2.1 阅读行为分类模型介绍
阅读行为分类模型介绍
任务概述
- 用户浏览投资相关内容（新闻，feed， 报告 等） 并产生入金行为
- 基于用户浏览内容构建文本分类模型判断是否有入金行为
数据形式
已有数据包含用户和浏览内容的相关信息
数据的基本概况
- 数据包含4479 个用户， 20180 条数据
- 其中 1806 个用户具有入金行为 占比 40.6%
- 其中 4968 条数据包含入金行为 占比 24.6%
- 其中 2399 个用户 只有1条记录，占比 53%， 超过5 条数据的用户占比 13%
数据准备
- 数据清洗： 除去标点和数字
- 缺失值填充： 空格代替缺失值
- 异常值处理： 个别用户浏览超过800+条内容
文本分类模型搭建
基于BERT 与训练模型 创建文本分类模型。 基本架构如下
- 基于单条文本预测模型（a.k.a. BERT)
- 基于最近三条浏览文本的预测模型 （a.k.a, BERT+CNN, BERT+LSTM)
动手实验
https://github.com/jackie930/financial-Forecast-RCA/tree/main/code/textcls_rca/code