data collection&＃xff1a;作者为了测试自己提出的算法&＃xff0c;设计了一个APP–Habito News,在谷歌软件商店中上架&＃xff0c;主要对象是大学生社交网络写手&＃xff0c;但因为软件已上架&＃xff0c;也不排除有其他的一些人员。作者最终选定了47名用户。&＃xff08;用户至少要使用这个app两周&＃xff0c;这样才能收集足够的数据。&＃xff09;用户阅读模式建模所需要的数据都来自于这个app。
app用户在安装Habito News时会被要求填一个表格和做一个问卷。表格包括性别、年龄等人口统计学信息。问卷包括了以下6个问题&＃xff08;每个问题是单项选择&＃xff09;&＃xff1a;
(1) How often do you read news on your mobile device? [a.
Many times b. Once c. Occasionally]
(2) How much time a day do you spend reading news on
your mobile device? [a. 0-5 min b. 5-10 min c. 10&＃43; min]
(3) How do you look for stories of interest? [a. All b. Particular c. Both]
(4) How do you read a news story? [a. Detailed b. Skimming c. Scanning]
(5) Where do you often read news? [a. Home b. Work c.
Public Transport]
(6) What time of the day do you usually read news? [a.
Morning b. Afternoon c.Evening]
这6个问题对应着6个用户阅读模式factor。
4.2 modeling the six factors
对于频率、阅读时间、阅读时间段&＃xff0c;可以比较容易地得出来&＃xff0c;但对于其余三个factors&＃xff0c;作者使用三种方法进行学习&＃xff0c;前两种方法效果没有baseline&＃xff08;在类别中&＃xff0c;全都预测为最多的那一类&＃xff09;好&＃xff0c;第三种是监督学习方法&＃xff0c;对3个factor中的每一个都训练一个随机森林&＃xff08;RF&＃xff09;分类器。
分类的结果&＃xff1a;

4.2.1 Preparing the datasets for the analysis&＃xff1a;
收集到的数据存在“缺失值”&＃xff0c;地理位置没有缺失值&＃xff0c;但其余的数据可能具有缺失值&＃xff0c;因为用户是根据自己的需求来阅读新闻。刚开始选择了47个用户&＃xff0c;有些用户缺乏必要的值&＃xff0c;删去了&＃xff0c;还剩33个用户。还有些用户下载软件不久就卸载了&＃xff0c;这样的用户也删除。最后&＃xff0c;作者的数据包括198天的数据&＃xff08;所有用户的天数加在一起&＃xff09;&＃xff0c;103个特征字段。