基于社会化表示的用户性别识别

由于具有针对性的广告投放和个性化搜索等潜在应用,性别预测引起了巨大的研究兴趣。现有的大多数研究依赖于文本内容,而文本信息有时较难获取,从而使得文本特征很难被提取。对此,提出了一个新框架,该框架仅使用用户ID来对性别进行预测。该框架的关键在于在嵌入式连接空间中表示用户。提出两种策略来修改词嵌入技术,使其应用到用户嵌入当中。这两种策略分别是:1)序列化用户ID以获得社会关系的顺序;2)将用户嵌入大的上下文滑动窗口。在两个真实的新浪微博数据集上进行了广泛的实验,实验结果表明该方法显著优于目前最好的图形嵌入基线方法,其准确率也高于基于内容的方法。