摘要：用户画像可以用于用户相关事件的预测。在本文中,我们探索对用户画像的建模中结合外在因素的变化,对用户相关行为进行预测。在实验方面,我们以阿里音乐用户的历史播放数据为基础,结合外在主要相关事件,对艺人进行多维的画像,进而预测某个时间段内艺人的歌曲点播量,挖掘出即将成为潮流的艺人,从而实现对一个时间段内音乐流行趋势的准确把控。实验结果表明,与传统的机器学习方法和时序模型方法相比,我们的算法具有很高准确率,且具有简洁,泛化能力强的特点。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：用户画像 arima 随机森林 时间序列
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
