微博用戶屬性識別方法研究.pdf

1、隨著社交網(wǎng)絡(luò)的迅猛發(fā)展，自動分析社交網(wǎng)絡(luò)中的有用信息成為目前自然語言處理、社交網(wǎng)絡(luò)分析等領(lǐng)域的重要研究課題。其中，微博用戶屬性識別是一項基本任務(wù)。該任務(wù)旨在根據(jù)微博用戶產(chǎn)生的相關(guān)數(shù)據(jù)對用戶的個體屬性（例如，性別、年齡等）進(jìn)行自動識別。準(zhǔn)確識別用戶的個體屬性，可以幫助更好的進(jìn)行智能營銷、個性化預(yù)測及情感分析等研究。本文的研究內(nèi)容主要包括以下三個方面：
　　首先，針對微博中用戶的個人與非個人屬性，本文提出了一種結(jié)合微博用戶的用戶名和微

2、博文本兩類信息的分類方法。該方法針對兩種文本訓(xùn)練不同分類器，并在此基礎(chǔ)上提出了一種基于分類器融合的方法，同時利用用戶名和微博兩類信息進(jìn)行分類。實驗結(jié)果表明，本文的方法可以達(dá)到較高的識別準(zhǔn)確率，并且分類器融合方法明顯優(yōu)于僅利用用戶名或微博文本的單分類器分類方法。
　　其次，針對微博用戶的性別屬性，提出了一種基于交互式信息的半監(jiān)督性別分類方法。傳統(tǒng)的性別分類研究依賴大量的標(biāo)注樣本，而通常情況下人工標(biāo)注樣本費時費力。作為一種社交網(wǎng)絡(luò)平臺

3、，微博提供了多種交互機(jī)制以供用戶互動。因此，微博平臺既包括用戶發(fā)布的微博等非交互式信息，同時也包括回復(fù)等交互式信息。本文提出了一種基于交互式信息的半監(jiān)督性別分類方法，該方法將交互式和非交互式兩類信息作為協(xié)同訓(xùn)練算法的兩個視圖，充分利用未標(biāo)注樣本實現(xiàn)半監(jiān)督性別分類。實驗結(jié)果表明基于非交互式和交互式視圖的半監(jiān)督性別分類方法能夠有效利用非標(biāo)注樣本提升性別分類性能。
　　最后，針對微博用戶的年齡屬性，提出了一種基于文本和社交信息的半監(jiān)督年