Word Embeddings to Enhance Twitter Gang Member Profile Identification
Wright State University(莱特州立大学)
帮派成员加入了使用社交媒体公开分享思想和行动的群众。有趣的是,他们利用这种公共媒介来表达最近的非法行为,恐吓他人,并分享令人愤慨的图像和言论。因此,能够挖掘这些特征的机构可能能够预测、阻止或加快对与帮派有关的犯罪的调查。本文研究了使用词嵌入来帮助识别Twitter上的帮派成员。在我们以前的工作的基础上,我们生成了词嵌入,将Twitter用户在其个人资料描述,推文,个人资料图像中发布的内容以及链接的YouTube内容转换为适合机器学习分类的真实矢量格式。我们的实验结果表明,预先训练的词嵌入可以提高监督学习算法在帮派成员社交媒体帖子上训练的准确性。
2016-10-27 cs.CL cs.CY cs.IR
Word frequency and sentiment analysis of twitter messages during Coronavirus pandemic
Ramanujan College (University of Delhi)(德里大学拉马努金学院);University of Delhi(德里大学)
本文针对COVID-19疫情期间的Twitter消息,采用词频统计(幂律分布拟合)与情感分析方法,揭示了词频模型拟合良好且多数推文呈中性极性。
2024-06-01 cs.CL cs.IR cs.SI
Eating Garlic Prevents COVID-19 Infection: Detecting Misinformation on the Arabic Content of Twitter
Center of Innovation and Development in Artif. Intell. (CIADA)(人工智能创新与发展中心(CIADA));Umm Al-Qura University(乌姆·库拉大学);University of Jeddah(吉达大学)
在当前的大流行期间,社交媒体内容的迅速增长为传播信息提供了有用的工具,这也成为错误信息的根源。因此,迫切需要事实核查和有效的技术来检测社交媒体中的错误信息。在这项工作中,我们研究了Twitter的阿拉伯语内容中的错误信息。我们构建了一个与COVID-19错误信息相关的大型阿拉伯语数据集,并将推文分为两类:错误信息或非错误信息。然后,我们应用了八种不同的传统和深度机器学习模型,这些模型具有不同的特征,包括词嵌入和词频。词嵌入模型(\textsc{FastText}和word 2 vec)利用了200多万条与COVID-19相关的阿拉伯语推文。实验表明,优化曲线下面积(AUC)提高了模型的性能,极端梯度提升(XGBoost)在在线检测COVID-19错误信息方面具有最高的准确性。
2021-01-09 cs.CY cs.IR cs.LG
EmTaggeR: A Word Embedding Based Novel Method for Hashtag Recommendation on Twitter
IBM Research India(IBM印度研究院);Indian Institute of Technology(印度理工学院);Netaji Subhas Institute of Technology(内塔吉·苏巴斯理工学院)
主题标签推荐问题解决了基于帖子的内容和上下文来推荐(建议)一个或多个主题标签以显式地标记在给定社交网络平台上做出的帖子。在这项工作中,我们提出了一种新的方法来推荐微博帖子,特别是Twitter的标签。该方法EmTaggeR建立在一个训练测试框架之上,该框架建立在词嵌入的概念之上。训练阶段包括学习与每个主题标签相关联的词向量,以及导出每个主题标签的词嵌入。我们提供了两个训练过程,其中一个是用适用于该主题标签上下文的单独的词嵌入模型来训练每个主题标签,另一个是每个主题标签从全局上下文中获得其嵌入。测试阶段包括计算测试帖子的平均词嵌入,并找到该嵌入与主题标签的已知嵌入的相似性。提取包含最相似的主题标签的推文,并根据嵌入相似性得分对这些推文中出现的所有主题标签进行排名。出现在这个排名列表中的前K个主题标签,被推荐用于给定的测试帖子。我们的系统产生的F1分数为50.83%,比LDA基线提高了约6.53倍,优于文献中已知的性能最好的系统,提供了6.42倍的提升。EmTaggeR是一个快速,可扩展和轻量级的系统,这使得它在现实生活中的应用程序部署。
2017-12-05 cs.CL cs.IR cs.SI
Ontology Driven Disease Incidence Detection on Twitter
Makerere University(麦克雷雷大学)
在这项工作中,我们解决的问题,通用自动化的疾病发病率监测在twitter上。我们采用的疾病相关概念的本体,并使用它来获得一个概念表示的推文。与以前的基于关键词的系统和主题建模方法不同,我们的本体论方法允许我们应用更严格的标准来确定哪些消息是相关的,如空间和时间特征,同时更有力地保证所产生的模型在可能是词汇发散的新数据上表现良好。我们通过训练学习者的概念而不是单个单词来实现这一点。对于训练,我们使用包含流感和李斯特菌提及的数据集,并使用学习的模型对包含任意选择的其他疾病提及的数据集进行分类。我们表明,我们的本体论的方法实现了良好的性能在这项任务上使用各种自然语言处理技术。我们还表明,词向量可以直接从我们的概念中学习,以达到更好的效果。
2016-11-21 cs.CL cs.IR
Automatic Query Optimization for Retrieving Traffic Tweets
与许多社交媒体和数据经纪公司一样,Twitter通过搜索API(应用程序编程接口)提供数据。除了按日期和位置过滤结果外,研究人员还可以使用布尔文本查询来搜索具有特定内容的推文,使用{ \it AND}、{ \it OR}和{ \it NOT}运算符来选择必须或不得出现在匹配推文中的短语组合。这种布尔文本搜索系统并不是Twitter独有的,它在许多不同的环境中都可以找到,包括学术,法律和医疗数据库,但是由于推文的相对数量和简短性,它在Twitter的用例中被扩展到了极限。此外,在20世纪80年代和90年代期间,在信息检索的主题下,对这种系统的半自动化使用进行了很好的研究,然而,从那时起,对这种系统的研究已经大大下降。因此,我们提出了更新的方法,自动选择和完善复杂的布尔搜索查询,可以隔离相关的结果具有更大的特异性和完整性。此外,我们提出了初步的结果,使用优化的查询收集样本的交通事故相关的推文,以及手动分类和分析它们的结果。
2020-06-21 cs.IR cs.SI
Real-time Road Traffic Information Detection Through Social Media
Georgia Institute of Technology(佐治亚理工学院)
在目前的研究中,提出了一种机制,从互联网上的文本数据中提取交通相关的信息,如拥塞和事件。目前的数据来源是Twitter。由于所考虑的数据在大小上非常大,因此开发了自动化模型以实时的【形】流式传输、下载和挖掘数据。此外,如果任何推文都有与流量相关的信息,那么模型应该能够推断和提取这些数据。目前,该数据仅针对美国收集,共提取了120,000条地理标记的交通相关推文,同时检索了600万条地理标记的非交通相关推文,并训练了分类模型。此外,这些数据还用于各种空间和时间分析。提出了一种计算美国城市交通拥堵、安全和交通感知水平的机制。交通拥堵和安全的各个城市地区的排名,然后他们与现有的广泛采用的排名进行统计验证。交通感知描述了人们对交通的态度和感知。还可以看出,交通相关数据在空间和时间上可视化时提供了与各个城市区域的实际交通流量相同的模式。当在城市级别可视化时,可以清楚地看到推文的流动类似于车辆的流动,并且与交通相关的推文代表城市内的交通。与所有的研究结果在当前的研究中,它表明,大量的交通相关的信息可以从Twitter和互联网上的其他来源提取。此外,Twitter和这些数据源是免费提供的,不受空间和时间限制。也就是说,哪里有用户,哪里就有数据的潜力。
2018-01-16 cs.AI cs.CL cs.CY
Revealing COVID-19's Social Dynamics: Diachronic Semantic Analysis of Vaccine and Symptom Discourse on Twitter
University of Surrey(萨里大学);Zhejiang University(浙江大学);Harvard University(哈佛大学);University College London(伦敦大学学院)
本文提出无监督动态词嵌入方法,捕捉社交媒体纵向语义变迁,在COVID-19 Twitter数据上揭示疫苗与症状实体的语义演化及与现实统计的相关性。
2024-10-10 cs.CL cs.IR cs.SI
A new ANEW: Evaluation of a word list for sentiment analysis in microblogs
DTU Informatics, Technical University of Denmark(丹麦技术大学信息学系)
对微博(如Twitter)的情感分析最近获得了相当多的关注。最简单的情感分析方法之一是将帖子中的单词与标记单词列表进行比较,其中每个单词都根据效价进行评分,即“情感词典”或“情感单词列表”。存在几个情感词列表,例如,ANEW(英语词汇情感规范)是在微博和情感分析出现之前发展起来的。我想研究ANEW和其他单词列表在检测微博帖子中的情感强度方面的表现,并与专门为微博构建的新词列表进行比较。我使用的是Twitter上手动标记的帖子,这些帖子的情绪评分。使用一个简单的单词匹配,我表明,新的单词列表可能比ANEW更好地执行,虽然不如SentiStrength中发现的更精细的方法。
2011-03-15 cs.CL cs.IR
Information Privacy Opinions on Twitter: A Cross-Language Study
剑桥分析丑闻引发了Twitter上关于数据实践及其影响的对话。我们的研究建议利用这种对话来扩展对全球用户如何构建信息隐私的理解。我们收集了2018年4月至7月期间用西班牙语和英语撰写的关于丑闻的推文。我们创建了一个词嵌入来创建每种语言的推文的简化多维表示。对于每个嵌入,我们进行了开放编码,以表征关键概念的语义背景:“信息”,“隐私”,“公司”和“用户”(及其西班牙语翻译)。通过对比分析,我们发现英语中与公司相关的隐私相关词更受重视。我们还发现,英语中与数据汇集相关的术语更多,与安全机制、控制和风险相关的术语更少。我们的研究结果暗示了跨语言文本比较的潜力,以扩大对信息隐私观点全球差异的理解。
2019-12-05 cs.CY cs.IR
Predicting Rising Follower Counts on Twitter Using Profile Information
当评估一个人在Twitter上受欢迎的原因时,有一件事被认为是主要的驱动力:许多推文。关于应该发布什么样的推文,人们存在争议,但除了推文之外就没什么了。特别令人感兴趣的是每个Twitter用户的个人资料页面提供的信息。其中一个特点是这些配置文件上的名字。对心理学和经济学的研究发现了名字与以下因素的相关性:一个人的学校成绩或在美国获得面试机会。因此,我们感兴趣的是这些配置文件信息对追随者数量的影响。我们通过分析大约600万Twitter用户的个人资料来解决这个问题。所有配置文件分为三组:在名称字段中有名字、英语单词或两者都没有的用户。假设是名称和单词影响用户的可重复性,并随后影响他/她的追随者数量。我们提出了一个分类器,标签用户将增加他们的追随者计数在一个月内,通过应用不同的模型,基于用户的组。用受试者操作曲线得分下的面积评估分类器,并获得高于0.800的得分。
2017-05-09 cs.IR cs.SI
Sentiment analysis model for Twitter data in Polish language
Politechnika Warszawska(华沙理工大学);Wydział Elektroniki i Technik Informacyjnych(电子与信息技术学院);Instytut Informatyki(计算机科学研究所)
对2015年5月10日波兰总统选举期间收集的推文进行文本挖掘分析。该项目包括实现从Twitter检索信息的引擎,构建文档语料库,语料库清理,以及创建术语文档矩阵。来自文本语料库的每条推文都根据其情感得分被分配了一个类别。分数是使用每个文档中积极和/或消极的表情符号和波兰语单词的数量计算的。结果数据集用于训练和测试四个机器学习分类器,以选择提供最准确的自动推文分类结果的分类器。朴素贝叶斯算法和最大熵算法的准确率最高,分别为71.76%和77.32%。所有的实现任务都是使用R程序设计语言完成的。
2019-11-03 cs.CL cs.IR cs.LG
Twitter Opinion Topic Model: Extracting Product Opinions from Tweets by Leveraging Hashtags and Sentiment Lexicon
ANU & NICTA(澳大利亚国立大学与NICTA);Monash University(莫纳什大学)
基于属性的意见挖掘被广泛应用于对数据进行汇总或归纳,目前的最新研究成果是基于潜在狄利克雷分配(LDA)模型。虽然像tweet这样的社交媒体数据充满了意见,但它们的“肮脏”性质(作为自然语言)阻碍了研究人员将基于LDA的意见模型应用于产品评论挖掘。推文通常是非正式的,非结构化的,缺乏分类和评级等标记数据,这使得产品意见挖掘具有挑战性。在本文中,我们提出了一个基于LDA的意见模型命名为Twitter的意见主题模型(TOTM)的意见挖掘和情感分析。TOTM在其发现过程中利用了推文中存在的主题标签、提及、表情符号和强烈情感词。它通过直接对目标-意见交互进行建模来改进意见预测,从而发现目标特定的意见词,这在现有方法中被忽略了。此外,我们提出了一个新的配方,将情感先验信息的主题模型,利用现有的公众情绪词典。这是新颖的,因为它可以学习和更新数据。我们进行了实验,900万电子产品的推文,并证明了改进的性能TOTM在定量评价和定性分析。我们表明,基于方面的意见分析大量的推文提供了有用的意见,产品。
2016-09-21 cs.CL cs.IR cs.LG
A Case Study in Text Mining: Interpreting Twitter Data From World Cup Tweets
University of North Carolina(北卡罗来纳大学);Brigham Young University – Idaho(杨百翰大学爱达荷分校);Wofford College(沃福德学院);NC State University(北卡罗来纳州立大学)
聚类分析是数据分析的一个领域,它提取数据中的潜在模式。聚类分析的一个应用是在文本挖掘中,分析大量文本以找到文档之间的相似性。我们使用了世界杯开始前从Twitter上提取的大约30,000条推文。真实世界文本数据的一个常见问题是存在语言噪声。在我们的例子中,这将是无关的推文,与主导主题无关。为了解决这个问题,我们创建了一个结合DBSCAN算法和共识矩阵的算法。这样,我们就只剩下与这些主导主题相关的推文了。然后,我们使用聚类分析来找到这些推文描述的主题。我们使用k-means(一种常用的聚类算法)和非负矩阵分解(NMF)对推文进行聚类,并比较结果。这两种算法给出了类似的结果,但NMF被证明是更快,并提供更容易解释的结果。我们使用两个可视化工具Gephi和Wordle探索了我们的结果。
2014-08-21 cs.CL cs.IR cs.LG
Efficient Twitter Sentiment Classification using Subjective Distant Supervision
Indian Institute of Technology, Hyderabad(印度海得拉巴理工学院)
随着像Twitter这样的微博服务在当今全球化的世界中变得越来越有影响力,它的情感分析等方面正在被广泛研究。我们不再被自己的观点所束缚。其他人的观点和情感在塑造我们的观点方面发挥着巨大的作用。在本文中,我们建立在以前的作品Twitter的情感分析使用远程监督。现有的方法需要巨大的计算资源来分析大量的推文。在本文中,我们提出的技术,以加快计算过程的情感分析。我们使用tweet主观性来选择正确的训练样本。我们还介绍了EFWS(有效字分数)的概念,从常用词的极性得分,这是一个额外的启发式,可以用来加快与标准的机器学习算法的情感分类推文。我们使用160万条推文进行了实验。实验评估表明,我们提出的技术是更有效的,具有更高的准确性相比,以前提出的方法。我们在10万条推文的训练数据集上实现了约80%的总体准确率(EFWS启发式算法的准确率约为85%),这是基线模型所用数据集大小的一半。我们提出的模型的准确性比基线模型高2-3%,并且该模型的有效训练速度是基线模型的两倍。
2017-01-11 cs.CL cs.IR cs.SI
How to Evaluate Word Representations of Informal Domain?
University of Edinburgh(爱丁堡大学)
在大多数最先进的自然语言处理(NLP)应用程序中,不同的单词表示方法激增。然而,如何有效地评估这种词嵌入在非正式领域,如Twitter或论坛,仍然是一个持续的挑战,由于缺乏足够的评估数据集。我们从UrbanDictionary中获得了大量的变体拼写对,并使用了弱监督的基于模式的自举和自训练线性链条件随机场(CRF)的自动方法。有了这些提取的关系对,我们可以省略传统NLP管道的文本规范化过程,并直接采用非正式领域中的非标准单词的表示。我们的代码可用。
2019-11-13 cs.CL cs.IR cs.LG
Content-Aware Tweet Location Inference using Quadtree Spatial Partitioning and Jaccard-Cosine Word Embedding
本文提出一种结合四叉树空间划分、NLP及Jaccard-Cosine混合词向量的推文位置推断方法,在基准数据集上显著优于现有基于网格的仅内容方法。
2024-01-16 cs.IR
Quality of Word Embeddings on Sentiment Analysis Tasks
Politecnico di Torino(都灵理工大学)
词嵌入或词的分布式表示被用于各种应用中,如机器翻译、情感分析、主题识别等。词嵌入的质量及其应用的性能取决于几个因素,如训练方法、语料库大小和相关性等。在这项研究中,我们比较了十几种预训练的词嵌入模型在歌词情感分析和电影评论极性任务上的性能。根据我们的研究结果,Twitter Tweets在歌词情感分析方面表现最好,而Google News和Common Crawl在电影极性分析方面表现最好。Glove训练的模型比Skipgram训练的模型跑得快。此外,主题相关性和语料库规模等因素也会显著影响模型的质量。当有中等或大规模的文本集时,从同一训练数据集获取词嵌入通常是最好的选择。
2020-03-06 cs.CL cs.IR cs.LG
Semi-Supervised Spam Detection in Twitter Stream
Twitter上大多数现有的垃圾邮件检测技术旨在识别和阻止发布垃圾推文的用户。在本文中,我们提出了一个半监督式垃圾邮件检测(S3 D)的垃圾邮件检测框架,在推文级。该框架由两个主要模块组成:垃圾邮件检测模块运行在实时模式下,模型更新模块运行在批处理模式下。垃圾邮件检测模块由四个轻量级检测器组成:(i)黑名单域检测器,用于标记包含黑名单URL的推文;(ii)近似重复检测器,用于标记与预先标记的推文近似重复的推文;(iii)可靠的火腿检测器,用于标记由可信用户发布的不包含垃圾邮件的推文;以及(iv)基于多分类器的检测器标记剩余的推文。检测模块所需的信息基于在前一时间窗口中标记的推文以批处理模式更新。大规模数据集上的实验表明,该框架自适应地学习新的垃圾邮件活动的模式,并保持良好的准确性,垃圾邮件检测推文流。
2017-02-02 cs.CR cs.IR cs.SI
Citizens' Emotion on GST: A Spatio-Temporal Analysis over Twitter Data
人们可能不会近在咫尺,但他们仍然是-凭借社会网络。社交网络在许多方面改变了人们的生活。人们可以在各种平台上表达他们的观点,意见和生活经历,无论是Twitter,Facebook还是任何其他媒体。此类活动包括审查产品或服务、传达对政治玩笑的看法、预测股价或对非货币化或商品及服务税等政府政策提供反馈。这些社交平台可以用来调查公众产生的情感曲线的见解。这种分析可以使产品更好,预测未来的前景,也可以更好地执行公共政策。这种对情感分析的研究正在迅速增加。在这篇研究论文中,我们分别对1,42,508和58,613条推文进行了时间分析和空间分析,这些推文是在2017年7月4日至2017年7月25日的GST实施期间发布的。这些推文是使用Twitter流媒体API收集的。一个著名的词汇,加拿大国家研究委员会(NRC)情感词汇被用于意见挖掘,表现出八种基本情感的混合,即喜悦,信任,预期,惊讶,恐惧悲伤,愤怒,厌恶和两种情感,即积极和消极的6,554个单词。
2019-06-20 cs.IR cs.SI
Comparing methods for Twitter Sentiment Analysis
这项工作扩展了一套工程,其中涉及的情感分析在Twitter的流行问题。它研究了最流行的文档(“推文”)表示方法,这些方法提供了情感评估机制。特别是,我们研究了词袋,n-gram和n-gram图方法,对于每一种方法,我们使用一组4451条手动注释的推文评估了基于词典和7种基于学习的分类算法(即SVM,朴素贝叶斯网络,逻辑回归,多层感知器,最佳优先树,功能树和C4.5)及其组合的性能。结果表明,基于学习的方法的优越性,特别是n-gram图的方法来预测推文的情绪。他们还表明,组合方法对n-gram具有令人印象深刻的影响,使用多数投票和平衡数据集(相同数量的正面,负面和中性推文进行训练),将5-Gram的置信度提高到83.15%。在n-gram图的情况下,改善很小,甚至没有,在4-gram图上达到94.52%,使用正交距离和0.001的阈值。
2015-05-12 cs.CL cs.IR cs.SI
Sentiment Analysis of Twitter Data for Predicting Stock Market Movements
Indian Institute of Technology, Bhubaneswar(布巴内斯瓦尔印度理工学院);G.G Vishwavidyalaya, Central University(G.G大学(中央大学))
预测股票市场走势是一个众所周知的有趣问题。如今的社交媒体完美地代表了公众对当前事件的情绪和看法。特别是twitter在研究公众情绪方面吸引了众多研究者的关注。根据公众在twitter上表达的情绪来预测股市一直是一个有趣的研究领域。先前的研究已经得出结论,从Twitter收集的公众情绪很可能与道琼斯工业平均指数(DJIA)相关。这项工作的论文是观察一家公司的股票价格的变化,上涨和下跌,与公众对该公司的推文中表达的意见有多相关。情感分析的目的是从文本中理解作者的观点。本文采用Word 2 vec和N-gram两种不同的文本表示方法来分析推文中的公众情绪。在本文中,我们应用情感分析和监督机器学习原则,从twitter上提取的推文,并分析了一家公司的股票市场走势和推文中的情感之间的相关性。在一个精心设计的方式,积极的新闻和社交媒体上关于一家公司的推文肯定会鼓励人们投资该公司的股票,因此该公司的股价会上涨。文章最后指出,股票价格的涨跌与推文中的公众情绪之间存在很强的相关性。
2016-10-28 cs.CL cs.IR cs.SI
Unleashing the Power of Hashtags in Tweet Analytics with Distributed Framework on Apache Storm
Twitter是一个流行的社交网络平台,用户可以在其中交互和发布多达280个字符的文本,称为推文。主题标签,推文中的超链接词,对推文检索和搜索越来越重要。使用主题标签进行推文主题分类是一个具有挑战性的问题,因为随着主题标签的使用不断发展,短推文中的单词、俚语、缩写和表情符号之间的上下文依赖性。由于Twitter每天生成数百万条推文,推文分析是大数据流的基本问题,通常需要实时分布式处理。本文提出了一种分布式的在线方法来推文主题分类与hashtags。在Apache Storm(一个分布式实时的框架)上实现,我们的方法增量地识别和更新朴素贝叶斯模型中的一组强预测器,用于对每个传入的tweet实例进行分类。初步的实验结果表明,高达97%的准确性和37%的吞吐量增加八个处理器的前景。
2018-12-04 cs.DC cs.IR cs.SI
Topic Based Sentiment Analysis Using Deep Learning
University of Santa Cruz(圣克鲁斯大学)
在本文中,我们使用深度学习来处理以Twitter数据中的主题为条件的情感分析。我们提出了一个2层的方法:在第一阶段,我们创建自己的词嵌入,并看到他们比国家的最先进的嵌入时,与标准的分类器更好地执行。然后,我们对这些嵌入进行推理,以了解关于所有正在考虑的主题的单词的更多信息,以及每个主题的前n个影响词。在第二阶段,我们使用这些嵌入来预测推文对给定主题以及所有其他正在讨论的主题的情感。
2017-10-28 cs.CL cs.IR
An event detection technique using social media data
人们在社交媒体平台(如Twitter,Facebook,PInterest和Google+)上发布有关其活跃词汇中不同主题的信息。他们互相关注,更有可能的是,发布有关当前事件信息的人会得到更好的回应。对社交媒体平台上的大量数据进行手动分析是困难的。这为自动分析用户贡献的社交媒体文档开辟了新的研究方向。由于用户共享的大量信息,自动社交媒体数据分析是困难的。许多研究人员使用Twitter数据进行社交媒体分析(SMA),因为Twitter数据可以在公共领域免费获得。这是最重要的研究工作之一。来自社交媒体数据的事件检测用于不同的应用,如交通拥堵检测,灾难和紧急管理以及实时新闻检测。在twitter平台上分享的信息本质上是短文本的、嘈杂的、模糊的。因此,事件检测和事件短语从用户生成的和畸形的数据的提取变得具有挑战性。为了应对这些挑战,使用不同的认知属性以关键词的形式从流媒体社交媒体数据中提取事件。这项研究工作背后的动机是提供实质性的改进,在词汇变化的事件短语,同时检测事件和子事件从twitter数据。在这项研究工作中,对社会媒体数据的事件检测的方法分为三个阶段,即:识别子图微博词共现网络(WCN),提供了重要的关键词信息;识别多个事件从社会媒体数据;和排名事件短语的上下文信息。
2022-08-27 cs.IR cs.SI
Discovering Users Topic of Interest from Tweet
如今,社交媒体已经成为人们在网上最大的聚会之一。各行业有很多方法透过广告向公众宣传其产品。广告的种类正在急剧增加。商人是如此依赖于广告,显着它真的带来了成功,在市场上,因此实行的主要行业。因此,公司正在努力通过在线广告吸引社交网络上的客户的注意力。最受欢迎的社交媒体之一是Twitter,它因名为Tweet的短文本共享而流行。这里的人用基本信息创建他们的个人资料。为了确保广告显示给相对的人,Twitter根据语言,性别,兴趣,追随者,设备,行为,定制的受众,关键字和地理定位来定位人们。Twitter根据用户在Twitter上的活动生成兴趣集。我们的框架所做的是从给定的推文列表中确定感兴趣的主题(如果有的话)。这个过程被称为实体相交分类值(EICV)。每个类别主题生成一组与该主题相关的单词或短语。通过关键字生成和使用Twitter API的Twitters数据处理推文来创建实体集。实体的值与类别集合相匹配。如果它们超过阈值,则其导致与期望的兴趣类别匹配的类别。对于较小的数据量,结果表明,我们的框架具有更高的准确率。
2018-03-10 cs.CY cs.IR