利用语言和行为特征将新浪微博用户分类为高或低幸福感群体
社会与信息网络
2015-07-14 v2
摘要
测量社交网络用户的幸福感具有重要意义，但现有的基于问卷的方法成本高、效率低。本文旨在基于用户的网络行为识别其幸福感水平。我们招募了 548 名参与者填写牛津幸福感问卷（OHI），并根据 OHI 得分将他们分为高/低幸福感两组。我们通过调用 API 下载了每位微博用户的数据，并提取了 103 个语言和行为特征。其中 24 个特征被识别出在高和低幸福感组之间存在显著差异。我们基于这 24 个特征训练了一个决策树来预测高/低幸福感组别。该决策树可用于根据语言和行为特征识别任何新社交网络用户的幸福感水平。该决策树的精确率可达 67.7%。尽管我们的决策树能力尚不理想，但通过互联网上的语言和行为特征对幸福感进行分类被证明是可行的。
引用
@article{arxiv.1507.01796,
title = {Classify Sina Weibo users into High or Low happiness Groups Using Linguistic and Behavior Features},
author = {Jingying Wang and Tianli Liu and Tingshao Zhu and Lei Zhang and Bibo Hao and Zhenxiang Chen},
journal= {arXiv preprint arXiv:1507.01796},
year = {2015}
}
备注
12 pages, 5 tables, 1 figures, typo fixed, the indexs in table 2 revised, four authors added