基于关注对象的Twitter用户年龄概率推断
社会与信息网络
2017-02-27 v2 机器学习
摘要
Twitter为大规模研究人类行为提供了开放且丰富的数据源，并被社会与网络科学广泛采用。然而，Twitter数据的一个主要批评是人口统计信息大量缺失。用用户年龄增强Twitter数据将提升我们研究社交网络结构、信息流和传染扩散的能力。检测Twitter用户年龄的方法通常聚焦于推文的特定属性，例如语言特征，这依赖于语言。本文设计了一种语言无关的方法，从Twitter生态系统原生数据中确定用户年龄。核心思想是使用贝叶斯框架，基于关注对象（what/whom they follow），将少量Twitter用户的真实年龄信息推广到整个网络。我们的方法可扩展到以高精度推断7亿Twitter账户的年龄。
引用
@article{arxiv.1601.04621,
title = {Probabilistic Inference of Twitter Users' Age based on What They Follow},
author = {Benjamin Paul Chamberlain and Clive Humby and Marc Peter Deisenroth},
journal= {arXiv preprint arXiv:1601.04621},
year = {2017}
}
备注
9 pages, 9 figures