Un réseau de neurones hiérarchique pour la prédiction de localisation des utilisateurs de Twitter

L'estimation précise de la localisation des utilisateurs est importante pour de nombreux services en ligne. Les méthodes précédentes basées sur des réseaux de neurones ignorent largement la structure hiérarchique entre les lieux. Dans cet article, nous proposons un réseau de neurones hiérarchique pour la prédiction de localisation des utilisateurs de Twitter. Notre modèle prédit d'abord le pays d'origine d'un utilisateur, puis utilise le résultat du pays pour guider la prédiction au niveau de la ville. De plus, nous utilisons une couche d'incorporation de mots consciente des caractères pour surmonter l'information bruitée dans les tweets. Avec la couche de fusion des caractéristiques, notre modèle peut accueillir diverses combinaisons de caractéristiques et atteindre des résultats à la pointe de la technologie sur trois points de référence couramment utilisés, dans différents paramètres de caractéristiques. Cela améliore non seulement la précision de la prédiction, mais réduit également considérablement la distance d'erreur moyenne.