本文關(guān)鍵詞：微博用戶的個性分類分析

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 微博 個性分類 提升決策樹 支持向量機 貝葉斯邏輯遞歸

【摘要】：社交網(wǎng)絡(luò)給每個社會中的人提供了自由表達個人情感、觀點、興趣、建議等言論的平臺。用戶在這些平臺上發(fā)表的言論、所做的行為以及用戶在平臺上建立的社交圈子也給數(shù)據(jù)挖掘帶來了新的數(shù)據(jù)和機會。提出了一種利用用戶在微博上的公開數(shù)據(jù)信息實現(xiàn)對該用戶的MBTI個性維度進行分類分析的方法。在該方法中,基于對用戶微博數(shù)據(jù)的分析,提出了能夠表征用戶心理和行為的文本和非文本特征,然后采用三種機器學(xué)習(xí)的分類方法—提升決策樹、支持向量機和貝葉斯邏輯遞歸來對微博用戶的個性進行分類分析。實驗結(jié)果表明,通過對微博數(shù)據(jù)的挖掘可以在不同MBTI個性維度上達到75%~90%的準(zhǔn)確率。
【作者單位】： 公安部第三研究所;中石化管理干部學(xué)院;
【關(guān)鍵詞】： 社交網(wǎng)絡(luò) 微博 個性分類 提升決策樹 支持向量機 貝葉斯邏輯遞歸
【分類號】：TP393.092;TP391.1
【正文快照】： 1引言近十年來,社交網(wǎng)絡(luò)經(jīng)歷了爆炸性的增長,據(jù)統(tǒng)計,推特(Twitter)的用戶數(shù)已超過5億,一天的數(shù)據(jù)增量大約為7TB;臉書(FaceBook)的用戶數(shù)已超過10億,一天的數(shù)據(jù)增量超過10TB。截至2012年12月底,新浪微博注冊用戶已超5億,日活躍用戶數(shù)達到4 620萬,用戶每日發(fā)博量超過1億條[1]。

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2003年04期

2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

5 馮學(xué)軍;;最小二乘支持向量機的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年01期

6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(英文)[J];半導(dǎo)體技術(shù);2008年06期

7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測[J];半導(dǎo)體技術(shù);2011年09期

8 李卓遠(yuǎn),吳為民,王e，

本文編號：772857