工作记忆理论驱动的社交媒体用户画像自然属性预测模型

利用社交媒体用户生成的内容构建用户画像系统,为个性化服务和电商平台的精准营销提供支持,这是社交媒体分析领域重要的研究方向之一.文中研究用户以时间线方式发布内容形成篇章级长度的多模态数据,并针对由此给用户画像自动构建带来的挑战展开分析.以用户性别和出生年代为主的自然属性为目标,研究如何有效处理与分析社交媒体用户发布的篇章级多模态数据,提出基于Moments的社交媒体用户画像自然属性预测模型.在认知心理学启发下,通过工作记忆理论设计数据分块方式,缓解以拼接和滑动窗口为主的传统方法存在的语意破坏和语篇合成的问题.再针对用户在发表社交内容时存在的模态偏好问题,综合注意力平衡模态内数据和模态间数据对预测任务贡献度的差异,实现用户画像中自然维度属性的预测.实验表明,文中模型在用户性别和出生年代预测任务上的准确性较高.

专家记忆优势效应理论的比较

依据专家记忆优势效应三个主要理论 (即模板理论、长时工作记忆理论和限制调节理论 )的不同特点选取变量 ,以中国象棋为实验材料 ,采用 2× 2× 2× 2混合设计 ,对三个理论进行检验比较。研究发现 :(1)被试在记忆棋局条件下的包含测验成绩 ,优于选择着法条件下的 ;(2 )棋局与棋手水平之间不存在显著的交互作用 ;(3)棋局与提取时的意识水平之间存在显著的交互作用 ,对局中的外显效应大于排局中的外显效应 ,而棋局的内隐效应则无显著差异。上述结果表明 ,相对而言 。