来源：期刊VIP网 时间：
作者：邵泽明;李宇昂;杨可;王国鹏;刘兴国;陈瀚宁;司占军;
单位：天津科技大学人工智能学院;国家开放大学;数字化学习技术集成与应用教育部工程研究中心;
摘要：在互联网和商业环境的数据驱动时代，构建准确的用户画像对于个性化用户的理解和分类至关重要。传统的TF-IDF算法在评估单词对分类结果的影响时，存在一些局限性。因此，本研究引入了一种改进的TF-IDF-K算法，其中包含均衡因子，旨在通过处理和分析用户搜索记录来构建用户画像。通过支持向量机（SVM）的训练和预测功能，预测用户的人口属性。实验结果表明，TF-IDF-K算法在分类准确性和可靠性方面取得了显著的提升。
关键词：TF-IDF-K算法;;用户画像;;均衡因子;;SVM
