基于社会化表示的用户性别识别

• 作者: 吴闽泉 朱裴松 钱铁云
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 性别预测 社交媒体用户 社交关系 社会化表示
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 160-165
• 页数: 6页
• 分类号: TP391
• 字数: 7000字
• 语种: 中文

摘要

由于具有针对性的广告投放和个性化搜索等潜在应用,性别预测引起了巨大的研究兴趣.现有的大多数研究依赖于文本内容,而文本信息有时较难获取,从而使得文本特征很难被提取.对此,提出了一个新框架,该框架仅使用用户ID来对性别进行预测.该框架的关键在于在嵌入式连接空间中表示用户.提出两种策略来修改词嵌入技术,使其应用到用户嵌入当中.这两种策略分别是:1)序列化用户ID以获得社会关系的顺序;2)将用户嵌入大的上下文滑动窗口.在两个真实的新浪微博数据集上进行了广泛的实验,实验结果表明该方法显著优于目前最好的图形嵌入基线方法,其准确率也高于基于内容的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	吴闽泉	武汉大学软件工程国家重点实验室	12	84	5.0	9.0
3	朱裴松	武汉大学软件工程国家重点实验室	2	9	1.0	2.0