你擅长写论文和给论文降重并且在计算机和金融领域都很精通熟悉银行业务现在要求你给下列文字降重：研究人员用多种方法对用户画像进行建模研究。将用户行为的原始数据转化为应用程序定义好的一组用户偏好比较了利用支持向量机、人工神经网络和朴素贝叶斯方法构建用户偏好分类模型以寻找准确率更高、更适用于用户偏好构建的算法模型。Gu1等利用马尔可夫逻辑因子图MagicFG来处理web 用户画像在大数据中的问题在一个统一

研究人员使用多种方法对用户画像进行建模研究，将用户行为的原始数据转化为应用程序定义的一组用户偏好。比较了支持向量机、人工神经网络和朴素贝叶斯方法构建用户偏好分类模型，以寻找更适用于用户偏好构建的算法模型。Gu等利用马尔可夫逻辑因子图（MagicFG）来处理web用户画像在大数据中的问题，并将设计的MagicFG模型应用到AMiner.org在线系统来提取研究人员画像。Qing等学者提出了一种整合标签与评级的多级画像模型，评判用户的喜爱程度来提高个性化搜索的完成度。李恒超等构建了一种二级融合算法模型对搜索词间的语义关联关系进行挖掘，在二级模型中分别利用了doc2vec神经网络、Xgboost集成树和Stacking等多模型相融合的方法，完成了对用户画像的多标签预测。林燕霞等以微博用户为研究主体，以社会认同理论为研究基础，运用LDA主体模型得到包含用户偏好的语义主体分布，最后利用用户相似度计算得出用户群体的类别及相应的用户特征。魏明珠等提取相应标签，并通过K-means算法进行群体间的聚类，最后针对不同特征的群体画像提出相应建议。国内外学者主要运用不同的技术方法获取、处理用户的显性或隐性数据，较少关注时间变化和外界情境等因素，需要有效的技术和方法来解决如何更精准地体现出情境因素对用户兴趣变化的影响。