中文社交媒体用户性别预测研究——以新浪微博短文本内容为例

[目的/意义]与互联网的高速发展不同,个人信息安全保护的发展相对滞后,通过预测社交媒体用户的性别,能够更好地针对不同性别用户提供隐私保护.[方法/过程]以新浪微博这一社交媒体中用户发布的短文本为研究对象,从中抽取语言特征和主题特征,为每一个用户构建基于语言特征、主题特征以及两个特征叠加的特征表达向量,利用SVM机器学习算法构建性别预测的分类器.[结果/结论]实验表明,从微博短文本中抽取的语言特征和主题特征能够准确预测用户性别,其效果在主要评价指标中均有大幅提升....

Full description

Saved in:
Bibliographic Details
Published in知识管理论坛 Vol. 6; no. 4; pp. 213 - 227
Main Authors 刘雅琦, 李得志, 王瑞雪
Format Journal Article
LanguageChinese
Published 中国科学院文献情报中心 30.08.2021
Subjects
语言特征
性别预测
短文本
主题特征
Online AccessGet full text
ISSN2095-5472
2095-5472

Cover

More Information
Summary:[目的/意义]与互联网的高速发展不同,个人信息安全保护的发展相对滞后,通过预测社交媒体用户的性别,能够更好地针对不同性别用户提供隐私保护.[方法/过程]以新浪微博这一社交媒体中用户发布的短文本为研究对象,从中抽取语言特征和主题特征,为每一个用户构建基于语言特征、主题特征以及两个特征叠加的特征表达向量,利用SVM机器学习算法构建性别预测的分类器.[结果/结论]实验表明,从微博短文本中抽取的语言特征和主题特征能够准确预测用户性别,其效果在主要评价指标中均有大幅提升.
ISSN:2095-5472
2095-5472