融合文本和表情符号特征的社交网络用户性别识别
Social Network User Gender Recognition by Combining Text and Emoji Features作者机构：大连民族大学信息与通信工程学院辽宁大连116600
出 版 物：《复杂系统与复杂性科学》 (Complex Systems and Complexity Science)
年 卷 期：2022年第19卷第4期
页 面：17-24页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(61773091,62173065) 辽宁省自然科学基金(2020-MZLH-22) 辽宁省“兴辽英才”计划项目(XLYC1807106)
摘 要：为了提升社交网络用户性别识别的准确性,先将单用户的文本特征和表情符号特征进行融合识别用户性别,然后提取多用户的交互特征信息进一步提升性别识别的准确性。实验结果表明融合多用户交互特征后用户性别识别准确率提升了6.8%。说明表情符号和多用户交互特征对提升用户性别识别准确性有很大帮助,提高了社交网络用户性别信息识别的准确率。
维普期刊数据库
同方期刊数据库