کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6837675 | 618426 | 2016 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Recognizing users gender in social media using linguistic features
ترجمه فارسی عنوان
تشخیص جنسیت کاربران در رسانه های اجتماعی با استفاده از ویژگی های زبانی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شناختن جنسیت کاربران، رسانه های اجتماعی، ویژگی های زبانی،
ترجمه چکیده
برای این منظور، شمارش تعدادی از کلمات داده شده از جمله افعال، ضمایر، مقالات، صفت ها، قاعده ها، پیشنهادها و اعداد پیش بینی شده است. این چارچوب پس از آن با استفاده از نظراتی که خوانندگان لس آنجلس تایمز را ترک کرده بودند، مورد آزمایش قرار گرفت و مدل پیش بینی جنسیت با دقت 66.66٪ مشاهده شد. راه حل امنیتی و بازاریابی الکترونیک می تواند به ترتیب برای احراز هویت و بازاریابی طرحی استفاده شود.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
For this purpose, a framework is proposed to predict the users' gender by counting the number of some given words including verbs, pronouns, articles, adjectives, adverbs, preposition and numbers. This framework, thereafter, was tested using the comments that readers of Los Angeles Times left and the model were observed to predict the gender with an accuracy of 66.66%. Security solution and e-marketing can use this framework respectively for authentication and niche marketing.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers in Human Behavior - Volume 56, March 2016, Pages 192-197
Journal: Computers in Human Behavior - Volume 56, March 2016, Pages 192-197
نویسندگان
Monireh Hosseini, Zohreh Tammimy,