基于粗糙集的微博用户性别识别

• 作者: 刘西蒙 熊金波 黄发良 黄添强
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 微博挖掘 性别识别 粗糙集 k近邻分类器 网络安全
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 第五届中国数据挖掘会议(CCDM 2014)论文
• 页码范围: 2209-2211
• 页数: 3页
• 分类号: TP391.3|TP18
• 字数: 4108字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.08.2209

摘要

针对微博消息往往会不同程度表现出性别倾向性的特点,从消息内容挖掘的角度出发提出了一种基于粗糙集的微博用户性别识别算法.设计了一种基于容差粗集的微博消息表示模型(TRSRM),有效地刻画微博消息的性别特征.实验结果表明,在1000个真实微博用户的微博消息的测试集下,所提模型的准确率比特征项频数表示模型平均提高了7％,取得了更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄添强	福建师范大学软件学院	44	258	9.0	14.0
2	熊金波	福建师范大学软件学院	42	305	11.0	15.0
3	黄发良	福建师范大学软件学院	30	278	10.0	16.0
4	刘西蒙	西安电子科技大学计算机学院	14	194	9.0	13.0