基于兴趣分析的用户人口统计预测
人机交互
2021-08-03 v1 人工智能
摘要
如今，由于网络上生成的信息量不断增加，大多数网络服务提供商试图使其服务个性化。用户也以多种方式与基于网络的系统交互，并通过对所提供条目进行评分来表达其兴趣和偏好。本文提出一个框架，基于用户在系统中记录的评分来预测用户的人口统计信息。据我们所知，这是首次将条目评分用于用户人口统计预测问题，该问题在推荐系统和服务个性化中已被广泛研究。我们将该框架应用于 Movielens 数据集的评分，预测用户的年龄和性别。实验结果表明，使用用户记录的所有评分相比先前研究的模型将预测准确率提高了至少 16%。此外，通过将条目分类为流行和不流行，我们剔除了属于 95% 条目的评分，仍达到可接受的准确率水平。这显著降低了时变环境中的更新成本。除该分类外，我们提出了其他在保持预测准确的同时减少数据量的方法。
引用
@article{arxiv.2108.01014,
title = {Predicting user demographics based on interest analysis},
author = {Reza Shafiloo and Marjan Kaedi and Ali Pourmiri},
journal= {arXiv preprint arXiv:2108.01014},
year = {2021}
}
备注
14 pages, 3 figures