基于机器学习的社交媒体用户分类研究

李纲; 周华阳; 毛进; 陈思菁

首页> 中文期刊> 《现代图书情报技术》 >基于机器学习的社交媒体用户分类研究

基于机器学习的社交媒体用户分类研究

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

【目的】充分利用社交媒体用户的个人多维度信息,研究用户自动分类问题。【方法】将社交媒体用户定义为个体民众、媒体、政府和组织4种类型,从用户多维度信息中提取人口统计学、命名和自我描述三组特征,构建基于机器学习算法的用户自动分类模型,在Twitter真实数据集上通过实验对比各分类算法性能,并分析各组特征的贡献度。【结果】支持向量机和随机梯度下降分类模型的准确率和召回率均在83%以上,命名、人口统计学和自我描述特征对于分类性能的影响依次递增。【局限】由于标注的用户数量有限,可能无法让模型充分学习用户特征,而且没有考虑不同类型用户数量的不均衡问题。【结论】基于支持向量机和随机梯度下降的分类模型能够较准确地识别出4种类型用户,对后续社交媒体用户划分研究具有借鉴意义。

著录项

来源
《现代图书情报技术》 |2019年第8期|1-9|共9页
作者
李纲; 周华阳; 毛进; 陈思菁;
展开▼
作者单位

武汉大学信息资源研究中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类传播理论;文献标引与编目;
关键词
支持向量机; 用户分类; 机器学习; 特征提取;

相似文献

中文文献
外文文献
专利

1. 基于机器学习的社交媒体文本情感分析研究 [J] . 严军超 ,赵志豪 ,赵瑞 . 信息与电脑 . 2019,第020期
2. 基于潜在类别模型的电信用户分类研究 [J] . 彭宜丹 ,刘洪伟 ,高鸿铭 . 现代信息科技 . 2021,第002期
3. 基于潜在类别模型的电信用户分类研究 [J] . 彭宜丹 ,刘洪伟 ,高鸿铭 . 现代信息科技 . 2021,第002期
4. 基于收视行为和消费数据的用户分类研究 [J] . 黄峻泓 ,夏征宇 . 硅谷 . 2020,第002期
5. 基于LRFM模型的网贷平台借款用户分类研究 [J] . 姚香秀 ,盛冉 ,郭毓婷 . 无线互联科技 . 2020,第012期
6. 基于用户分类的公用变压器负荷超载预警研究 [C] . 邓春宇 ,武晓波 ,王冠男 . 2014电力行业信息化年会 . 2014
7. 基于机器学习的短视频社交媒体用户活跃性研究 [A] . 曾夫为 . 2020

基于机器学习的社交媒体用户分类研究

摘要

著录项

相似文献

相关主题

期刊订阅