一种基于加权非负矩阵分解的多维用户人格特质识别算法
随着社会媒体的普及,用户信息的爆炸式增长为深入理解在线用户行为提供了非常丰富的信息源.由于用户人格特质是用户行为的主要驱动力,人格特质的差异可能会对用户的在线行为产生一定的影响,因此,用户人格特质识别问题近年来受到了众多学者的关注.首先,基于用户网络结构信息和用户发布内容信息序列构建用户人格特质识别特征,并根据特征重要性为其分配权重.然后,以用户人格特质相关因子约束目标函数,从用户社会网络结构特征、语言学特征和情感特征三个维度利用非负矩阵分解方法识别社会网络中用户的五大人格特质.最后,在真实的数据集上验证了提出框架的有效性,并通过实验以更细的粒度进一步验证了用户人格特质之间相关性的存在,同时证明了特征权重和用户人格特质间的相关性在用户人格特质识别问题中的重要性.文中为社会网络中的多维用户人格特质识别问题提供了一种新思路.
多维用户人格特质识别、非负矩阵分解、用户人格特质相关因子、五大人格特质、社交网络
39
TP18(自动化基础理论)
国家自然科学基金61300148,61602057;吉林省科技发展计划20130206051GX;吉林省科技计划20130522112JH;中国博士后基金2012M510879;吉林大学基本科研业务费科学前沿与交叉项目201103129资助.This work is supported by the National Natural Science Foundation of China under Grant Nos.61300148,61602057;the Scientific and Technological Break-Through Program of Jilin Province under Grant No.20130206051GX;the Science and Technology Development Program of Jilin Province under Grant No.20130522112JH;the Science Foundation for China Postdoctor under Grant No.2012M510879;the Basic Scientific Research Foundation for the Interdisciplinary Research and Innovation Project of Jilin University under Grant No.201103129
2017-02-13（万方平台首次上网日期，不代表论文的发表时间）
共16页
2562-2577
