根据用户的一些特征数据，如果能推测出用户的性别借此提高产品的服务质量、广告的精准性等都是极好的。
机器学习方法有很多，而且一般都可以达到不错的效果，比如svm或神经网络等。
本文使用的代码参考——《TensorFlow练习18: 根据姓名判断性别》
但原文代码已经无法直接跑起来，对于最新的TensorFlow需要酌情调整部分参数和函数名等，根据报错调整即可比较容易，文末我也可以考虑放出自己的代码，看心情吧 O(∩_∩)O~
下面我们开始一步步剖析原文中用到的word embedding方法：
虽然word embedding通常是用于自然语言处理的，但其实用于分析用户性别也不错，通过训练word embedding可将一句话分为积极、消极或高兴、生气等态度，所以把用户特征当做一句话，分析出男女（相当于这句话的态度）自然是可行的。
word embedding中用到了卷积神经网络，关于什么是卷积神经网络，可参考这篇知乎回答——《CNN(卷积神经网络)是什么？有入门简介或文章吗？》，讲解的深入浅出，非常适合入门理解。
而对于《TensorFlow练习18》中的代码只有一类特征就是姓名，先将名字中每个字向量化（前57行代码）并用于embedding计算和卷积计算等，实际情况下可能不会知道姓名而且也会做数据脱敏，当然这都是后话，通常的特征数据类型有设备类型、安装的软件等，这些特征也要先经过向量化处理，比如设备A，软件x、软件y、软件z，把其中每项当成原文中一个字来做向量化即可，转换之后就变成了4个数值（下文简称向量值），向量值才是计算机可以理解的信息。
接下来就到了最关键的embedding层了，至于这个embedding到底是怎么回事，可以参考这篇文章《TensorFlow学习笔记3：词向量》，核心就是上述向量值太简单了，没有相关性，无法直接用于计算卷积神经网络，所以在训练模型过程中用embedding算法得出每个向量值在多个维度的语义和相关性数据。原文中embedding_size=128，所以就会为每个向量值计算128维的数据，当然对于实际的应用场景可能维度太多反倒会适得其反，可以调整embedding_size多训练几个模型来确定最适合的值，比如我最终确定embedding_size=16准确率最高。
在embedding层之后就是卷积层和池化层了，还有dropout层，这些在《CNN(卷积神经网络)是什么？有入门简介或文章吗？》也有详细介绍，就不赘述了。原文中filter_sizes = [3,4,5]一共三项，所以一共三层卷积，而每层卷积的感受野分别为3、4、5，至于num_filters=128即每层卷积有128个卷积核（可以认为是128种滤镜）。另外其中的filter_sizes也是可以根据应用场景适当调整的，num_filters也可以调下试试，不过我感觉调整num_filters对于我的场景帮助不大。
未完待续