利用用户关注的名人推断 Twitter 用户性别
信息检索
2014-05-27 v1 计算与语言
摘要
本文针对社交媒体中的用户性别分类任务，并以 Twitter 为应用场景。该方法通过利用可观测信息自动预测性别，这些信息包括用户的推文行为、Twitter 动态的语言内容以及用户关注的名人。本文首先评估了基于 LIWC 词典的语言内容特征，以及基于 Wikipedia 和 Freebase 的流行邻域特征。随后将这两类特征进行融合，显著提高了性别预测的准确率。结果表明，丰富的语言特征与流行邻域特征相结合，对于额外的用户分类需求具有重要价值和广阔前景。
引用
@article{arxiv.1405.6667,
title = {Inferring gender of a Twitter user using celebrities it follows},
author = {Puneet Singh Ludu},
journal= {arXiv preprint arXiv:1405.6667},
year = {2014}
}
备注
Submitted at CSE department, SUNY Buffalo, 2014