微博用户的个性分类分析

• 作者: 丁飞 左俐俐 张岩峰 杨涛 陈长松
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 社交网络 微博 个性分类 提升决策树 支持向量机 贝叶斯逻辑递归
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 数据挖掘
• 页码范围: 402-409
• 页数: 8页
• 分类号: TP274
• 字数: 8056字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.02.033

摘要

社交网络给每个社会中的人提供了自由表达个人情感、观点、兴趣、建议等言论的平台.用户在这些平台上发表的言论、所做的行为以及用户在平台上建立的社交圈子也给数据挖掘带来了新的数据和机会.提出了一种利用用户在微博上的公开数据信息实现对该用户的MBTI个性维度进行分类分析的方法.在该方法中,基于对用户微博数据的分析,提出了能够表征用户心理和行为的文本和非文本特征,然后采用三种机器学习的分类方法一提升决策树、支持向量机和贝叶斯逻辑递归来对微博用户的个性进行分类分析.实验结果表明,通过对微博数据的挖掘可以在不同MBTI个性维度上达到75％～90％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨涛		18	107	4.0	10.0
2	丁飞		3	45	2.0	3.0
3	陈长松		11	130	5.0	11.0
4	张岩峰		2	44	2.0	2.0
5	左俐俐		1	6	1.0	1.0