基于商品描述文案的点击预测模型 |
| |
引用本文: | 黄皓炫,盛武.基于商品描述文案的点击预测模型[J].计算机应用研究,2022,39(8). |
| |
作者姓名: | 黄皓炫 盛武 |
| |
作者单位: | 安徽理工大学经济与管理学院 淮南 232000,安徽理工大学经济与管理学院 淮南 232000 |
| |
基金项目: | 安徽省自然科学基金资助项目(1808085MG212);安徽省高等学校省级教学示范课基金资助项目 |
| |
摘 要: | 为了预测商品描述文案中商品特征对点击的影响、量化分析用户的消费行为特征及缓解冷启动问题,建立了一种基于LDA模型和文本情感分析的点击预测模型。该模型基于LDA主题模型对商品描述词的分类筛选对构成词进行情感分析,构建特征向量以表示用户对商品各特征的情感倾向,并通过LightGBM算法进行点击的预测。模型可以将非结构化文本数据转换为结构化数据,量化用户对商品不同特征的兴趣倾向,并利用不同商品的相似特征缓解冷启动问题。实验结果表明,该模型有效提高了点击预测效果并能缓解冷启动问题。
|
关 键 词: | LightGBM 点击预测 文本情感分析 LDA主题模型 冷启动 |
收稿时间: | 2022/1/12 0:00:00 |
修稿时间: | 2022/7/19 0:00:00 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |