基于用户指纹的意见预测

意见预测是一个新兴的研究领域，具有市场调研和态势感知等多种现实应用。我们归纳出解决意见预测问题的两类方法。一类使用时序建模的基于主题的情感分析，另一类使用文本的静态嵌入。后一类方法通过生成用户指纹来寻求用户特定的解决方案。此类方法有助于预测用户对未见内容的反应。在本工作中，我们提出了一种新颖的动态指纹方法，该方法利用用户评论的上下文嵌入，并以相关的用户阅读历史为条件。我们将 BERT 变体与循环神经网络集成以生成预测。结果显示，与先前方法相比，微平均 F1 分数最高提升 13%。实验结果揭示了此前未知的新的见解，例如动态历史长度增加带来更好的预测、文章性质对性能的影响，从而为进一步研究奠定基础。