基于深度多视图学习的 Twitter 用户地理定位
社会与信息网络
2018-05-15 v1 机器学习
摘要
预测 Twitter 等社交网络用户的地理位置是一个活跃的研究课题，迄今已提出大量方法。现有工作大多遵循基于内容或基于网络的方法。前者依赖于用户生成的内容，而后者利用用户网络的结构。本文提出一种更通用的方法，将基于内容和基于网络的特征以及其他可用信息统一纳入一个模型中。我们的方法名为多入口神经网络（Multi-Entry Neural Network, MENET），利用了深度学习和多视图学习的最新进展。将 MENET 以文本、网络和元数据特征实现，得到了一种有效的 Twitter 用户地理定位方法，在两个知名数据集上达到了最先进水平（state of the art）。
引用
@article{arxiv.1805.04612,
title = {Twitter User Geolocation using Deep Multiview Learning},
author = {Tien Huu Do and Duc Minh Nguyen and Evaggelia Tsiligianni and Bruno Cornelis and Nikos Deligiannis},
journal= {arXiv preprint arXiv:1805.04612},
year = {2018}
}
备注
Presented at IEEE International Conference on Acoustics, Speech and Signal Processing, 2018