我的年龄是多少？：利用有影响力好友网络与 DBpedia 预测 Twitter 用户年龄
社会与信息网络
2018-04-11 v1
摘要
社交媒体是用户行为与观点的丰富来源。Twitter 每日感知来自 3.28 亿用户的近 5 亿条推文。在此信息上构建恰当的机器学习流水线，能够为社会科学、公共卫生、群体智慧等广泛领域实现及时且低成本的数据收集。在许多领域中，用户人口统计信息对于识别所研究人群的分段至关重要。例如，观察到哪些年龄组滥用哪些药物？各地点受抑郁症影响最深的族群是哪些？Twitter 当前状态不要求用户提供任何人口统计信息。我们提议创建一个结合 DBpedia 图的机器学习系统，以预测 Twitter 用户最可能的年龄。在构建利用社交媒体文本与用户元数据的年龄预测模型过程中，我们探索了现有的最优方法。通过详述我们的数据收集、特征工程周期、模型选择与评估流水线，我们将通过与“预测均值”年龄估计基线比较来展示我们方法的有效性。
引用
@article{arxiv.1804.03362,
title = {What's my age?: Predicting Twitter User's Age using Influential Friend Network and DBpedia},
author = {Alan Smith and Manas Gaur},
journal= {arXiv preprint arXiv:1804.03362},
year = {2018}
}