本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：随着智能手机的普及，几乎在任何时间、任何地点，移动用户都可以用手机浏览网页、聊天、玩游戏。手机的上网数据可以反映每个用户的属性特征和行为偏好。通过机器学习算法可以精准地预测用户的属性特征（例如性别和年龄）以及在精准营销中常使用的特征标签。提出了一种基于开源的监督学习算法来预测用户性别与年龄的方法。
关键词：大数据；数据挖掘；机器学习；预测算法
doi：10.12045/j.issn.1007-3043.2019.09.008
引言
随着移动网络和智能手机的迅速发展，几乎每个人都离不开手机。咨询公司的报告显示，在近5年的时间里，智能手机在移动市场的渗透率已经从2014年的50%上升到2019年的80%，到2019年底，预计将达到85%。在日常生活中，人们几乎每天都在使用手机浏览网页、聊天和网上购物，手机的上网数据可以直观地反映用户的属性特征和行为偏好。因此，运营商可以通过智能网管平台采集移动用户终端APP安装列表、APP使用记录、终端类型和终端价格等数据，再结合GiHtub上开源的机器学习算法，便可以开展移动用户的精准画像工作，例如预测用户的年龄、性别等信息，这些在精准营销中是非常重要的客户标签属性。它不仅可以帮助互联网公司了解用户的行为特征，迭代开发产品，还可以帮助企业提高广告投放的精准度，从而节约广告投资成本。
