微博中个人与非个人用户分类方法研究

• 作者: 李寿山 薛云霞 阮进
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 个人用户识别 新浪微博 文本分类 自然语言处理 社交网络
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCIR 2014)论文选登
• 页码范围: 192-198
• 分类号: TP391.1
• 字数: 5720字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.02.002

摘要

分别利用用户名和微博文本对个人与非个人两种用户类型进行判别,并对不同的特征(例如:字特征、词特征等)进行研究分析;其次,在针对用户名和微博文本的两个分类器的基础上,使用贝叶斯融合方法进行分类器融合,充分利用两种文本分类信息同时进行用户类型判断.实验结果表明此方法可以达到较高的识别准确率,并且分类器融合方法明显优于仅利用用户名或者微博文本的分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李寿山	苏州大学自然语言处理实验室	68	618	13.0	23.0
2	薛云霞	苏州大学自然语言处理实验室	2	15	2.0	2.0