基于时间心理语言学方法的社交媒体用户身份解析
计算与语言
2024-07-30 v1
摘要
本文提出了一种利用社交媒体平台上帖子的话题、情感和时间进行身份解析的方法。我们收集了来自 Disqus 和 Twitter 约 5000 个用户的公开帖子，并分析其帖子以匹配这两个平台上的用户 profile。我们在分析中采用了时间依赖和非时间依赖两种方法。尽管两种方法都没有确定性地证明哪种方法更优，但时间依赖方法通常表现更好。我们发现，时间窗口大小对结果影响大于平移幅度。另一方面，我们的情感分析显示，情感的纳入对结果几乎没有影响，这可能是由于数据提取方法存在缺陷。我们还实验了一种基于距离的奖惩评分模型，该模型在收集的语料库中达到了 24.198% 的准确率，平均排名为 158.217（总共 2525 名）。未来工作包括通过评估每个话题的情感来完善情感分析，扩展时间分析的阶段，以及通过权重调整和修改奖励来提高评分模型的性能。
关键词
引用
@article{arxiv.2407.19967,
title = {A Temporal Psycholinguistics Approach to Identity Resolution of Social Media Users},
author = {Md Touhidul Islam},
journal= {arXiv preprint arXiv:2407.19967},
year = {2024}
}