基于卡方检验和SVM的用户搜索画像技术研究

基于用户画像的广告定向技术普遍应用于品牌展示和精准竞价广告,然而现有的用户搜索画像技术存在着特征维度大、矩阵稀疏的问题。针对这一问题,本文采用卡方检验和线性核支持向量机相结合的方法,首先利用结巴分词对搜索文本预处理,其次采用卡方检验进行特征选择,并采用支持向量机分类算法进行属性判定,最后进行了实验对比。实验表明卡方检验有效降低了特征维度,并提升了分类准确度;支持向量机在矩阵稀疏上分类性能优于其他常用的文本分类算法。