[发明专利]一种基于多模型堆栈融合的社交媒体用户人口属性预测方法

摘要

本发明涉及一种基于多模型堆栈融合的社交媒体用户人口属性预测方法，对用户的性别、年龄、地区三个人口属性进行预测。三个人口属性的预测均经过以下步骤：S1、用户特征提取；S2、模型训练；S3、多模型融合得出预测结果；本发明中特征的提取不只针对用户微博的文本内容，还涉及到统计类特征、时间信息类特征以及社交关系特征，保证了预测的准确度。采取多模型堆栈融合的方式来对逻辑回归、随机森林以及XGBoost三个模型进行融合，能有效地降低泛化误差，大大提高预测的准确率。

主权项

1.一种基于多模型堆栈融合的社交媒体用户人口属性预测方法，对用户的性别、年龄、地区三个人口属性进行预测，其特征在于：所述三个人口属性的预测均经过以下步骤：S1、用户特征提取；S2、模型训练；S3、多模型融合得出预测结果；所述步骤S1中：进行性别属性预测时，性别特征提取包括TFIDF特征、统计类特征以及时间信息类特征的提取；进行年龄属性预测时，年龄特征提取包括TFIDF特征、统计类特征、时间信息类特征以及社交关系特征的提取；进行地区属性预测时，地区特征提取包括TFIDF特征、统计类特征、时间信息类特征、社交关系特征以及用户所发博文中包含的省、市名的提取；所述步骤S2中：所述步骤S2模型训练包括逻辑回归模型、随机森林模型以及XGBoost模型，通过利用逻辑回归模型、随机森林模型以及XGBoost模型分别对TFIDF特征进行训练，分别得出一份stacking特征。