基于微博客的需求檢測(cè)與性格分析的研究.pdf

1、隨著社交網(wǎng)絡(luò)的流行，微博客已成為人們?nèi)粘Ｉ钪蟹窒硇畔⒌闹匾绞剑脩粢?40左右的文字更新信息。2012年12月底，新浪微博的注冊(cè)用戶已超過(guò)5億，每天活躍用戶數(shù)達(dá)4600多萬(wàn)，因此每天產(chǎn)生的數(shù)據(jù)是巨大的，如何從這些海量的數(shù)據(jù)中挖掘出有價(jià)值的信息是很有必要性和挑戰(zhàn)性的任務(wù)。本文從兩個(gè)方面研究了從微博中挖掘有用的信息。
　　首先，本文研究了基于新浪微博的需求檢測(cè)。文中通過(guò)定義一個(gè)四元組來(lái)表示用戶的需求信息，然后將原問(wèn)題看作是一個(gè)二元

2、分類問(wèn)題，即能識(shí)別出或不能識(shí)別出四元組。文中以特定話題形式的微博為模板，抽取了基于詞的、基于距離和基于話題的特征，分類算法通過(guò)支持向量機(jī)來(lái)實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，基于詞的和基于距離的特征組合，對(duì)于自動(dòng)識(shí)別需求信息有較好的結(jié)果。
　　其次，本文研究了微博上的用戶性格分析。傳統(tǒng)的性格分析都是以常規(guī)文本為研究對(duì)象，微博與常規(guī)文本有很大不同，用戶的隨意性更強(qiáng)，真實(shí)性也會(huì)更高。性格分析以“五大性格”模型為研究基礎(chǔ)，將預(yù)測(cè)未知用戶的性格看作一個(gè)多