基于粗糙集的微博用户性别识别

doi:10.11772/j.issn.1001-9081.2014.08.2209

计算机应用 ›› 2014, Vol. 34 ›› Issue (8): 2209-2211.DOI: 10.11772/j.issn.1001-9081.2014.08.2209

• 第五届中国数据挖掘会议(CCDM 2014)论文 • 上一篇下一篇

基于粗糙集的微博用户性别识别

黄发良¹,熊金波¹,黄添强¹,刘西蒙²

1. 福建师范大学软件学院，福州350007
2. 西安电子科技大学计算机学院，西安710071

收稿日期:2014-04-29 修回日期:2014-05-02 出版日期:2014-08-01 发布日期:2014-08-10
通讯作者: 黄发良
作者简介:黄发良(1975-),男,湖南永州人，副教授，博士，主要研究方向：数据挖掘；熊金波(1982-),男,湖南益阳人，讲师，博士，主要研究方向：大数据安全；黄添强(1970-),男,福建莆田人，教授，博士，主要研究方向：数据挖掘；刘西蒙（1988-），男,陕西西安人，博士研究生，主要研究方向：大数据安全。
基金资助:
教育部人文社会科学研究青年基金资助项目;福建省教育厅科技项目

Gender identification of microblog users based on rough set

HUANG Faliang¹,XIONG Jinbo¹,HUANG Tianqiang¹,LIU Ximeng²

1. Faculty of Software, Fujian Normal University, Fuzhou Fujian 350007, China;
2. School of Computer Science and Technology, Xidian University, Xi'an Shaanxi 710071, China

Received:2014-04-29 Revised:2014-05-02 Online:2014-08-01 Published:2014-08-10
Contact: HUANG Faliang

摘要/Abstract

摘要：

针对微博消息往往会不同程度表现出性别倾向性的特点，从消息内容挖掘的角度出发提出了一种基于粗糙集的微博用户性别识别算法。设计了一种基于容差粗集的微博消息表示模型(TRSRM)，有效地刻画微博消息的性别特征。实验结果表明，在1000个真实微博用户的微博消息的测试集下，所提模型的准确率比特征项频数表示模型平均提高了7%，取得了更好的识别效果。

Abstract:

Concerning gender tendency hidden in microblog messages posted by microblog users, a novel approach based on rough set theory was proposed to identify microblog user gender. In the proposed approach, a new Representation Model based on Tolerance Rough Set (TRSRM) was devised, which can effectively represent gender characteristics of microblog messages. The experimental results show that the accuracy rate of the proposed approach is 7% higher than frequency model approach by testing messages of 1000 real microblog users, and so the TRSRM achieves better recognition performance.

中图分类号:

TP391.3
TP18

黄发良熊金波黄添强刘西蒙. 基于粗糙集的微博用户性别识别[J]. 计算机应用, 2014, 34(8): 2209-2211.

HUANG Faliang XIONG Jinbo HUANG Tianqiang LIU Ximeng. Gender identification of microblog users based on rough set[J]. Journal of Computer Applications, 2014, 34(8): 2209-2211.

参考文献

［1］FBI San Diego. IC3 2011 Internet crime report released ［EB/OL］. ［2014-01-20］. http://www.fbi.gov/sandiego/press-releases/2012/ic3-2011-Internet-crime-report-released.
［2］KSE C, ZYURT , AMANMYRADOV G. Mining chat conversations for sex identification ［C］// Proceedings of the 11th Pacific-Asia Conference on Knowledge Discovery and Data Mining. Berlin: Springer, 2007: 45-55.
［3］CHENG N, CHNANDRAMOULI R, SUBBALAKSHIMI K P. Author gender identification from text ［J］. Digital Investigation, 2011, 8(1): 78-88.
［4］MILLER Z, DICKINSON B, HU W. Gender prediction on twitter using stream algorithms with N-gram character features ［J］. International Journal of Intelligence Science, 2012, 2(4): 143-148.
［5］KSE C, ZYURT , IKIBAS C. A comparison of textual data mining methods for sex identification in chat conversations ［C］// Proceedings of the 4th Asia Information Retrieval Symposium. Berlin: Springer, 2008: 638-643.
［6］TANG Q, LIN H. Research on gender recognition for character in text ［J］. Journal of Chinese Information Processing, 2010, 24(2): 46-51.(唐琴,林鸿飞.文本中人物性别识别研究［J］.中文信息学报,2010,24(2):46-51.)
［7］LAKOFF R. Language and woman's place ［M］. New York: Harper and Row, 1975.
［8］TALBOT M M. Language and gender: an introduction ［M］. New Jersey: Wiley-Blackwell, 1998.
［9］ZHOU Y. Words that matter: gender features in the language use of weblog ［D］. Hangzhou: Zhejiang University, 2007.(周炎.网络博客中的语言性别特征分析［D］.杭州：浙江大学,2007.)
［10］HUANG F, ZHANG S, HE M, et al. Clustering Web documents using hierarchical representation with multi-granularity ［J］. World Wide Web, 2014, 17(1): 105-126.
［11］PAWLAK Z. Rough sets: theoretical aspects of reasoning about data ［M］. Hingham: Kluwer Academic Publishers, 1991.
［12］AIMIRA J, LUTHER U. Generalized approximation spaces and applications［J］. Mathematische Nachrichten, 2004,263/264(1):3-35.

[1]	陈宪聪潘微科明仲. 面向异构单类协同过滤的阶段式变分自编码器[J]. 计算机应用, 0, (): 0-0.
[2]	孙蕊, 韩萌, 张春砚, 申明尧, 杜诗语. 含负项top-k高效用项集挖掘算法[J]. 计算机应用, 2021, 41(8): 2386-2395.
[3]	包玄, 陈红梅, 肖清. 融入时间的兴趣点协同推荐算法[J]. 计算机应用, 2021, 41(8): 2406-2411.
[4]	刘芳名, 张鸿. 基于多级语义的判别式跨模态哈希检索算法[J]. 计算机应用, 2021, 41(8): 2187-2192.
[5]	陈立潮, 张雷, 曹建芳, 张睿. 梯度直方图卷积特征的胶囊网络在交通监控下的车型分类[J]. 计算机应用, 2020, 40(10): 2881-2889.
[6]	李寒露, 解庆, 唐伶俐, 刘永坚. 融合时空信息和兴趣点重要性的POI推荐算法[J]. 计算机应用, 2020, 40(9): 2600-2605.
[7]	李春英, 汤庸, 肖政宏, 李天送. 学术社交网络中的权威学者推荐模型[J]. 计算机应用, 2020, 40(9): 2594-2599.
[8]	王留洋, 俞扬信, 陈伯伦, 章慧. 基于共识和分类改善文档聚类的识别信息方法[J]. 计算机应用, 2020, 40(4): 1069-1073.
[9]	陈立潮, 郑佳敏, 曹建芳, 潘理虎, 张睿. 基于胶囊网络的智能交通标志识别方法[J]. 计算机应用, 2020, 40(4): 1045-1049.
[10]	秦品乐, 李鹏波, 曾建潮, 朱辉, 徐少伟. 基于级联全卷积神经网络的颈部淋巴结自动识别算法[J]. 计算机应用, 2019, 39(10): 2915-2922.
[11]	秦品乐, 李启, 曾建潮, 张娜, 宋宇龙. 基于多尺度密集网络的肺结节图像检索算法[J]. 计算机应用, 2019, 39(2): 392-397.
[12]	秦品乐李启曾建潮张娜宋宇龙. 基于多尺度密集网络的肺结节图像检索算法研究[J]. 计算机应用, 0, (): 0-0.
[13]	代刚, 张鸿. 基于语义相关性与拓扑关系的跨媒体检索算法[J]. 计算机应用, 2018, 38(9): 2529-2534.
[14]	周玉江王娟林晓辉. 度相关性可调的社交网络增长演化模型[J]. 计算机应用, 0, (): 0-0.
[15]	胡敏陈元会黄宏程. LBSN中基于时空关系的超网络链接预测方法[J]. 计算机应用, 0, (): 0-0.

基于粗糙集的微博用户性别识别

Gender identification of microblog users based on rough set

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics