基于Web日志的性格预测与群体画像方法研究

• 作者: 康海燕 李昊
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: Web日志 数据挖掘 用户画像 性格预测 TF-IDF K-means
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 39-46
• 页数: 8页
• 分类号: TP391
• 字数: 6527字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018319

摘要

提出一种用户性格预测与群体画像方法.该方法将数据挖掘、机器学习和画像技术相结合,首先改进了传统TF-IDF算法没有考虑文章结构的问题,提高网页主题挖掘的准确率;其次根据大五类性格构建"性格-主题-关键词"(PTK)模型,归结不同用户的兴趣属性特征和性格属性特征,并结合用户的基础属性对用户进行综合画像;然后运用K-means方法将拥有相同属性特征的人群进行聚类,描绘在社会中拥有相似特征人群的群体面貌;最后通过实验证明,该方法使用改进的TF-IDF方法对网页文本进行挖掘效果要优于LDA主题模型,而且可以有效对用户的性格进行预测与群体画像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康海燕	北京信息科技大学信息管理学院	53	156	7.0	10.0
2	李昊	北京信息科技大学计算机学院	2	4	1.0	2.0