我目前正在试验用户代理字符串。我目前的计划是标记用户代理字符串并将其拆分为重要部分。如操作系统、浏览器名称等。
在那之后，创建某种映射是否有意义，其中 iOS = 0.1 和 Windows = 0.2，我将字符串映射到我的网络操作系统功能的数字？
这是当前处理此类数据的最佳方法，还是我应该尝试不同的方法？网络应该预测用户将点击哪个类别，然后将该类别移动到更显眼的位置。
例如，我希望 iOS 用户更喜欢 iPhone 手机壳而不是 android 手机壳。
感谢您帮助我进行实验。
如何量化神经网络的标记化用户代理字符串？
数据挖掘
机器学习
神经网络
特征提取
2022-02-28 12:03:11
2个回答
iOS、Windows 和 Android 不应被视为字符串，而应被视为类别。类别应该是 one-hot 编码的，并且不应该共享相同的输入，因为它们彼此不相关。
因此，假设我们使用两个操作系统：iOS 和 Windows。
因此，对于 iOS，输入是：1 0，对于 Windows，输入是：0 1。
但现在我们要添加另一个操作系统：Android。
iOS 变为：1 0 0，Windows 0 1 0，Android 0 0 1：。请注意，通过添加 android，您实际上并没有更改输入！您只需为 iOS 和 Windows 添加一个额外的 0，并且 0 不会在神经网络中计算0*weight = 0。
因此，通过添加操作系统，您不会影响网络为先前训练的操作系统学习的内容。
我有点犹豫要不要回答这个问题，因为我有利益冲突，而且该产品不是开源的（不过，该产品的一个版本可在三大 CSP 的市场上获得）。
WURFL 是一种 API，可用于将 HTTPuser-agent字符串（以及更普遍的 HTTP 请求）转换为设备属性，这种技术通常称为（移动）设备检测。使用 WURFL，数据科学家可以将用户代理字符串映射到设备数据，并大大减少过程中的基数。数千个（甚至数十万个）不同的 UA 字符串可以翻译成数百个品牌和型号。操作系统、浏览器及其各自的版本可以整合并轻松聚合。相关性更容易探索和确定。当然，可以沿着很多不同的维度（即 WURFL 提供的所有属性（AKA 功能））减少差异，而不仅仅是模型、操作系统和浏览器。
以下文章展示了如何在 Python 中将 WURFL 用于此目的的实际示例，但支持所有主要平台和编程语言。
其它你可能感兴趣的问题