[发明专利]基于跨平台用户社交多媒体行为的人口属性推断方法

摘要

本发明公开了一种基于跨平台用户社交多媒体行为的人口属性推断方法。其中，该方法包括针对所述用户在所述各平台的社交多媒体行为，提取文本特征和图片特征，得到所述各平台的用户特征；将训练集中用户的人口属性和所述用户特征作为监督信息，进行多个空间的对偶投影矩阵学习，并对所述用户的所述各平台的社交多媒体行为进行约束，以确定所述各平台的对偶投影矩阵和共享稳定的用户信息；根据所述用户特征对所述对偶投影矩阵进行投影变换，并基于投影变换结果所得到的所述共享稳定的用户信息进行所述人口属性的推断。本发明实施例解决了观察到的社交多媒体行为的动态性和相对稳定的人口属性之间的矛盾，提高了用户的人口属性推断结果的准确性。

主权项

1.一种基于跨平台用户社交多媒体行为的人口属性推断方法，其特征在于，所述方法至少包括：针对所述用户在所述各平台的社交多媒体行为，提取文本特征和图片特征，得到所述各平台的用户特征；将训练集中用户的人口属性和所述用户特征作为监督信息，对所述各平台的投影矩阵进行学习，并对所述用户的所述各平台的社交多媒体行为进行约束，以确定所述各平台的投影矩阵和所述各平台共享的稳定用户信息；根据所述用户特征对所述各平台的投影矩阵进行投影变换，并基于投影变换结果所得到的所述各平台共享的稳定用户信息进行所述人口属性的推断；其中，“将训练集中用户的人口属性和所述用户特征作为监督信息，对所述各平台的投影矩阵进行学习，并对所述用户的所述各平台的社交多媒体行为进行约束，以确定所述各平台的投影矩阵和所述各平台共享的稳定用户信息”的步骤具体包括：构建以下模型：其中，所述F＝[f₁,f₂,…,f_N]表示训练集中所有N个用户的社交行为特征，所述F^p、所述F^q分别表示两个平台上所有N个用户的社交行为特征，所述p和所述q表示两个平台所对应的数据，所述S＝[s₁,s₂,…,s_N]表示所述各平台共享的稳定用户信息，所述A＝[a₁,a₂,…,a_N]表示人口属性的离散表示，所述W^p、所述W^q分别表示两个社交平台的投影矩阵，所述λ₁、所述λ₂和所述λ₃表示三个正则化参数；确定所述模型的偏导数为：其中，M＝(W^p)^TW^p+(W^q)^TW^q+λ₁I；令所述偏导数等于0，确定以下更新规则：W^p＝F^pS^T(SS^T+λ₂I)^‑1W^q＝F^qS^T(SS^T+λ₃I)^‑1S＝M^‑1[(W^p)^TF^p+(W^q)^TF^q+λ₁A]根据所述更新规则，迭代更新W^p、W^q和S，直至收敛或达到最大迭代次数，以确定所述各平台的投影矩阵和所述各平台共享的稳定用户信息。