基于社区特定语言特征与个人价值观相关性的社交媒体用户个人价值观预测
社会与信息网络
2020-07-17 v1 机器学习
摘要
个人价值观对个体的行为、偏好和决策具有显著影响。因此，一个人的个人价值观会影响其在社交媒体上的内容与活动也就不足为奇。研究者们未让用户填写个人价值观问卷，而是探索了一种非侵入式且高度可扩展的方法，利用用户生成的社交媒体数据来预测个人价值观。然而，在设计此类预测模型时，词语使用与档案信息的地理差异是需要解决的问题。本工作中，我们聚焦于分析新加坡用户的个人价值观，并利用其 Facebook 数据开发有效的模型来预测其个人价值观。这些模型利用了语言查询与词数统计(Linguistic Inquiry and Word Count, LIWC)中的词类以及个人价值观之间的相关性。LIWC 词类针对新加坡的非英语用词进行了调整。我们将个人价值观间的相关性纳入所提出的堆叠模型(Stack Model)中，该模型由特定任务的基模型层与交叉缝合层模型(cross-stitch layer model)组成。通过实验，我们表明所提模型在预测个人价值观上相较先前工作有可观的准确率提升。此外，我们使用该堆叠模型，利用大量 Twitter 用户的公开推文内容预测其个人价值观，并实证得出了若干与其线上行为相关的有趣发现，这些发现与社会科学及社交媒体文献中的早期结论一致。
引用
@article{arxiv.2007.08107,
title = {On Predicting Personal Values of Social Media Users using Community-Specific Language Features and Personal Value Correlation},
author = {Amila Silva and Pei-Chi Lo and Ee-Peng Lim},
journal= {arXiv preprint arXiv:2007.08107},
year = {2020}
}