基于兴趣标签的缄默用户性别预测研究

• 作者: 尤珍妮 王飞 钱铁云 陈丽
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 性别预测 缄默用户 兴趣标签 概念类
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 计算机与电子信息工程
• 页码范围: 101-105
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.151221

摘要

为解决社交媒体中缄默用户的性别预测问题,提出利用用户文件夹中的兴趣标签进行区分的方法.针对标签存在稀疏和歧义性的特点,设计了一种基于概念类推断用户性别的框架.首先依据社交心理特征将标签划分为若干概念类;其次通过关联挖掘方法扩充概念类;最后通过概念类压缩用户特征空间.在新浪微博真实数据集上进行验证,实验结果表明:所提方法对于缄默用户性别有显著的区分效果,在不使用任何微博信息的条件下,区分准确率达到71％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱铁云	武汉大学软件工程国家重点实验室	14	65	5.0	7.0
2	王飞	武汉大学软件工程国家重点实验室	33	108	6.0	9.0
3	陈丽	武汉大学软件工程国家重点实验室	23	125	7.0	10.0
4	尤珍妮	武汉大学软件工程国家重点实验室	1	3	1.0	1.0