确定推文的用户国家
社会与信息网络
2015-08-12 v1
摘要
在广泛使用的消息平台 Twitter 中，约 2% 的推文通过精确 GPS 坐标（纬度和经度）包含地理位置。知晓推文位置对许多数据分析问题有用。本研究探讨为不含 GPS 坐标的推文确定位置。使用基于用户时区、用户语言以及解析出的用户位置等特征训练的朴素贝叶斯(Naive Bayes)模型，达到了 82% 的准确率。该分类器在 Twitter 活跃国家如荷兰和英国表现良好。对分类器所犯错误的分析表明，错误源于信息有限以及国家间共享属性（如共享时区）。为观察不同特征的影响进行了特征分析。时区与解析出的用户位置是信息量最大的特征。
引用
@article{arxiv.1508.02483,
title = {Determine the User Country of a Tweet},
author = {Han van der Veen and Djoerd Hiemstra and Tijs van den Broek and Michel Ehrenhard and Ariana Need},
journal= {arXiv preprint arXiv:1508.02483},
year = {2015}
}
备注
CTIT Technical Report, University of Twente