基于改进的TF-IDF标签权重算法的电商用户画像构建

作     者：白雨珂 卢胜男 BAI Yuke;LU Shengnan

作者机构：西安石油大学陕西西安710065 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2024年第8期

页      面：48-51页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：电商 相关系数 标签权重 用户画像 TF-IDF算法 

摘      要：在电商环境中,用户画像构建是为了更好地理解和满足用户需求而进行的重要任务。传统的TF-IDF标签权重计算方法无法很好地对标签权重进行调整,为了解决这一问题,提出基于TF-IDF算法的改进方法,旨在提高用户画像的准确性和个性化程度。融合相关系数矩阵,对相关性强的标签进行适当降权操作。不同类型的行为对标签信息产生不同的权重,并且标签的权重可能会随着时间的推移而衰减。因此,采用拟合记忆遗忘曲线模拟得到的兴趣遗忘曲线,对用户画像权重进行调优操作。实验结果表明,使用所提出的改进的TF-IDF算法构建用户画像的效果得到显著的提升。