Tumblr 用户大规模性别/年龄预测
机器学习
2020-01-06 v1 社会与信息网络
机器学习
摘要
Tumblr 作为领先的内容提供商与社交媒体，吸引每月 3.71 亿次访问、2.8 亿个博客和 5330 万每日发帖。Tumblr 的流行度为广告主通过赞助帖推广产品提供了巨大机会。然而，由于 Tumblr 注册时不要求性别与年龄等用户信息，针对特定人口统计群体投放广告是一项挑战性任务。因此，为促进广告定向，利用帖子、图像和社交关系等丰富内容预测用户人口统计特征至关重要。本文中，我们提出基于图与深度学习的年龄和性别预测模型，其考虑了用户活动与内容特征。对于基于图的模型，我们提出网络嵌入与标签传播两种方法来生成连接特征并直接推断用户人口统计信息。对于深度学习模型，我们利用卷积神经网络（CNN）与多层感知机（MLP）预测用户年龄与性别。在含数亿活跃用户与数十亿关注关系的真实 Tumblr 每日数据集上的实验结果表明，我们的方法显著优于基线模型，年龄准确率相对提升 81%，性别 AUC 与准确率提升 5%。
引用
@article{arxiv.2001.00594,
title = {Large-scale Gender/Age Prediction of Tumblr Users},
author = {Yao Zhan and Changwei Hu and Yifan Hu and Tejaswi Kasturi and Shanmugam Ramasamy and Matt Gillingham and Keith Yamamoto},
journal= {arXiv preprint arXiv:2001.00594},
year = {2020}
}